Ново изследване идентифицира набор от задачи, с които човешките същества се справят без усилия, но изкуственият интелект (ИИ) изпитва затруднения — по-специално четенето на аналогови часовници и определянето на деня от седмицата за дадена дата. Въпреки че ИИ може да генерира код, изображения, текст, подобен на човешки, и дори да преминава изпити в различна степен, той често връща грешни интерпретации на позициите на часовниковите стрелки и пропуска основни календарни операции. Проучването беше представено на Международната конференция по представяне на ученето (ICLR) 2025 и публикувано на сървъра за предварителни публикации arXiv (все още без рецензия), като подчертава значителни пропуски в способността на ИИ да извършва задачи, които хората усвояват още рано в живота. Водещият автор Рохит Саксена от Единбургския университет подчерта, че тези недостатъци трябва да бъдат адресирани, за да може ИИ ефективно да бъде използван в ситуации, изискващи бързи реакции и реално приложение, като графици, автоматизация и асистивни технологии. Изследователите тестваха различни мултимодални големи езикови модели (MLLMs)—включително Llama 3. 2-Vision на Meta, Claude-3. 5 Sonnet на Anthropic, Gemini 2. 0 на Google и GPT-4o на OpenAI—като използваха специално създаден набор от данни с изображения на часовници и календари. Моделите не успяха правилно да идентифицират времето на часовниците или да определят деня от седмицата за примерни дати повече от половината време, като точността им беше само 38, 7% при часовниците и 26, 3% при календарните задачи. Саксена обясни, че слабостта на ИИ при четенето на часове произхожда от липсата на пространствено мислене—задачи, които изискват разпознаване на препокриващи се стрелки, измерване на ъгли и интерпретиране на различни дизайни на часовници, като римски цифри или стилизирани циферблати. Разпознаването на изображение като часовник е по-лесно за ИИ, отколкото точното му четене.

По същия начин, макар аритметиката да е фундаментална за компютрите, големите езикови модели не извършват изчисления чрез алгоритми; 대신 те предсказват резултати въз основа на модели в обучителните данни. Това води до несигурно и неправилно reasoning, което обяснява високите проценти на неуспех при датени операции. Това изследване допринася за все по-широко разпространяващите се доказателства, че начинът, по който ИИ „разбира“, се различава фундаментално от човешкото мислене. ИИ се справя добре, когато разполага с множество обучителни примери, но среща затруднения при абстрактно мислене и обобщаване, особено при задачи, които съчетават възприятие и точна логика. Освен това, ограничените данни за по-редки явления като високосните години затрудняват представянето, тъй като ИИ не успява да направи необходимите концептуални връзки. Резултатите подчертават необходимостта от по-богати, целенасочени набори от данни и преоценка на способността на ИИ да интегрира логическо и пространствено мислене, като същевременно се посочват рискове от прекалено доверяване на изходите от ИИ при сложни задачи. Саксена акцентира върху важността на строги тестове, механизми за fallback и често човешко ръководство, когато ИИ е натоварен със задачи, изискващи съчетание от възприятие и прецизно reasoning.