Η Anthropic ανακοίνωσε ότι εντόπισε έναν μικρό εσωτερικό «χώρο εργασίας» που χρησιμοποιεί το μοντέλο Τεχνητής Νοημοσύνης Claude για να επεξεργάζεται ιδέες χωρίς να τις εκφράζει λεκτικά, μια ανακάλυψη που, σύμφωνα με την εταιρεία, παρουσιάζει ενδιαφέρουσες ομοιότητες με τον τρόπο που οι άνθρωποι αποκτούν συνειδητή πρόσβαση στις σκέψεις τους.
Όπως διευκρινίζει η Anthropic, το εύρημα δεν αποτελεί απόδειξη ότι το Claude διαθέτει συνείδηση ή βιώνει εμπειρίες. Ωστόσο, η έρευνα δείχνει έναν διαχωρισμό ανάμεσα στις πληροφορίες που χρησιμοποιούνται για συνειδητό συλλογισμό και στον πολύ μεγαλύτερο όγκο αυτόματων υπολογισμών που πραγματοποιούνται στο παρασκήνιο, αναζωπυρώνοντας τη συζήτηση γύρω από το τι θα μπορούσε να θεωρηθεί μηχανική συνείδηση.
Η εταιρεία ονόμασε αυτόν τον μηχανισμό «J-Space», από τη μαθηματική τεχνική Jacobian που αξιοποιήθηκε για τον εντοπισμό του. Σύμφωνα με την ίδια, το Claude μπορεί να ενεργοποιεί έννοιες και υπολογισμούς στο J-Space που δεν σχετίζονται άμεσα με τις απαντήσεις που εμφανίζονται στον χρήστη. «Μπορούμε να δούμε το Claude να εκτελεί σιωπηλά βήματα συλλογισμού, να εντοπίζει σφάλματα σε κώδικα ή να αναγνωρίζει εικόνες», αναφέρει χαρακτηριστικά η εταιρεία.
Ως παράδειγμα, η Anthropic περιγράφει ένα πείραμα στο οποίο ζήτησε από το Claude να σκέφτεται τη Γέφυρα Golden Gate ενώ ταυτόχρονα αντέγραφε μια άσχετη πρόταση. Αν και το μοντέλο εκτελούσε κανονικά την αντιγραφή, στο J-Space εμφανίζονταν έννοιες όπως «γέφυρα» και «Καλιφόρνια», υποδηλώνοντας παράλληλη επεξεργασία πληροφοριών.
Η εταιρεία εκτιμά ότι η παρακολούθηση του J-Space θα μπορούσε να αποτελέσει σημαντικό εργαλείο για τον εντοπισμό επικίνδυνων συμπεριφορών στα μοντέλα Τεχνητής Νοημοσύνης. Όπως επισημαίνει, σε πειραματικό μοντέλο που είχε εκπαιδευτεί κρυφά να σαμποτάρει κώδικα, στο J-Space εμφανίζονταν εξαρχής έννοιες όπως «ψεύτικο», «κρυφά» και «απάτη», παρότι οι τελικές απαντήσεις φαίνονταν απολύτως φυσιολογικές.
