أخبار Gate bot: أشار الباحثون في شركة آبل في ورقة بحثية نُشرت في يونيو بعنوان "وهم التفكير" إلى أن النماذج الرائدة للذكاء الاصطناعي (AGI) لا تزال تواجه صعوبات في الاستدلال، لذلك لا يزال السباق نحو تطوير الذكاء الاصطناعي العام (AGI) بعيد المنال.
تشير المقالة إلى أن التحديثات الأخيرة لنماذج اللغة الكبيرة للذكاء الاصطناعي السائدة (LLM) (مثل ChatGPT من OpenAI وClaude من Anthropic) قد تضمنت نماذج استدلال كبيرة (LRM)، ولكن وظائفها الأساسية وميزاتها الموسعة وقيودها "لا تزال غير مفهومة بشكل كامل".
تتعلق التقييمات الحالية بشكل رئيسي بالمعايير الرياضية والترميزية المحددة، "مع التأكيد على دقة الإجابة النهائية". ومع ذلك، يشير الباحثون إلى أن هذا التقييم لم يتناول بعمق قدرات الاستدلال لنماذج الذكاء الاصطناعي، مما يشكل تباينًا حادًا مع التوقعات التي تشير إلى أن الذكاء الاصطناعي العام يمكن تحقيقه في غضون بضع سنوات.
صمم الباحثون ألعاب ألغاز مختلفة لتجاوز المعايير الرياضية القياسية لاختبار "تفكير" و"غير تفكير" كل من كلود سونيت (Claude Sonnet) وo3-mini وo1 من OpenAI وDeepSeek-R1 وV3 من روبوتات الدردشة.
اكتشفوا أن "نماذج الاستدلال المنطقي المتقدمة (LRM) تواجه انهيارًا تامًا في الدقة عندما تتجاوز مستوى معين من التعقيد"، ولا يمكنها تعميم الاستدلال بشكل فعال، كما أن ميزاتها تتلاشى مع زيادة التعقيد، وهذا يتعارض مع توقعات الناس لقدرات الذكاء الاصطناعي العام (AGI).
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
باحثو آبل: نماذج الذكاء الاصطناعي السائدة لا تزال غير قادرة على تحقيق مستوى الاستدلال المتوقع لـ AGI
أخبار Gate bot: أشار الباحثون في شركة آبل في ورقة بحثية نُشرت في يونيو بعنوان "وهم التفكير" إلى أن النماذج الرائدة للذكاء الاصطناعي (AGI) لا تزال تواجه صعوبات في الاستدلال، لذلك لا يزال السباق نحو تطوير الذكاء الاصطناعي العام (AGI) بعيد المنال.
تشير المقالة إلى أن التحديثات الأخيرة لنماذج اللغة الكبيرة للذكاء الاصطناعي السائدة (LLM) (مثل ChatGPT من OpenAI وClaude من Anthropic) قد تضمنت نماذج استدلال كبيرة (LRM)، ولكن وظائفها الأساسية وميزاتها الموسعة وقيودها "لا تزال غير مفهومة بشكل كامل".
تتعلق التقييمات الحالية بشكل رئيسي بالمعايير الرياضية والترميزية المحددة، "مع التأكيد على دقة الإجابة النهائية". ومع ذلك، يشير الباحثون إلى أن هذا التقييم لم يتناول بعمق قدرات الاستدلال لنماذج الذكاء الاصطناعي، مما يشكل تباينًا حادًا مع التوقعات التي تشير إلى أن الذكاء الاصطناعي العام يمكن تحقيقه في غضون بضع سنوات.
صمم الباحثون ألعاب ألغاز مختلفة لتجاوز المعايير الرياضية القياسية لاختبار "تفكير" و"غير تفكير" كل من كلود سونيت (Claude Sonnet) وo3-mini وo1 من OpenAI وDeepSeek-R1 وV3 من روبوتات الدردشة.
اكتشفوا أن "نماذج الاستدلال المنطقي المتقدمة (LRM) تواجه انهيارًا تامًا في الدقة عندما تتجاوز مستوى معين من التعقيد"، ولا يمكنها تعميم الاستدلال بشكل فعال، كما أن ميزاتها تتلاشى مع زيادة التعقيد، وهذا يتعارض مع توقعات الناس لقدرات الذكاء الاصطناعي العام (AGI).
مصدر الخبر: كوينتيليغراف