Недавнее исследование ставит под сомнение способность языковых моделей искусственного интеллекта (ИИ) обучаться языку так, как это делают люди. Эти модели, такие как ChatGPT, создаются для предсказания слов на основе огромных массивов данных, но эксперты указывают, что их работа больше напоминает имитацию, чем настоящее обучение. Даже если модели демонстрируют поведение, похожее на человеческое, причины этого могут быть совершенно иными.
Эта разница имеет серьёзные последствия. Если модели действительно учат язык, это может потребовать пересмотра традиционных лингвистических теорий. Однако если они просто поверхностно имитируют обучение, это ограничивает их значимость для понимания человеческого языка. Например, Ноам Чомский, известный лингвист, утверждает, что языковые модели ИИ не имеют отношения к лингвистике, так как способны обучаться даже так называемым «невозможным языкам» с правилами, которые не существуют в человеческих языках.
Последние исследования подтвердили ограничения языковых моделей. Команда учёных протестировала их на созданных искусственных языках с необычными грамматическими правилами. Результаты показали, что модели сталкиваются с большими трудностями при изучении таких языков по сравнению с привычными человеческими. Это говорит о том, что, хотя ИИ обладает мощностью обработки, его способности всё же ограничены. Модели легче усваивают паттерны, которые схожи с человеческими языками, что подтверждает их предрасположенность к определённым типам структур.
Эти результаты открывают новые возможности для исследований. Например, лингвисты рассматривают, как архитектура нейронных сетей влияет на способность ИИ обучаться различным языковым паттернам. Хотя ИИ не заменит человеческую лингвистику, его ограничения и возможности продолжают вызывать интерес. Модели могут помочь в изучении универсальных закономерностей, но их нельзя считать аналогом человеческого обучения языку.