Μια νέα μελέτη από το Tsinghua University φέρνει στο προσκήνιο ένα αναπάντεχο ερώτημα για τον παγκόσμιο τεχνολογικό ανταγωνισμό: παίζει τελικά ρόλο αν δίνουμε εντολές σε ένα μοντέλο τεχνητής νοημοσύνης στα αγγλικά ή στα κινεζικά όταν το βάζουμε να σχεδιάσει, για παράδειγμα, ένα καλύτερο αεροσκάφος;

Η απάντηση, σύμφωνα με την έρευνα που δημοσιεύθηκε στο επιστημονικό περιοδικό Acta Aeronautica et Astronautica Sinica στις 27 Απριλίου, δεν είναι απόλυτη. Αν και τα κινεζικά παρουσιάζουν ένα εγγενές πλεονέκτημα, η διαφορά εξανεμίζεται μετά από εξειδικευμένη εκπαίδευση. Η ομάδα του καθηγητή Chen Haixin, από τη Σχολή Αεροδιαστημικής Μηχανικής του Tsinghua, χρησιμοποίησε έναν «πράκτορα» τεχνητής νοημοσύνης για να βελτιστοποιήσει την αεροδυναμική πτέρυγα ενός σύγχρονου αεροσκάφους.

Το μοντέλο διδάχθηκε να «βλέπει» και να αναλύει ροές αέρα μέσω εικόνων. Πριν από την εξειδικευμένη εκπαίδευση, οι ερευνητές παρατήρησαν κάτι ενδιαφέρον: οι εντολές στα κινεζικά είχαν ελαφρώς καλύτερη απόδοση από ό,τι στα αγγλικά. Αυτό συμβαίνει επειδή οι κινεζικοί χαρακτήρες μπορούν να αποδώσουν σύνθετες μηχανολογικές έννοιες με μεγαλύτερη πυκνότητα νοήματος και αμεσότητα.

Ωστόσο, μετά την ολοκλήρωση της διαδικασίας ενισχυτικής μάθησης, η απόδοση και των δύο γλωσσικών μοντέλων έγινε σχεδόν πανομοιότυπη, φτάνοντας σε κορυφαία επίπεδα αποτελεσματικότητας. Το συμπέρασμα των ερευνητών είναι ότι η εκπαίδευση πάνω στο συγκεκριμένο αντικείμενο υπερισχύει της γλώσσας του prompt. Παρόλα αυτά, το θέμα παραμένει κρίσιμο, καθώς οι Ηνωμένες Πολιτείες και η Κίνα μάχονται για την κυριαρχία στην τεχνητή νοημοσύνη. Με την Κίνα να διαθέτει πενταπλάσιο αριθμό αποφοίτων μηχανικών ετησίως σε σχέση με τις ΗΠΑ, η ικανότητα χρήσης της μητρικής γλώσσας σε εργαλεία τεχνητής νοημοσύνης θα μπορούσε να αποτελέσει ένα ισχυρό στρατηγικό πλεονέκτημα για την επιτάχυνση της καινοτομίας.