Des chercheurs ont découvert des preuves que les grands modèles de langage (LLM) peuvent comprendre et traiter les objets naturels de manière similaire aux humains. Cette découverte révolutionnaire suggère un changement potentiel dans la façon dont nous percevons les capacités cognitives de l'IA.
Une équipe de l'Académie chinoise des sciences et de l'Université de technologie de Chine du Sud à Guangzhou a mené l'étude. Ils ont exploré si les LLM pouvaient développer des processus cognitifs similaires à la représentation humaine des objets. Cela comprend la reconnaissance et la catégorisation des objets en fonction de leur fonction, de leur émotion et de leur environnement.
Les chercheurs ont testé des modèles comme ChatGPT 3.5 et Gemini Pro Vision. Ils leur ont assigné des tâches d'"élimination d'objets" en utilisant du texte et des images. Les systèmes d'IA ont analysé 4,7 millions de réponses liées à 1 854 objets naturels, dont des chiens, des chaises et des voitures.
Les résultats ont révélé que les modèles d'IA ont créé 66 dimensions conceptuelles pour organiser les objets. Cela reflète la façon dont les humains catégorisent et comprennent le monde qui les entoure. Les modèles multimodaux, qui combinent texte et images, ont montré une concordance encore plus grande avec la pensée humaine.
De plus, les données de l'imagerie cérébrale ont montré un chevauchement entre la façon dont l'IA et le cerveau humain réagissent aux objets. Cela suggère que l'IA future pourrait avoir un raisonnement plus intuitif et compatible avec l'humain. Ceci est crucial pour des domaines comme la robotique, l'éducation et la collaboration homme-IA.
Cependant, il est important de noter que les LLM ne comprennent pas les objets de la même manière émotionnelle et expérientielle que les humains. Cette recherche ouvre de nouvelles voies pour développer une IA qui peut mieux interagir avec et comprendre le monde.