Recherche
Les modèles linguistiques avancés peuvent-ils appréhender le monde réel ? Nouvelles méthodes de mesure.
Aujourd’hui, bien que des systèmes d’intelligence artificielle (IA) excellent dans des prévisions spécifiques semblables aux découvertes de Kepler, ils manquent souvent de compréhension fondamentale, semblable à celle apportée par Newton.
Une nouvelle recherche du MIT et de Harvard a cherché à évaluer cette profondeur de compréhension chez les modèles d’IA, concluant que, jusqu’à présent, cette capacité est limitée.
Les chercheurs ont développé une méthode pour quantifier le biais inductif, permettant d’évaluer si les systèmes d’IA peuvent dépasser des prévisions spécifiques pour généraliser à de nouveaux problèmes.
À travers différents tests sur la complexité des prédictions réalisées, ils ont constaté que les systèmes d’IA réussissent dans des contextes simples, mais échouent à s’adapter à des systèmes plus compliqués.
Bien que des progrès aient été réalisés, l’étude souligne qu’il reste un long chemin avant que ces modèles puissent pleinement comprendre et prédire des situations du monde réel de manière aussi efficace que le font les humains.