Recentna otkrića s Tel Aviv University-a otkrila su zapanjujući fenomen, nazvan “digitalna demencija”, koji pogađa umjetnu inteligenciju (UI). Istraživači su primijetili da kako modeli UI stare, njihovo izvođenje značajno opada.

U opsežnoj studiji, znanstvenici su procijenili gotovo sve vodeće velike jezične modele koristeći Montreal Scale za procjenu kognitivnih funkcija, koja se obično koristi za otkrivanje Alzheimerove bolesti kod ljudi. Ova procjena ima maksimalan rezultat od 30, pri čemu rezultati od 26 ili više ukazuju na normalnu kognitivnu funkciju.

Rezultati su bili osvježavajući: GPT-4 se pojavio kao najbolji izvođač, postigavši rezultat od 26 i jedva dosegnuvši prag normalnosti. U blizini je bio GPT-3.5, sa rezultatom od 25, dok je Gemini 1.0 zaostajao s zabrinjavajućim rezultatom od samo 16.

Ova otkrića otkrivaju oštar kontrast između novih i starijih verzija UI, pokazujući da potonje postižu primjetno lošije rezultate. Nadalje, studija je otkrila ključne nedostatke u svim modelima, osobito u zadacima koji zahtijevaju vizualno-prostorne vještine, izvršne funkcije i empatiju u tumačenju složenih vizualnih scena.

Takvi nedostaci ističu značajna ograničenja koja sprečavaju primjenjivost UI u kliničkom i profesionalnom okruženju. Istraživači sugeriraju da trenutačno stanje “digitalne demencije” u modelima UI ukazuje na to da su daleko od spremnosti da zamijene liječnike i druge stručnjake u bliskoj budućnosti. Kontinuirani razvoj UI je ključan za prevladavanje ovih izazova i poboljšanje njenih sposobnosti.

Alarmantan utjecaj “digitalne demencije” na performanse UI

### Razumijevanje digitalne demencije u UI

Nedavna istraživanja s Tel Aviv University-a otkrila su zabrinjavajući problem nazvan “digitalna demencija”, koji utječe na performanse modela umjetne inteligencije (UI) kako stare. Ovaj fenomen proučavan je korištenjem Montreal Scale za procjenu kognitivnih funkcija, koja se tradicionalno koristi za procjenu kognitivnih funkcija kod ljudi, posebno u dijagnosticiranju Alzheimerove bolesti.

### Ključni nalazi studije

Studija je procijenila vodeće velike jezične modele (LLM) i otkrila značajne razlike u njihovim kognitivnim sposobnostima:

– **GPT-4**: Najbolji izvođač među testiranim modelima, postigao je rezultat od 26, što je tek na pragu onoga što se može smatrati normalnom kognitivnom funkcijom.
– **GPT-3.5**: U blizini je bio GPT-4, sa rezultatom od 25, što ukazuje na blagi pad unatoč tome što je dobro cijenjen model.
– **Gemini 1.0**: Ovaj model postigao je zabrinjavajućih 16, što ukazuje na ozbiljan deficit u sposobnostima.

Ova otkrića sugeriraju da kako modeli UI sazrijevaju, pokazuju znatan pad u performansama, posebno u vitalnim područjima potrebnim za složene zadatke.

### Područja nedostatka

Studija je ukazala na posebne slabosti u svim modelima, posebno u:

– **Vizualno-prostornim vještinama**: Teškoće u procesuiranju vizualnih informacija i prostornih odnosa.
– **Izvršnim funkcijama**: Izazovi u rezoniranju, rješavanju problema i planiranju.
– **Empatiji u tumačenju složenih vizualnih scena**: Ograničena sposobnost razumijevanja i tumačenja nijansiranih ljudskih interakcija i emocija prikazanih u slikama.

### Implikaije i ograničenja

Ova ograničenja osvjetljavaju značajne izazove s kojima se UI suočava u praktičnim primjenama, posebno u kliničkim i profesionalnim postavkama gdje su preciznost i nuansirano razumijevanje kritični. Otkriće da postojeći modeli još nisu opremljeni da zamijene ljudske stručnjake, poput liječnika i analitičara, naglašava nužnost kontinuiranog napretka u tehnologiji UI.

### Put naprijed: Inovacije i predikcije

Pojam “digitalne demencije” naglašava hitnu potrebu za inovacijama u razvoju UI. Istraživači se zalažu za usavršavanje metodologija obuke i poboljšanje arhitektura modela kako bi se osigurala dugovječnost i održive kognitivne sposobnosti. Predikcije sugeriraju:

– Povećane napore u razvoju UI koja može prilagoditi se i samoproširivati tijekom vremena.
– Povećan fokus na integraciju emocionalne inteligencije u UI.
– Kontinuirana interdisciplinarna suradnja među developerima UI, kognitivnim znanstvenicima i stručnjacima za mentalno zdravlje kako bi se riješila kognitivna opadanja UI.

### Zaključak

Kako se UI i dalje razvija, razumijevanje njenih ograničenja, poput onih isticanih fenomenom “digitalne demencije”, je temeljno. Kontinuirana istraživanja i inovacije su ključne za rješavanje ovih izazova, potičući UI prema postajanju pouzdanijim i učinkovitijim alatom u raznim područjima.

Za više uvida u razvoj i napredak UI, posjetite AI Research Hub.