Kako umjetna inteligencija rješava probleme koje ne razumije?

Može li umjetna inteligencija pomoći u rješavanju problema koje sama ne zna objasniti? Iako zvuči kao paradoks, upravo su do tog zaključka došli istraživači s Tehničkog sveučilišta u Beču (TU Wien). Njihovo istraživanje pokazuje kako suvremeni AI sustavi mogu znatno unaprijediti rješavanje složenih logičkih zadataka, čak i kada ih u klasičnom smislu ne "razumiju".

Svatko tko je ikada pokušao riješiti Sudoku zna koliko jedan mali nagovještaj može promijeniti tijek razmišljanja i otvoriti put prema rješenju. Upravo takvu ulogu, ali na daleko složenijoj razini, mogu imati veliki jezični modeli poput ChatGPT-a. Iako nisu dizajnirani za izvođenje logičkog ili matematičkog koda, sposobni su prepoznati obrasce koje čak ni iskusni stručnjaci ranije nisu uočavali.

Istraživači s TU Wiena usredotočili su se na povezivanje dvaju svjetova umjetne inteligencije koji su se dosad uglavnom razvijali odvojeno. Jedan je simbolička umjetna inteligencija, koja se oslanja na jasna pravila, logiku i matematičku preciznost te se već godinama koristi za planiranje proizvodnje, rasporeda rada ili logistike. Drugi svijet čine subsimbolički sustavi, poput jezičnih modela, koji uče iz golemih količina podataka, ali ne mogu jasno objasniti kako dolaze do svojih odgovora.

Dosad se smatralo kako su takvi modeli slabo primjenjivi na strogo logičke probleme. Međutim, bečki je tim pokazao kako oni mogu imati iznimno korisnu ulogu. Umjesto izravnog rješavanja zadaće, jezični modeli predlažu dodatna pravila koja pomažu simboličkim algoritmima brže odbaciti loša rješenja i usmjeriti se na obećavajuće opcije.

Na taj način umjetna inteligencija ne djeluje kao sveznajući rješavatelj problema, nego kao intuitivni pomagač. Kao kada imate nekoga tko ne zna pronaći izlaz iz labirinta, ali vam može reći koje staze sigurno ne vode nikamo. Upravo je takva vrsta pomoći u nekim slučajevima dovela do rješenja boljih od svih prethodno poznatih, pa su istraživači zabilježili i nove svjetske rekorde u kvaliteti rezultata.

Ovo otkriće otvara novo poglavlje u razvoju umjetne inteligencije. Umjesto nadmetanja između različitih pristupa, budućnost je u njihovoj pametnoj kombinaciji. Takvi hibridni sustavi mogli bi u praksi ubrzati donošenje odluka u logistici, zdravstvu, industriji i prometu.