Wereldmodellen kunnen doorbraken brengen waar taalmodellen tekortschieten
Taalmodellen zijn sterk in het samenvatten van bestaande kennis, maar brengen zelden een echte wetenschappelijke doorbraak. Onderzoekers zien meer potentie in zogeheten wereldmodellen, die een intern beeld van de werkelijkheid opbouwen. Die aanpak zou wél tot nieuwe inzichten kunnen leiden.
Uit onderzoek blijkt dat kunstmatige intelligentie op basis van taalmodellen tegen grenzen aanloopt als het gaat om het genereren van fundamenteel nieuwe kennis. Hoewel dergelijke systemen uitstekend overweg kunnen met het verwerken en samenvatten van bestaande informatie, ontbreekt het hen aan het vermogen om tot werkelijk vernieuwende wetenschappelijke ontdekkingen te komen.
De potentie van een intern werkelijkheidsbeeld
Om verder te komen kijken onderzoekers naar alternatieve systemen, de zogenaamde wereldmodellen. Deze technologie is ontworpen om een intern begrip van de fysieke en logische werkelijkheid op te bouwen, vergelijkbaar met hoe mensen en dieren de wereld om zich heen interpreteren en voorspellen.
Deze verschuiving in benadering kan cruciaal zijn voor de verdere ontwikkeling van kunstmatige intelligentie. Waar traditionele taalmodellen vooral reageren op patronen in geschreven tekst, kunnen systemen met een dieper wereldbeeld mogelijk zelfstandig nieuwe verbanden leggen en scenario's doorgronden die nog niet eerder zijn beschreven.
Deze samenvatting is gebaseerd op een origineel artikel van The Decoder. Lees het volledige, originele bericht bij de bron.
Lees het originele artikel