Ако търсите нова причина да се чувствате неудобно относно изкуствения интелект, помислете за следното: някои от най-ярките умове в света изпитват затруднения да създадат тестове, които системите с И. А. не могат да преминат. В продължение на години системите с И. А. са оценявани с помощта на различни стандартизирани тестове. Много от тези тестове съдържаха предизвикателни въпроси на ниво SAT по предмети като математика, наука и логика. Проследяването на резултатите на тези модели с времето предоставяше груба индикация за напредъка в И. А. Въпреки това, системите с И. А. в крайна сметка се справиха отлично с тези оценки, което доведе до разработването на по-трудни тестове, които често включваха въпроси, с които студентите в магистратурата могат да се сблъскат на своите изпити. За съжаление, тези тестове също не дават добри резултати. Новите модели от компании като OpenAI, Google и Anthropic постигат високи резултати на много предизвикателства на ниво Ph. D. , което намалява ефективността на тестовете и повдига притеснителен въпрос: стават ли системите с И. А.

твърде интелигентни, за да ги оценим? Тази седмица изследователи от Центъра за безопасност на И. А. и Scale AI са готови да предложат потенциален отговор: нова оценка, наречена "Последният изпит на човечеството", която те твърдят, че е най-предизвикателният тест, който някога е даван на системи с И. А. "Последният изпит на човечеството" е замислен от Дан Хендрйкс, забележителен изследовател по безопасност на И. А. и директор на Центъра за безопасност на И. А. (Първоначалното заглавие на теста, "Последната защита на човечеството", е било abandonirano поради прекалена театралност. ) Благодаря ви за разбирането, докато потвърдяваме достъпа. Ако сте в режим на четене, моля, излезте и влезте в акаунта си в Times, или се абонирайте за пълен достъп до The Times. Благодаря ви за разбирането по време на процеса на проверка. Вече сте абонат?Влезте. Искате пълен достъп до The Times?Абонирайте се.