Шинээр хийгдсэн судалгаа нь хүмүүс амархан гүйцэтгэдэг хэд хэдэн үүргийг хиймэл оюун ухаан (ЭИ) хариулж чадалгүй байгаа тухай илрүүлсэн байна—яланг unsur санал авахад хамгийн их анхаарал татсан зүйл нь analogue цагийг унших болон тодорхой огнооны өдрийг тогтооход оршино. ЭИ код, зураг, хүн шиг бичвэр үүсгэж чаддаг болоод зогсохгүй шалгалтанд амжилттай оролцож, нэгэн зэрэг олон чадварыг үзүүлж чадах хэдий ч, цагны шилэн байрлал иймэрхүү ойлголтоороо ихэнхдээ буруу тайлбарлах бөгөөд үндсэн календарийн математик асуудлыг ч гацдаг. Энэхүү судалгаа 2025 оны Олон Улсын суралцах илэрхийллийн чуулган (ICLR)-д танилцуулж, arXiv өмнөх хувилбар сервер дээр нийтлэгдсэн бөгөөд одоогоор хэн нэгний хяналт дор шалгараагүй байгаа бөгөөд энэ нь ЭИ хүний амьдралын эхний жилүүдэд олж авдаг чадваруудаас ихээхэн хоцрогдолтой байгааг тодорхой харуулж байна. Гарчиг дээрх гол зүйл болох эдгээр дутагдлыг зохицуулж, цагаар хамааралтай, автоматжуулалт, дэмжлэг үзүүлэх технологи зэрэг бодит цаг хугацааны хэрэглээнд үр дүнтэй ашиглахын тулд эдгээр асуудлыг шийдвэрлэх шаардлагатайг Эдинбургийн Их сургуулийн тэргүүн зохиогч Рохит Саксена онцоллоо. Судлаачид олон төрлийн мультимодал том хэлний моделүүдийг (МЛЛМ-үүд) туршиж үзэв—жишээлбэл Meta-ийн Llama 3. 2-Vision, Anthropic-ийн Claude-3. 5 Sonnet, Google-ийн Gemini 2. 0, болон OpenAI-ийн GPT-4o—нийтлэгдэх зорилготой өөрийн бүтээсэн датасэт ашиглан цаг болон календарийн зурагтай туршилт хийлээ. Энэхүү моделүүд цагийн шилэн байрлалыг зөв олж илрүүлж чадахгүй эсвэл тодорхой огнооны өдрийг тогтоохгүй байсан бөгөөд үнэн зөв байдлын хувьд 38. 7% сонгино, календарийн хувьд 26. 3% зөрүүтэй байсан юм. Саксена тайлбарлахдаа, ЭИ-ын цагийг унших чадвар муу байдгийн гол шалтгаан нь түүний орон зайн бодолгоогүй байдал гэдгийг онцоллоо—энэ нь цагны шилэн дээрх урвуу байрлал, өнцгийн хэмжилт, Ромын тоо, эсвэл хувиргаж дүрсэлсэн цагны загваруудыг танихад шаардлагатай үүрэг аж. Зураг дээрх цагийг зөв танихад ЭИ-д илүү хялбар боловч оны дунд буюу оноор тодорхойлох эсэх нь илүү төвөгтэй байдаг.

Түүнчлэн, тооцоолол бүх компьютерт чухал үүрэгтэй боловч, том хэлний моделүүд калькуляци хийдэггүй, харин үүнийг тренинг өгсөн өгөгдлийн patterns ашиглан дууrqая. Үүний улмаас тэд зөв эсвэл бодит бус зөв засах логик үестэйгэлийн хэв маягийн дагуу шийдвэр гаргадаг бөгөөд үүний үр дүнд огноо, цагийн математик асуудал дээр ихэнхдээ алдаа гаргадаг. Энэхүү судалгаа нь AI-ийн “ойлголт” арга нь хүний ухамсартай үндсэндээ өөр байгааг улам тодотгож байна. ЭИ илүү их жишээгээр хангагдсан үед илүү сайн ажилладаг боловч, мөн өөрийн бодлогоор бодоход хэцүү, ойлголтын холбоо үүсгэх, орон зайн бодолгоогүйгээр хийх үүргүүд дээр хэрэглэгдэхэд хэцүү байдаг. Түүнчлэн, тэмдэглэж болохгүй цөөн тооны үзэгдлүүд, ялангуяа хадан жилүүдийн дутагдал нь северийн, хуваарьт бус дахин ашиглах чадварын хувьд саатал үүсгэдэг байна, учир нь ЭИ үүнд шаардлагатай концепцийн холбогдуулгыг хийж чаддаггүй. Эдгээр үр дүн нь илүү баялаг, чиглэсэн датасэтүүд шаардлагатай байгааг, мөн ЭИ-ийн логик болон орон зайн бодолгоогүйг нэгтгэх чадварын тухай дахин үнэлэлт шаардлагатай байгааг харуулж байна. Мөн эцэст нь, нарийн зөв шийдвэр гаргахын тулд перцепцийн болон бодит логик үйлдлийг нэгтгэхэд хиймэл оюун ухаан дээр хэт итгэх riskийг ойлгох хэрэгтэй гэдгийг Саксена онцоллоо.