Кога ще видим истински AGI? Експерти отлагат прогнозите – ИИ е умен, но не и способен

Разликата между симулацията и реалното мислене се оказа болезнено очевидна.

Ако някой сериозно очаква появата на силен изкуствен интелект (AGI) още през следващата година, може би трябва да уталожи очакванията си. Ново проучване на Apple показва, че способността на усъвършенстваните езикови модели да „мислят“ бързо се срива, щом задачите станат наистина сложни. Въпреки наименованието „Large Reasoning Models“ (LRM) – големите модели за разсъждение – те се оказаха зле подготвени за планиране и обобщаване, дори в контролирани условия.

В статията, озаглавена „Илюзията за мислене: разбиране на силните и слабите страни на моделите за разсъждение през призмата на сложността на задачите“, се поставя под въпрос потенциалът на настоящите подходи за създаване на ИИ, който наистина може да мисли. Вместо класическите бенчмаркове, често дискредитирани поради изтичане на тестови данни в наборите от данни за обучение или откровени „измами“ от страна на разработчиците, екипът предлага на моделите уникална среда – набор от пъзели с контролирано ниво на сложност.

Така например в задачата „Ханойската кула“ изкуственият интелект трябва да премества дискове от една клечка до друга, като следва определени правила – типична задача за планиране и стратегия.

Тестването обхвана модели от водещи лаборатории: OpenAI (o1/o3), DeepSeek-R1, Claude 3.7 Sonnet Thinking и Gemini Thinking. Всички те показаха някакво ниво на успех при изпълнението на прости до средно сложни задачи, но с увеличаването на броя на необходимите стъпки способностите им буквално се сриват. Отвъд границата на сложността ефективността на моделите се срива почти до нулата. Това се отнася за усъвършенстваните LRM с вградени механизми за саморефлексия, тренирани чрез обучение с подсилване.

Парадоксът се състои в това, че LRM се представят по-зле от конвенционалните големи езикови модели при простите задачи. Вместо да спрат до намереното решение, те продължават да търсят нататък, като разхищават ресурси за ненужни изчисления.

Основното заключение на изследователите е, че големите разсъждаващи модели все още не отварят пътя към истинското машинно мислене. Механизми като Веригата на разсъжденията (Chain of Thought) нямат очаквания ефект извън простите сценарии. По същество става въпрос за използване на метода на грубата сила, а при изчислителни или времеви ограничения това е възможно да се окаже безизходна стратегия.

Авторите подчертават, че въпреки че изглеждат усъвършенствани, сегашните разсъждаващи модели не придобиват универсални умения за решаване на проблемите. Това поставя под въпрос популярните предположения, че добавянето на нови етапи на разсъждение е сигурен път към AGI.

Публикацията внася съмнение в представите за близкото бъдеще на ИИ. Дори ако моделите са в състояние да симулират логически вериги, това не означава, че те действително „мислят“. Въпросът за способността на машините за обобщен разум остава открит – и изглежда, че пътят към него ще бъде много по-дълъг, отколкото изглеждаше дори преди година.