En İyi Yapay Zekâ Modellerinin Bile Tam Not Alamadığı Yeni Bir Performans Testi Oluşturuldu

Yapay zekâ modellerine yönelik yeni bir performans testi oluşturuldu. Yapay zekâ bölümünün kâr amaçladığı gütmeyen kuruluşlarından Center for AI Safety (CAIS) ile Scale AI isimli şirket tarafından geliştirilen bu performans testi, en iyi yapay zekâ modellerini bile zorlayan türden.

“Humanity’s Last Exam” olarak isimlendirilen yeni performans testi, pek çok kategoride zorlayıcı sorulara ev sahipliği yapıyor. Yapılan açıklamalara göre bu testte matematik, beşeri bilimler ve tabiat bilimleri gibi onlarca bahiste, 3.000 civarı soru bulunuyor. Geliştiriciler, testin sahiden belirleyici olması için grafikler, diyagramlar ve görseller kullanmayı da ihmal etmediler.

En iyi yapay zekâ modeli bile tüm soruları çözemiyor

Humanity’s Last Exam, sahiden zorlayıcı bir performans testi olacak gibi görünüyor. Çünkü yapılan çalışmalara göre piyasadaki amiral gemisi yapay zekâ modelleri, bu performans testinde yüzde 100 muvaffakiyete ulaşamadılar. Hatta 2021 yılında yayımlanan matematik odaklı testlerde erken etaptaki yapay zekâ modelleri, 100 üzerinden 10 puan bile alamamışlardı.

Humanity’s Last Exam’in ortaya çıkarılması için 50’den fazla ülkede 1.000 kadar kişiden destek alındı. Projeye destek olan isimler araştırmacılar ve profesörlerden oluşuyordu. Hâl bu türlü olunca bu performans testi, gelecekte kesim için çok önemli bir kıstas olabilir gibi görünüyor. Bu testte sorulan birtakım örnek soruları incelemek isterseniz buradaki ilişkiyi kullanabilirsiniz.