ШІ вже вийшов за межі людських знань — DeepMind представляє нову концепцію «досвідного» навчання

Команда Google DeepMind вважає, що ШІ має навчатися не лише з людських даних, а й через власний досвід, взаємодіючи з навколишнім середовищем. Це може стати справжнім проривом у розвитку штучного інтелекту — кроком до так званої надінтелектуальності.

Сьогодні штучний інтелект (ШІ) переживає великий злам. У Google DeepMind переконані: щоб рухатися вперед, ШІ повинен навчатися не тільки з людських даних, а й через власний досвід. Саме цей підхід, який вони називають streams («потоки»), може вивести ШІ на новий рівень розвитку.

Чому сьогоднішній ШІ — обмежений

Сучасні моделі, зокрема великі мовні моделі (LLM), працюють із заздалегідь зібраними даними — текстами, статтями, книжками. Вони добре імітують людське мовлення, але не виходять за межі того, що вже було створено людьми.

«Такий ШІ не відкриває нового, він просто відтворює те, що вже знає людство», — пояснюють дослідники Девід Сілвер і Річард Саттон із DeepMind.

У своїй новій науковій статті вони пропонують змінити підхід: дати штучному інтелекту змогу навчатися з досвіду, а не лише з текстів.

У чому проблема генеративного ШІ?

Генеративні моделі, як-от ChatGPT, працюють за принципом: «запит — відповідь». Вони не мають памʼяті, не враховують минулий досвід і не можуть розвиватися з часом.

Це означає, що вони не вчаться самостійно, а лише реагують на окремі команди. Такий ШІ залежить від людини і не може формувати довготривалі стратегії.

Streams — що це взагалі таке?

Streams — це ідея, що ШІ має існувати в потоці подій, так само як людина. Він постійно взаємодіє з навколишнім середовищем, вчиться з наслідків своїх дій і адаптується.

Перші приклади вже є: наприклад, агенти, які самостійно користуються браузером, виконують завдання й приймають рішення на основі змін у середовищі. Це набагато ближче до реального «інтелекту» — не просто реагування, а справжнє мислення.

А як ШІ розуміє, що він робить правильно?

Через так звані нагороди — сигнали з навколишнього світу. Це можуть бути показники енергії, фінансові результати, покращення здоровʼя чи навіть задоволеність користувача.

Спочатку ШІ може навчатися в симуляції, поступово вивчаючи, як досягати мети. Згодом — адаптується і до реального середовища.

Чи люди ще потрібні?

Так! Саме люди визначатимуть цілі. Наприклад: «Допоможи мені краще спати» — і ШІ буде вчитися на основі даних про твій сон, пульс, активність.

Такі агенти можуть стати особистими асистентами — у здоров’ї, навчанні, роботі. Вони не просто даватимуть поради, а справді розумітимуть твій стиль життя і потреби.

DeepMind попереджає: моделі, які лише імітують людське мислення, часто залишаються в рамках застарілих ідей. А от ШІ, що навчається з досвіду, здатен генерувати власні уявлення, які не обмежені людськими знаннями.

«Обсяг досвіду, який отримає такий агент, з часом перевершить усі людські дані», — кажуть дослідники.

А що з ризиками?

Чим більше автономії — тим більше відповідальності. Якщо ШІ здатен діяти самостійно, треба подбати про контроль і безпеку. Але якщо все зробити правильно, такі агенти зможуть уникати рішень, що шкодять людям.

ШІ має не просто відповідати на запити — він має жити у світі, навчатися з досвіду й ставати кращим із часом. Це може стати основою для створення справжнього штучного загального інтелекту (AGI).

Авторка: Дар’я Бровченко

Джерело