თუ თქვენ artificial intelligence-ის მიმართ ახალ მიზეზებს ეძებთ შეწუხებისათვის, დაფიქრდით ამაზე: მსოფლიოს რამდენიმე brightest minds ამჟამად სირთულეს საკითხავენ ტესტების შექმნაში, რომლებსაც A. I. სქემები ვერ ჩააბარებენ. მრავალი წლის განმავლობაში, A. I. სისტემები შეფასებულ იქნა სხვადასხვა სტანდარტიზებული ბენჩმარკ ტესტების გამოყენებით. ამ ტესტების მრავალი კითხვა ძნელი იყო, SAT- დონეზე, ისეთ საგნებში, როგორიც არის მათემატიკა, მეცნიერება და ლოგიკა. ამ მოდელების ქულების გაგება დროში A. I. -ში პროგრესის粗ეული ინდიკატორი იყო. თუმცა, A. I. სისტემებმა ამ შეფასებებზე საბოლოოდ გამოსჭვიფეს, რაც საჭირო იყო უფრო რთული ტესტების შექმნა - ხშირად მოიცავდა კითხვებს, რომლებიც კურსდამთავრებულ სტუდენტებს შეიძლება ჰქონდეს გამოცდებზე. სამწუხაროდ, აღნიშნული ტესტები არც ისე კარგად მოქმედებენ. OpenAI, Google და Anthropic მსგავსი კომპანიების ახალი მოდელები Ph. D. - დონეზე ბევრ გამოწვევაზე მაღალი ქულების მიღწევით გამოირჩევიან, რაც ამ ტესტების ეფექტურობას ამცირებს და გაწვდილ კითხვას სვამს: A. I. სისტემები ნელ-ნელა ძალიან ინტელექტუალური ხომ არ ხდება ჩვენი შეფასებისთვის? ამ კვირაში, مركز A. I. უსაფრთხოების და Scale AI- ს მკვლევარები აჯამებენ შესაძლებელი პასუხი: ახალი შეფასება სახელწოდებით "ემოციის ბოლო გამოცდა", რომელიც მათი მტკიცებით, არის ყველაზე რთული ტესტი A. I.

სისტემებისთვის. ემოციის ბოლო გამოცდა შექმნილი იყო Dan Hendrycks-ის მიერ, სახილავი A. I. უსაფრთხოების მკვლევარი და AI უსაფრთხოების ცენტრის დირექტორი. (ტესტის თავდაპირველი განახლებული სათაური "ემოციის ბოლო დგომა" მიატოვეს ტექნიკურობის გამო. ) მადლობა თქვენი გვერდზე დაადასტურებელი პროცესისთვის. თუ თქვენ Reader რეჟიმში ხართ, გთხოვთ, გამოვიდეთ და გაუწვდოთ Times ანგარიშზე, ან მოიწვდეთ სრული წვდომისთვის The Times-ზე. მადლობა დაგმადლებით თქვენი მიქცევის პროცესზე. უკვე გამოწერილი ხართ?დაებრუნეთ. გსურთ სრული წვდომა The Times-ზე?გამოწერეთ.