AI-ը մաթեմատիկոսներին գերազանցում է ոչ թե մտածելով, այլ հիշելով

Երբ AI համակարգը լուծում է բարդ մաթեմատիկական խնդիր, սովորաբար բացատրում ենք, որ համակարգը ավելի խելացի է դարձել։ Դեյվիդ Պիֆերի նոր վերլուծությունը պնդում է, որ այդ հաջողության մի մասն ունի շատ ավելի առօրյա պատճառ. մարդու աշխատանքային հիշողությունը խիստ սահմանափակ է, իսկ մոդելի սիմվոլիկ աշխատանքային տարածքը՝ ոչ։

Հիշողությունը որպես մաթեմատիկայի թաքնված սահման

Աշխատանքային հիշողությունը մտավոր համակարգ է, որը կարճ ժամանակ պահում և մշակում է տեղեկատվություն. հավասարում լուծելիս պետք է հիշել, թե ինչ է նշանակում յուրաքանչյուր փոփոխական, ինչ գործողություններ են արվել և որն է նպատակը։ Մարդու հնարավորությունը չափազանց սահմանափակ է. եռանիշ թվերի բազմապատկումը մտքում դժվար է ոչ թե գործողությունների բարդության, այլ միջանկյալ արդյունքները պահելու անհրաժեշտության պատճառով։ Թուղթը խելք չի ավելացնում, բայց ընդլայնում է արդյունավետ աշխատանքային հիշողությունը։

Ինչ են ցույց տալիս հետազոտությունները

Հիշողության դերը մաթեմատիկայում միայն տեսական չէ։ Alloway և Passolunghi (2011) պարզել են, որ աշխատանքային հիշողության ցուցանիշները առանձին ներդրում են ունենում երեխաների մաթեմատիկական արդյունքներում՝ ոչ միայն կրկնելով ընդհանուր խոսքային ունակության կապը։ Վեցամյա երկայնական ուսումնասիրության մեջ Alloway և Alloway (2010) գտել են, որ հինգ տարեկանում չափված աշխատանքային հիշողությունը կանխատեսում է գրագիտությունն ու թվային հմտությունները նույնիսկ IQ-ն հաշվի առնելուց հետո. հիշողությունն ավելի ուժեղ կանխատեսող էր։ Blankenship-ը և գործընկերները (2015) ու Friso-van den Bos-ի մետավերլուծությունը (2013) նման արդյունքներ են արձանագրել։ Հեղինակը զգուշացնում է չչափազանցել. հիշողությունն ու ինտելեկտը մեծապես համընկնում են, և վիճակագրական վերահսկումը դրանք լիարժեք չի տարանջատում։

Կոնտեքստի պատուհանը որպես հսկա տետր

Ժամանակակից մոդելը միաժամանակ մշակում է հսկայական թվով թոքեններ՝ խնդիրը, սահմանումները, միջանկյալ հաշվարկները և սեփական նախորդ դատողությունը։ Կոնտեքստի պատուհանը նույնական չէ մարդու աշխատանքային հիշողությանը. ավելի ճիշտ է այն դիտարկել որպես հսկա արտաքին տետր՝ թերի որոնման համակարգով։ Մոդելի դատողությունը հաճախ արտաքնացվում է. տեքստը մտածողության մեխանիզմի մասն է, ոչ թե ավարտված մտքի հաշվետվություն։ Այդ իսկ պատճառով հեղինակը դա անվանում է «ընդլայնված սիմվոլիկ աշխատանքային հիշողություն»։

Ֆոն Նեյման, թե Էյնշտեյն

Մաթեմատիկան դրանից ավելի շատ է օգտվում, քան այլ ոլորտները. գրեթե բոլոր ենթադրություններն ու սահմանումները կարելի է գրառել, և դրանք կայուն են մնում։ Ոչ ֆորմալ դատողություններում՝ օրինակ սոցիալական հարցում, վճռական տեղեկատվությունը կարող է ընդհանրապես չդիտարկված լինել, իսկ հասկացություններն անկայուն են, ուստի ավելի մեծ տետրը խնդիրը չի լուծում։ Մաթեմատիկան նաև տալիս է ուժեղ հետադարձ կապ. լուծումը կարելի է տեղադրել կամ ստուգել թվային եղանակով։

Հեղինակի եզրակացությամբ՝ այսօրվա AI-ն ավելի շատ նման է ֆոն Նեյմանի արագության և լայնության մեքենայորեն ուժեղացված տարբերակին, քան Էյնշտեյնի խորությանը։ Ֆիզիկոս Յուջին Վիգները, որը ճանաչում էր երկուսին էլ, ֆոն Նեյմանին ավելի արագ, Էյնշտեյնին՝ ավելի խորն էր համարում։ Հաջորդ շեմը կհաղթահարվի, երբ AI-ն ինքը կառաջարկի խնդիրը հասկանալու սկզբունքորեն ավելի լավ ճանապարհ։