Complex vs. Discret, haos și complexitate vs. artificial
Încă de dinainte de apariția AI noi digitalizam, numerizam realitatea, iar pentru a-i măsura parametrii trebuia să decupăm realitatea în felii. Din acel moment nu mai facem diferența între parte și întreg, iar modelele bazate pe datele obținute sunt departe de realitate.
Relația dintre realitatea complexă și aproximarea digitală este o temă care leagă matematica, filozofia, biologia și tehnologia. Trebuie să ne gândim la contrastul dintre haosul/complexitatea lumii vii și aproximările făcute de sistemele artificiale, bazate pe această numerizare.
În matematică, complexitatea se referă la sisteme sau fenomene cu multe elemente interconectate, care interacționează în moduri neliniare, ducând la comportamente imprevizibile sau emergente. Exemple sunt sistemele dinamice (vremea, turbulențele) sau sistemele biologice (rețelele neuronale din creier). Dar despre atractori în haos cred că o să vorbim în altă carte...
Discret se referă la sisteme formate din elemente distincte, separate (ex. numere întregi, stări binare 0/1). În context digital, numerizat, informația este reprezentată în format binar, procesată în pași fini și predictibili, ca în calculatoare.
Sistemele digitale sunt limitate de precizia și rezoluția lor discretă. Un model digital al unui sistem complex este doar o aproximare, pierzând detalii fine din cauza naturii finite a calculelor. (În cele trei imagini se vede cum modelul pierde legătura cu realitatea pe măsură ce rezoluția scade.) Dar chiar și la o putere mare de calcul, tot o aproximare o să avem. (Vezi figura)
Rețelele neuronale imită complexitatea creierului, procesând date în mod neliniar și ajungând la recunoașterea tiparelor, dar ele sunt implementate pe un hardware care este digital discret, ceea ce le limitează capacitatea de a captura pe deplin complexitatea lumii vii.
Sistemele AI pot modela haosul, pot face simulări ale sistemelor dinamice, dar nu posedă complexitatea inerentă a lumii vii, deoarece sunt determinate de algoritmi predictibili. Spre deosebire de lumea vie, AI-ul nu are o „viață“ proprie; depinde de datele și instrucțiunile furnizate de oameni. Merită spus și că fanteziile umane reflectă haosul și complexitatea lumii vii, așa imperfectă cum este ea, în timp ce halucinațiile AI sunt produse ale unui sistem digital discret.
În plus, Roger Penrose afirmă că inteligența presupune conștiință de sine, iar calculatorul este o structură capabilă doar de calcule matematice, care ele însele reprezintă doar o mică parte din matematică. Conștiința nu este computațională. AI-ul nu poate dovedi de ce un lucru este adevărat, deși poate demonstra pe bază de reguli că este adevărat, deci nu poate transcende regulile. AI-ul nu înțelege ce face, ci doar știe cum să facă. Penrose propune termenul de „clever“ pentru AI, adică AC, așa cum spune că există studenți la matematică care pot rezolva o problemă, dar nu înțeleg de ce se rezolvă așa, doar au învățat o tehnică de rezolvare.
Și Edward Frenkel argumentează că AI poate rezolva probleme matematice complexe prin forță brută sau prin antrenament pe seturi mari de date, dar nu posedă „scânteia“ umană care duce la descoperiri fundamentale, cum ar fi teoreme noi sau conexiuni neașteptate între domenii. De exemplu, el menționează că AI poate optimiza demonstrații, dar nu poate formula întrebări existențiale despre matematică, așa cum fac matematicienii. Frenkel consideră performanțele de până acum ca fiind mai degrabă o reflectare a optimizării algoritmice decât a unei „înțelegeri“ reale.
Altfel, avem știri „fierbinți“ de genul „GPT-5 a trecut testul Gödel“, doar că, spun chiar cei care trâmbițează vestea: „La cele trei probleme mai ușoare, GPT-5 a produs aproape corect soluții. Modelul a eșuat la Problema 4, care necesita combinarea rezultatelor din două lucrări. La Problema 5, un caz mai dificil fără o conjectură validată, GPT-5, a eșuat în analiză. Rezultatele indică un progres semnificativ în ceea ce privește raționamentul de rutină, sclipiri ocazionale de originalitate și limitări clare atunci când este necesară sinteza în mai multe lucrări.“
