Nëse po kërkoni një arsye të re për t'u ndjerë shqetësuar në lidhje me inteligjencën artificiale, merrni parasysh këtë: disa nga mendjet më të ndritura në botë po hasin vështirësi në krijimin e testeve që sistemet e A. I. nuk mund t'i kalojnë. Për vite me radhë, sistemet A. I. janë vlerësuar duke përdorur një larmi testesh standardizuese. Shumica e këtyre testeve kanë përfshirë pyetje të vështira në nivelin e SAT në lëndë si matematika, shkenca dhe logjika. Ndjekja e pikëve të këtyre modeleve gjatë kohës ka dhënë një tregues të përafërt të përparimeve në A. I. Megjithatë, sistemet A. I. përfundimisht u përmirësuan në këto vlerësime, duke nxitur zhvillimin e testeve më të vështira— shpesh me pyetje që studentët e diplomuar mund të përballen në provimet e tyre. Fatkeqësisht, ato teste nuk po performojnë mirë as. Modelet e reja nga kompani si OpenAI, Google dhe Anthropic kanë arritur pikë të larta në shumë sfida në nivelin e doktoraturës, duke ulur efektivitetin e testeve dhe duke ngritur një pyetje shqetësuese: a po bëhen sistemet A. I.

shumë inteligjente për t'u vlerësuar nga ne? Këtë javë, kërkuesit në Qendrën për Sigurinë e A. I. dhe Scale AI janë të vendosur të ofrojnë një përgjigje të mundshme: një vlerësim të ri të quajtur “Provimi i Fundit të Njerëzimit, ” të cilin ata e pretendojnë si testin më të vështirë ndonjëherë dhënë sistemeve A. I. Provimi i Fundit të Njerëzimit u konceptua nga Dan Hendrycks, një kërkues i njohur për sigurinë e A. I. dhe drejtori i Qendrës për Sigurinë e A. I. (Titulli fillestar i testit, “Qëndrimi Fundor i Njerëzimit, ” u braktis për shkak se ishte tepër dramatik. ) Faleminderit për mirëkuptimin tuaj ndërsa konfirmojmë aksesin. Nëse jeni në mënyrën e Lexuesit, ju lutemi dilni dhe logohuni në llogarinë tuaj të Times, ose abonohuni për një qasje të plotë në The Times. Faleminderit për mirëkuptimin tuaj gjatë procesit të verifikimit. A jeni tashmë një abonent?Logohuni. Doni akses të plotë në The Times?Abonohuni.