Lenyűgöző hasonlóságot tártak fel a mesterséges intelligencia és az emberi agy szerveződése között

augusztus 25.
tudomány

Ajándékozás

A cikkek megosztásához Qubit+ tagságra van szükséged.

Ha már előfizetőnk vagy, jelentkezz be! Ha még nem, válassz a csomagjaink közül!

Mindennapi életünk során az agyunk által feldolgozott információknak csak egy töredékéhez férünk hozzá tudatosan. Amikor egy barátunkkal beszélgetünk, az agy automatikusan dolgozza fel az elhangzó szavakat, értelmezi jelentésüket, és egy nagyobb narratívába illeszti őket. Amikor sétálunk, a járásunk folytonosságát agyunk tudat alatt tartja fenn.

Amikor viszont a nyaralásunkat szervezzük, olyan gondolatelemeket használunk a döntéseinkhez, amikhez tudatosan hozzáférünk: ezeket a gondolatokat aztán szavakba önthetjük vagy cselekedetekké formálhatjuk. Ha az agyat óceánnak képzeljük el, akkor ezek a felszínen úszó gondolatok, miközben a legtöbb aktivitás a mélyben, tudat alatt történik. Ezt az idegtudomány hozzáférési tudatosságnak (access consciousness) nevezi, míg az élmények szubjektív minőségét fenomenális tudatosságnak (phenomenal consciousness).

Az Anthropic kutatói júliusban azt közölték, hogy AI-modelljükben, a Claude-ban is megjelent egy funkcionálisan hasonló kettősség az automatikus információfeldolgozás és azon belső információk között, amiket a modell a következtetéseinek és válaszainak alakításához is fel tud használni. Ezek rendszerét J-térnek (J-space) nevezték el. Ez a J-tér részben megfelel a hozzáférési tudatosság definíciójának, mondja Orbán Gergő, a HUN-REN Wigner Fizikai Kutatóközpont Komputációs Rendszerszintű Idegtudomány Lendület Kutatócsoportjának vezetője. A hozzáférési tudatosság így empirikusan vizsgálhatóvá válik. Ehhez azokat a belső információkat kell azonosítani, amik különböző feladatokban közvetlenül hatnak a modell válaszaira.

Orbán Gergő, a HUN-REN Wigner Fizikai Kutatóközpont Komputációs Rendszerszintű Idegtudomány „Lendület” Kutatócsoportjának vezetője
Fotó: Tóth András/Qubit

Az olyan fejlett AI-modellek, mint az Anthropic Claude Fable 5 vagy az OpenAI GPT–5.6 Sol a nagy érvelő modellek közé tartoznak, amiket a poszttréning során jellemzően megerősítéses tanulással (RL) optimalizálnak arra, hogy a válaszadás előtt több számítási kapacitást fordítsanak több lépéses gondolatmenetek végrehajtására. Ezáltal alkalmasak komplex matematikai, tudományos és kódolási feladatok megoldására, és egyre inkább képessé válnak új tudományos felfedezéseket tenni.

A J-tér az emberi globális munkatérre emlékeztet

A cikk innentől csak a Qubit+ előfizetőinek elérhető.
Csatlakozz, és olvass tovább!

Ha már van előfizetésed, lépj be vele. Ha még nincs, válassz csomagjaink közül!