AI მათემატიკოსებს აზროვნებით არ აჭარბებს — ის მათზე მეტს იმახსოვრებს

როცა ხელოვნური ინტელექტი რთულ მათემატიკურ ამოცანას ხსნის, ჩვეულებრივ ვთვლით, რომ სისტემა უფრო ჭკვიანი გახდა. დევიდ პიფერის ახალი ანალიზი ამტკიცებს, რომ წარმატების ნაწილი სხვა, ბევრად უფრო პროზაულ მიზეზს უკავშირდება — ადამიანის სამუშაო მეხსიერების მკაცრ ლიმიტს, რომელსაც მოდელები არ ექვემდებარებიან.

მეხსიერება, როგორც მათემატიკის ფარული ლიმიტი

სამუშაო მეხსიერება ინახავს და ამუშავებს ინფორმაციას მოკლე დროში: განტოლების ამოხსნისას უნდა გახსოვდეს, რას ნიშნავს ცვლადი, რა ოპერაციები შესრულდა და რა არის მიზანი. ადამიანის შესაძლებლობა მკაცრად შეზღუდულია — სამნიშნა რიცხვების გონებაში გამრავლება რთულია არა თვით ოპერაციის, არამედ ნაწილობრივი შედეგების დამახსოვრების გამო. ქაღალდი ინტელექტს არ გვიმატებს, მაგრამ ეფექტურ სამუშაო მეხსიერებას აფართოებს.

რას აჩვენებს კვლევები

მეხსიერების როლი მათემატიკაში მხოლოდ თეორიული არ არის. Alloway და Passolunghi (2011) ბავშვებში დაადგინეს, რომ სამუშაო მეხსიერების მაჩვენებლები დამოუკიდებლად უკავშირდებოდა მათემატიკურ უნარებს, და არა მხოლოდ ზოგად სიტყვიერ უნარებს. ექვსწლიან გრძივ კვლევაში Alloway და Alloway (2010) აჩვენეს, რომ ხუთი წლის ასაკში გაზომილი სამუშაო მეხსიერება წინასწარმეტყველებდა წიგნიერებასა და რიცხვით უნარებს ექვსი წლის შემდეგ, IQ-ის გათვალისწინების შემდეგაც; Blankenship და კოლეგები (2015) მსგავს დამოუკიდებელ წვლილს აფიქსირებენ, Friso-van den Bos-ის მეტა-ანალიზი (2013) კი დამოკიდებულებას დაწყებითი სკოლის კვლევებში ადასტურებს. ავტორი ამტკიცებს, რომ ეს შედეგები არ უნდა გაზვიადდეს: მეხსიერება და ინტელექტი ძლიერად ემთხვევა, სტატისტიკური კონტროლი მათ სრულად ვერ აცალკევებს.

კონტექსტის ფანჯარა, როგორც გიგანტური რვეული

თანამედროვე მოდელს შეუძლია ერთდროულად დაამუშაოს ტექსტის უზარმაზარი მონაკვეთი — ამოცანა, განსაზღვრებები, შუალედური გამოთვლები და საკუთარი წინა მსჯელობა. კონტექსტის ფანჯარა ადამიანის სამუშაო მეხსიერების იდენტური არ არის; ის უფრო გიგანტურ რვეულს ჰგავს, რომელშიც ჩანაწერების ძებნა არასრულყოფილია. მოდელის მსჯელობა ხშირად გარე ტექსტში ხდება — ტექსტი მექანიზმის ნაწილია და არა უკვე დასრულებული აზრის ანგარიში. ამიტომ ავტორი ამ კონსტრუქციას „გაფართოებულ სიმბოლურ სამუშაო მეხსიერებას“ უწოდებს.

ფონ ნეუმანი თუ აინშტაინი

მათემატიკა ამ თვისებით განსაკუთრებით სარგებლობს: თითქმის ყველა პირობა, განსაზღვრება, მიზანი და უკვე დამტკიცებული შედეგი შეიძლება ჩაიწეროს და უცვლელი დარჩეს. პირიქით, არაფორმალურ მსჯელობაში — მაგალითად, სოციალურ საკითხებში — გადამწყვეტი ინფორმაცია შეიძლება საერთოდ არ არსებობდეს, ცნებები კი არასტაბილურია, ამიტომ დიდი რვეული პრობლემას ვერ წყვეტს. მათემატიკა ასევე იძლევა ძლიერ უკუკავშირს: შედეგის ჩასმა თავდაპირველ გამოსახულებაში, რიცხვითი შემოწმება, ფორმალური დამმოწმებელი.

ავტორის დასკვნით, AI დღეს უფრო ფონ ნეუმანის სისწრაფისა და სიგანის მანქანურად გაძლიერებულ ვერსიას ჰგავს, ვიდრე აინშტაინის სიღრმეს. ვიგნერი, რომელიც ორივეს იცნობდა, ნეუმანის გონებას უფრო მკვეთრს, აინშტაინის გაგებას კი უფრო ღრმას თვლიდა. შემდეგი ზღვარი მაშინ გადაილახება, როცა AI შეძლებს დაინახოს, რომ ამოცანა არასწორად არის ფორმულირებული, და თავად შემოგვთავაზოს მისი გააზრების უკეთესი გზა.