Хиймэл оюун ухаан (A. I. ) -ын талаар сэтгэл зовох шинэ шалтгаан хайж байгаа бол энэ асуудалд анхаарлаа хандуулаарай: дэлхийн хамгийн шилдэг ухаантнууд A. I. системүүдийг давж гарч чадахгүйгээр шалгалт гаргахад хүндрэлтэй болоод байна. Сүүлийн жилүүдэд A. I. системүүдийг олон төрлийн стандартжуулсан шалгуур тестүүдээр үнэлж ирсэн. Эдгээр тестүүдээс олон нь математикууд, шинжлэх ухаан, логик зэрэг сэдвүүдийн SAT түвшний хүнд асуултуудыг агуулсан. Эдгээр загваруудын онооны хяналт нь A. I. -ийн дэвшлийг тодорхойлоход тусалдаг. Гэсэн ч, A. I. системүүд эдгээр үнэлгээнд амжилт гаргах болсон тул илүү төвөгтэй тестүүдийг боловсруулах шаардлагатай болсон—ялангуяа магистрант оюутнууд шинжлэх ухаан болон бусад шалгалтуудаа оролцуулахад тулгардаг асуултуудыг багтасан тестүүдийг. Харамсалтай нь, эдгээр тестүүд ч гэсэн сайн ажиллахгүй байна. OpenAI, Google, Anthropic зэрэг компаниудын шинэ загварууд олон Ph. D. -ийн түвшний сорилтод өндөр оноо авсан нь эдгээр тестүүдийн үр дүнг бууруулж, сэтгэл зовоосон асуулт гарч ирж байна: A. I. системүүд биднийг үнэлэхэд хэт ухаантай болж байна уу? Энэ долоо хоногт A. I. Аюулгүй байдал төвийн судлаачид “Хүний сүүлийн шалгалт” гэж нэрлэгдсэн шинэ үнэлгээг санал болгох гэж байна.

Энэ нь A. I. системүүдэд өгсөн хамгийн хүнд тест гэж тэд өгүүлж байна. “Хүний сүүлийн шалгалт” нь A. I. аюулгүй байдлын судлаач Дан Хендрикийн санаачилсан бөгөөд A. I. Аюулгүй байдлын төвийн захирал юм. (Энэ тестийн анхны нэр “Хүний сүүлийн зогсоол” гэдэг байсан боловч хэт драматик байдлаас шалтгаалж орхигдсон. ) Таны ойлгож байгаад баярлалаа, бид нэвтрэх эрхийг баталгаажуулж байна. Хэрэв та уншигчийн горимд байгаа бол гарч, Times дансандаа нэвтэрч ороорой, эсвэл The Times-д бүрэн нэвтрэх эрх авахын тулд подписдолгоо аваарай. Баталгаажуулалтын явцад таны ойлгож байгаад баярлалаа. Та аль хэдийн подписдолсон уу?Нэвтэрч ороорой. The Times-д бүрэн нэвтрэхийг хүсч байна уу?Подписдолгоо аваарай.