მოწინავე მოდელები თეორიული ამოცანების უკვე დაახლოებით 35%-ს სწორად ხსნიან.
AI Came for Math. Now It’s Chasing the Rest of Science
წყარო: Wired. ქართული თარგმანი — შიკრიკი.

ტექსტი ავტომატურად ითარგმნა. წყარო: Wired.
მათემატიკოსები ჯერ კიდევ უმკლავდებიან ცვლილებებს, რომლებიც მათ დარგში ავტომატიზაციამ გამოიწვია. ტომპსონის ახალი კვლევის თანახმად, შემდეგი შეიძლება იყოს ალბათობა, სტატისტიკის თეორია, ეკონომიკური თეორია, მაღალი ენერგიების თეორია, გრავიტაცია და კოსმოლოგია, ასევე კვანტური ფიზიკა. ამის მიზეზი მოწინავე მოდელების სწრაფად განვითარებადი შესაძლებლობებია. კვლევამ აჩვენა, რომ 2024 წლის შუა პერიოდიდან 2026 წლის შუა პერიოდამდე საუკეთესო მოდელების შედეგი დაახლოებით 2%-დან 35%-მდე გაიზარდა. ეს მაჩვენებელი აღნიშნულ სფეროებში თეორიული ამოცანების სწორად ამოხსნას ეხება. პროგრესის შენელების ნიშნები არ ჩანს.
ტომპსონმა თქვა: „ჩვენ ველით, რომ სულ რამდენიმე წელიწადში ხელოვნური ინტელექტის შესაძლებლობები მრავალი თეორიული საკითხის დამუშავებას მთლიანად შეცვლის“.
ზოგადად, ტომპსონის ლაბორატორია იკვლევს, როგორ მოქმედებს კომპიუტერული მეცნიერების წინსვლა საზოგადოებასა და ინოვაციებზე. ტომპსონმა ეს კვლევა დოქტორანტ გაბრიელ მანსოსა და მკვლევარ კლაუდიო მაირინკ ვერდუნთან ერთად ჩაატარა. მათ 2025 წლის დეკემბრიდან 2026 წლის მაისამდე ინტერნეტში გამოქვეყნებულ სამეცნიერო ნაშრომებში ჩამოყალიბებული ამოცანები შეარჩიეს. შემდეგ შეამოწმეს, შეძლებდნენ თუ არა მათ ამოხსნას OpenAI-ის მოდელები: o1, o3, GPT-5, GPT-5.1, GPT-5.4 და GPT-5.5.
განსაკუთრებით მნიშვნელოვანია, რომ ამ ამოცანების ამოხსნები GPT-5.5-ისა და წინა მოდელების სწავლებისთვის გამოყენებული მონაცემების საბოლოო თარიღის შემდეგ გამოქვეყნებულ ნაშრომებში იყო მოცემული. შესაბამისად, შემოწმებულ მოდელებს პასუხები თავად უნდა გამოეთვალათ და არა სწავლების მონაცემებში შეტანილ ამოხსნებს დაყრდნობოდნენ. მკვლევრებმა მოდელების უნარების შესამოწმებლად ეს ნაშრომები სანდო ეტალონად გამოიყენეს. მათ მოდელებს ინტერნეტზე წვდომაც შეუზღუდეს, რათა ამოხსნები ინტერნეტში ვერ მოეძებნათ.
კვლევა მხოლოდ რამდენიმე სფეროს მოიცავდა. სამი მკვლევარი იმ დარგებზე გამახვილდა, რომლებშიც მოდელებს პასუხების პოვნა სიმულაციებისა და ექსპერიმენტების ჩატარების გარეშე შეეძლოთ. თუმცა ნაშრომი მიანიშნებს, რომ მათემატიკაში მიმდინარე რყევები, სავარაუდოდ, მეცნიერების სხვა დარგებშიც გავრცელდება, რომლებიც მათემატიკასა და თეორიას დიდწილად ეყრდნობა.
გასულ თვეში OpenAI-მ მათემატიკური სამყარო შეარყია. კომპანიამ გამოაცხადა, რომ ჯერ გამოუქვეყნებელმა მოდელმა მათემატიკის დიდი ხნის რთული ამოცანა, ნავიე-სტოქსის პრობლემა ამოხსნა. ის სითხის მოძრაობის ქცევის აღმწერ განტოლებებს ეხება. შემთხვევამ დამატებითი დაპირისპირება გამოიწვია. ნიუ-იორკის უნივერსიტეტის მათემატიკოსმა, რომელიც Anthropic-თან დაკავშირებულ სხვა მეცნიერთან მუშაობდა, OpenAI დაადანაშაულა, რომ კომპანიამ მათი წინსვლის შესახებ ინფორმაციის მიღების შემდეგ დაასწრო.

Cat-Like Whiskers Help Tiny Drones Fly in the Dark
მას შემდეგ OpenAI-მ და სხვებმა დიდი ხნის მათემატიკური პრობლემების კიდევ ასობით ამოხსნის შესახებ განაცხადეს. ამან დარგში ერთგვარი კრიზისი გამოიწვია. ზოგიერთმა მათემატიკოსმა ხელოვნური ინტელექტის გამოყენების შეზღუდვა მოითხოვა. მათი გაფრთხილებით, ამოცანის ამოხსნის პროცესი ხშირად ისეთივე სასარგებლოა, როგორც საბოლოო პასუხი.
ტომპსონის თქმით, სხვა სფეროებში წინსვლასაც დადებითი და უარყოფითი შედეგები ექნება, როგორც მათემატიკაში. მან აღნიშნა, რომ თეორიული წინსვლა ზოგჯერ მეცნიერებაში პრაქტიკულ პროგრესს განაპირობებს. მისი ვარაუდით, ხელოვნური ინტელექტის ფართოდ გამოყენებამ შეიძლება ამ გზით მიღწეული პროგრესი დააჩქაროს.
ხელოვნური ინტელექტის რამდენიმე ცნობილმა მკვლევარმა უკვე დააარსა ახალი ლაბორატორიები, რომლებიც მეცნიერებაში მის გამოყენებაზე მუშაობს. ხელოვნური ინტელექტის ყველა დიდი ლაბორატორიაც სამეცნიერო კვლევებს აძლიერებს. ისინი იკვლევენ, როგორ შეძლებს ხელოვნური ინტელექტი თეორიულ ანალიზთან ერთად რეალური ექსპერიმენტების ჩატარებას. შესაძლოა, საკვანძო ამოცანების ამოსახსნელად თეორეტიკოსები საჭირო აღარ იყვნენ. თუმცა მკვლევრების თქმით, ექსპერტები კვლავ აუცილებელი იქნებიან, რათა ამოხსნები განმარტონ და მათი სისწორე შეამოწმონ.
მანსომ თქვა: „კვლავ დაგვჭირდება ხალხი, რომელიც კარგ იდეებს წამოაყენებს და მათ შორის კავშირებს დაინახავს“. მან დასძინა, რომ ხელოვნურმა ინტელექტმა შეიძლება ძალიან რთულ ამოცანებში შეცდომები დაუშვას. OpenAI-მ უახლესი მონაცემთა კრებულიდან გამოქვეყნების შემდეგ რამდენიმე ამოხსნა მართლაც ამოიღო. მანსომ ასევე აღნიშნა: „ჩვენ შესრულებული სამუშაოს გადამოწმების გზებიც გვჭირდება. მოდელს ძალიან მარტივად შეუძლია გითხრათ, რომ ეს სწორი პასუხია, მაგრამ სრული ამოხსნის ნახვისას შეიძლება ეჭვი გაგიჩნდეთ“.
თემებიგაბრიელ მანსოკლაუდიო მაირინკ ვერდუნინილ ტომპსონიAnthropicMITOpenAIნიუ-იორკის უნივერსიტეტინავიე-სტოქსის პრობლემახელოვნური ინტელექტი
შეადარე თარგმანი გამოცემის ორიგინალურ ტექსტს.
გამოქვეყნდა 14 ოქტომბერი, 2026

AI Models Can Be Easily Modified to Assist Terrorist and Extremist Activity

OpenAI and Anthropic Tell British Lawmakers: Regulate Us

Now you can call anyone with WhatsApp, even if they don’t have WhatsApp

Claude submitted fake murder tip to Philly police during summertime testing

Muse erstellt offenbar Berichte über die Freunde und Bekannten seiner Nutzer
კომენტარი (0)
გაგვიზიარე შენი აზრი.
კომენტარები ავტომატურად მოწმდება.
აზრის გასაზიარებლად შექმენი ანგარიში ან შედი.
კომენტარები ჯერ არ არის. დაწერე პირველი.