Андрей Щербаков 
Искусственный интеллект демонстрирует впечатляющие успехи, от управления беспилотными автомобилями до помощи в медицинской диагностике, однако ключевой вопрос о его способности пройти когнитивные тесты, разработанные для людей, остается открытым. Несмотря на достижения в обработке языка и решении задач, ИИ все еще не способен воспроизвести всю сложность человеческого мышления.
Современные модели ИИ, такие как ChatGPT, эффективно генерируют тексты и решают определенные проблемы, но их производительность снижается при столкновении с когнитивными тестами вроде Монреальской шкалы когнитивной оценки (MoCA), предназначенной для измерения различных аспектов человеческого интеллекта.
Этот разрыв между техническими возможностями ИИ и его когнитивными ограничениями указывает на серьезные вызовы. Искусственному интеллекту еще предстоит догнать человеческое мышление, особенно в задачах, требующих абстрактного мышления, понимания эмоций и контекстной осведомленности.
Когнитивные тесты, включая MoCA, играют важную роль в оценке памяти, логического мышления, способности решать проблемы и пространственного восприятия у людей. В клинической практике они помогают диагностировать такие состояния, как болезнь Альцгеймера и деменция, предоставляя данные о функционировании мозга. Задания на запоминание слов, рисование часов или распознавание образов проверяют способности, необходимые человеку в повседневной жизни для ориентации в сложной среде.
Применение этих тестов к ИИ дает иные результаты. Модели вроде ChatGPT или Google Gemini могут преуспевать в распознавании паттернов или генерации текста, но испытывают трудности с аспектами познания, требующими более глубокого понимания. ИИ способен следовать четким инструкциям, но ему не хватает способности к абстрактному рассуждению, интерпретации эмоций или учету контекста — ключевых элементов человеческого мышления.
Таким образом, когнитивные тесты при оценке ИИ выполняют двойную функцию. С одной стороны, они подчеркивают сильные стороны ИИ в быстрой обработке данных и решении структурированных задач. С другой — выявляют существенные пробелы в способности ИИ имитировать весь спектр человеческих когнитивных функций, особенно связанных со сложным принятием решений, эмоциональным интеллектом и пониманием контекста.
Широкое внедрение ИИ, особенно в здравоохранении и автономных системах, требует большего, чем простое выполнение задач. Когнитивные тесты служат ориентиром для оценки способности ИИ справляться с задачами, требующими абстрактного мышления и эмоционального понимания. Например, в медицине ИИ может анализировать данные и прогнозировать заболевания, но не может оказать эмоциональную поддержку или принять взвешенное решение, зависящее от уникальной ситуации пациента. В автономных системах, таких как беспилотные автомобили, интерпретация непредсказуемых сценариев часто требует интуиции, подобной человеческой, которой у текущих моделей ИИ нет.
Используя тесты, созданные для людей, исследователи могут определить области, где ИИ нуждается в доработке, и направить усилия на создание более совершенных систем. Такие оценки также помогают формировать реалистичные ожидания относительно возможностей ИИ и подчеркивают сферы, где участие человека остается незаменимым.
Модели ИИ достигли значительного прогресса в обработке данных и распознавании образов, но сталкиваются с серьезными ограничениями в задачах, требующих абстрактного мышления, пространственного восприятия и понимания эмоций. Недавнее исследование, в ходе которого несколько систем ИИ прошли тест MoCA, выявило явный разрыв между их сильными сторонами в структурированных задачах и трудностями с более сложными когнитивными функциями.
В рамках этого исследования модель ChatGPT 4o набрала 26 баллов из 30, что соответствует легким когнитивным нарушениям у человека, тогда как Google Gemini получил лишь 16 баллов, что указывает на серьезные когнитивные нарушения. Одной из самых больших проблем для ИИ стали визуально-пространственные задачи, такие как рисование часов или копирование геометрических фигур. Эти задания, требующие понимания пространственных отношений и организации визуальной информации, люди выполняют интуитивно. Несмотря на четкие инструкции, модели ИИ не смогли точно выполнить эти задачи.
Человеческое познание объединяет сенсорные данные, воспоминания и эмоции, обеспечивая адаптивное принятие решений. Люди полагаются на интуицию, креативность и контекст при решении проблем, особенно в неоднозначных ситуациях. Способность мыслить абстрактно и использовать эмоциональный интеллект является ключевой особенностью человеческого разума, позволяющей ориентироваться в сложных и динамичных сценариях.
ИИ, напротив, работает путем обработки данных с помощью алгоритмов и статистических закономерностей. Он может генерировать ответы на основе изученных шаблонов, но не понимает по-настоящему контекст или смысл данных. Это отсутствие понимания затрудняет выполнение задач, требующих абстрактного мышления или эмоционального интеллекта, которые являются основой когнитивных тестов.
Интересно, что наблюдаемые когнитивные ограничения ИИ имеют сходство с нарушениями, характерными для нейродегенеративных заболеваний, таких как болезнь Альцгеймера. В ходе исследования ответы ИИ на вопросы о пространственном восприятии были упрощенными и зависели от контекста, напоминая ответы людей с когнитивным снижением. Эти результаты подчеркивают, что ИИ отлично справляется с обработкой структурированных данных и прогнозированием, но ему не хватает глубины понимания для принятия тонких решений, что особенно важно в здравоохранении и автономных системах, где критически необходимы суждения и рассуждения.
Несмотря на эти ограничения, потенциал для улучшения существует. Новые версии ИИ, такие как ChatGPT 4o, демонстрируют прогресс в задачах на рассуждение и принятие решений. Однако для воспроизведения когнитивных способностей, подобных человеческим, потребуются фундаментальные усовершенствования в архитектуре ИИ, возможно, с использованием квантовых вычислений или более сложных нейронных сетей.
Несмотря на технологические прорывы, искусственный интеллект все еще далек от того, чтобы успешно проходить когнитивные тесты, созданные для людей. Преуспевая в решении структурированных проблем, он пасует перед более тонкими когнитивными функциями.
Например, модели ИИ часто не справляются с заданиями на рисование геометрических фигур или интерпретацию пространственных данных. Люди естественно понимают и организуют визуальную информацию, что дается ИИ с трудом. Это указывает на фундаментальную проблему: способность ИИ обрабатывать данные не равнозначна пониманию, свойственному человеческому разуму.
В основе ограничений ИИ лежит его алгоритмическая природа. Модели работают, выявляя закономерности в данных, но им не хватает контекстной осведомленности и эмоционального интеллекта, которые люди используют для принятия решений. ИИ может эффективно генерировать результаты на основе обучающих данных, но не понимает их смысл так, как человек. Неспособность к абстрактному мышлению и отсутствие эмпатии мешают ИИ выполнять задачи, требующие глубоких когнитивных функций.
Этот разрыв между ИИ и человеческим познанием очевиден в здравоохранении. ИИ может помогать анализировать медицинские снимки или прогнозировать болезни, но не может заменить человеческое суждение при принятии сложных решений, учитывающих обстоятельства пациента. Аналогично, в автономных транспортных средствах ИИ обрабатывает огромные объемы данных для обнаружения препятствий, но не может воспроизвести интуицию, на которую полагаются люди при принятии мгновенных решений в неожиданных ситуациях.
Несмотря на эти вызовы, ИИ демонстрирует потенциал для совершенствования. Новейшие модели начинают справляться с более сложными задачами, включающими элементы рассуждения и базового принятия решений. Однако даже по мере их развития они остаются далеки от того, чтобы соответствовать всему спектру человеческих когнитивных способностей, необходимых для прохождения тестов, разработанных для людей.
Искусственный интеллект добился впечатляющего прогресса во многих областях, но ему предстоит пройти долгий путь, прежде чем он сможет успешно справляться с когнитивными тестами для людей. Он эффективно обрабатывает данные и решает задачи, но испытывает трудности там, где требуется абстрактное мышление, эмпатия и понимание контекста. Несмотря на улучшения, такие области, как пространственное восприятие и принятие взвешенных решений, остаются слабым местом ИИ. Хотя будущее ИИ выглядит многообещающим, особенно с учетом технологических достижений, он все еще далек от воспроизведения человеческого познания.
