Saat Okumak, Yapay Zeka İçin Neden Bir Kabusa Dönüştü?

BEĞENDİM

ABONE OL

News

0

Yapay zeka, son yıllarda inanılmaz yetenekler sergileyerek hikaye yazmaktan protein yapılarını tahmin etmeye, gerçekçi görseller yaratmaktan ev ödevlerini çözmeye kadar geniş bir yelpazede kullanılmaya başlandı. Ancak, her şey göründüğü kadar kusursuz değil. Yeni bir araştırma, Aİ’nin bazı basit misyonlarda – analog bir saat okuma gibi – neredeyse komik denebilecek ölçüde zorlandığını ortaya koydu.

Edinburgh Üniversitesi’nden bir grup araştırmacı, çeşitli ortamları yorumlayabilen ve içerik üretebilen yedi çok modlu büyük dil modelini (MLLM) test etti. Çalışmalarını Nisan ayında yayınlamayı planlayan ekip, bu modellerin saat ya da takvim gibi görseller üzerinden zamanla ilgili soruları ne kadar doğru yanıtlayabildiğini inceledi. Araştırma sonuçları, Aİ’nin bu temel misyonlarda beklenenden çok daha düşük bir başarı gösterdiğini ortaya koydu.

Araştırmacılar, makalelerinde bu sorunun kıymetini şöyle açıklıyor: “Görsel girdilerden vakti yorumlama ve akıl yürütme yeteneği, olay planlamasından otonom sistemlere kadar birçok gerçek dünya uygulaması için kritik bir rol oynar.” Ancak mevcut teknolojiler daha çok obje algılama, görüntü başlığı veya sahne tahlili gibi alanlarda ağırlaşmış durumda. Zamansal çıkarımlara yönelik araştırmalar ise hala yetersiz.

Ekip, ünlü modeller arasında yer alan OpenAİ’nin GPT-4o ve GPT-o1’ini, Google DeepMind’ın Gemini 2.0’ını, Anthropic’in Claude 3.5 Sonnet’ini, Meta’nın Llama 3.2-11B-Vision-Instruct’unu, Alibaba’nın Qwen2-VL7B-Instruct’unu ve ModelBest’in MiniCPM-V-2.6’sını test etti. Modeller, farklı analog saat görselleri (örneğin Roma sayıları, farklı dizaynlar ve kimilerinde saniye kolu olmayan saatler) ile karşı karşıya bırakıldı. Ayrıca on yıllık bir takvim görüntüsü üzerinden zamanla ilgili daha karmaşık sorular soruldu; örneğin, “Yeni yıl haftanın hangi gününe denk geliyor?” veya “Yılın 153’üncü günü hangisidir?” gibi…

Araştırmacılar, bu misyonların sadece görsel tanıma değil, aynı zamanda sayısal akıl yürütme yeteneğini de gerektirdiğini vurguladı. Saat kolunun açısını algılama ya da takvimdeki gün-hücre tertibini çözümleme gibi misyonlar Aİ için kolay görünse de, sonuçlar aksini gösterdi.

Şaşırtan sonuçlar

Aİ modelleri, özellikle analog saatleri okuma misyonunda büyük zorluklar yaşadı. Bu görevde genel doğruluk oranı %25’in altında kaldı. Roma rakamlı ve stilize kollar taşıyan saatlerde, hatta saniye kolu olmayan modellerde bile benzer şekilde kötü performans sergilendi. Araştırmacılar, bu başarısızlığın saat kollarını algılamak ve saat yüzündeki açıları yorumlamakla ilgili problemlerden kaynaklandığını düşünüyor.

Google’ın Gemini 2.0 modeli saat okuma testinde en yüksek puanı alırken, OpenAİ’nin GPT-o1 modeli takvim vazifelerinde rakiplerinden daha iyi performans göstererek %80 doğruluğa ulaştı. Ancak bu oran bile, en başarılı modelin hala %20 oranında hata yaptığını gösteriyor.

Bu araştırma, Aİ’nin etkileyici yeteneklerine rağmen bazı temel misyonlarda hala önemli sınırlamaları olduğunu ortaya koyuyor. Saat okuma ve takvim anlama gibi görsel ve bilişsel olarak basit görünen misyonlardaki bu başarısızlık, Aİ’nin insan akıl yürütmesinden ne kadar uzak olduğunu bir kez daha hatırlatıyor. Gelecekteki güzelleştirmelerle bu eksiklerin giderilip giderilmeyeceğini ise zaman gösterecek.

Diğer Teknoloji Haberleri İçin Tıklayın / Bursa Haber – Bursa Gündem – Bursa Gündem Haber – Bursa Haberleri – Bursa Son Dakika 

Bizi İnstagram’da Takip Edebilirsiniz / @BursaGündemHaber

Bizi X’de Takip Edebilirsiniz / @BursaGündemHbr

Bizi Facebook’da Takip Edebilirsiniz / @BursaGündemHaber

Bizi Youtube’da Takip Edebilirsiniz / @BursaGündemHaber

Bizi Linkedin’de Takip Edebilirsiniz / @BursaGündemHaber