İnsanların birkaç saniyede çözdüğü bulmacaları süper yapay zekalar çözemiyor

AGI, bir yapay zekanın çok az bilgiyle yeni durumlara adapte olabilme ve genelleme yapabilme yeteneğini ifade ediyor. İnsan zekasının temelini oluşturan bu beceri, halen derin öğrenme modelleri için büyük bir engel teşkil ediyor.

ARC TESTLERİ NEDİR VE NEYİ ÖLÇÜYOR?

Yapay zekaların genelleme yeteneğini ölçmek için geliştirilen en önemli testlerden biri “Abstraction and Reasoning Corpus” (ARC) oldu. İlk olarak 2019’da AI araştırmacısı François Chollet tarafından geliştirilen bu test, renkli küçük ızgaralardan oluşan bulmacalar sunuyor ve çözenden gizli bir kuralı öğrenip bunu yeni bir ızgaraya uygulamasını istiyor.

ARC günümüzde tüm büyük yapay zeka modellerinin kullandığı bir endüstri standardı haline geldi. Testin son versiyonu ARC-AGI-3, bu hafta tanıtıldı ve önceki sürümlerden farklı olarak, yapay zekaların video oyunları aracılığıyla test edilmesini hedefliyor.

YAPAY ZEKALAR NEDEN ZORLANIYOR?

ARC Prize Foundation Başkanı Greg Kamradt, bu testlerin aslında zekayı “yeni bir şeyi öğrenebilme yeteneği” olarak tanımladığını söylüyor. İnsanlar çok az örnekle bir kalıbı fark edebiliyor ve bu beceriyi başka durumlara uygulayabiliyor. Bu örnek verimliliği, şu anki yapay zeka sistemlerinin henüz ulaşamadığı bir nokta.

Örneğin ARC-AGI-2 testinde 400 kişi üzerinde yapılan çalışmada, bireyler ortalama yüzde 66 başarı sağladı. Üstelik 5-10 kişilik bir grubun toplam yanıtları, tüm soruların doğru çözümlerini içeriyordu. Öte yandan, birçok gelişmiş AI modeli bu testlerde başarısız oluyor.

VIDEO OYUNLARIYLA TEST: ARC-AGI-3

ARC-AGI-3 ile birlikte test formatı tamamen değişiyor. Artık yapay zekalar, insanlar gibi etkileşimli ortamlar olan video oyunlarında test edilecek. Bu iki boyutlu piksel tabanlı bulmacalarda her seviye, belirli bir mini beceriyi öğretmeyi amaçlıyor. Seviyeyi başarıyla tamamlamak için oyuncunun (ya da yapay zekanın) planlı bir dizi eylemle bu beceriyi uygulaması gerekiyor.

Bugüne kadar test edilen hiçbir yapay zekanın, bu oyunlarda tek bir seviyeyi bile geçememiş olması, AI araştırmalarında hâlâ kat edilmesi gereken çok yol olduğunu gösteriyor.