„Väčšina ľudí dokáže už od raného veku odčítať čas a používať kalendáre. Naše výsledky poukazujú na významnú medzeru v schopnosti AI robiť niečo, čo sú pre ľudí v podstate základné schopnosti,“ uvádza hlavný autor štúdie Rohit Saxena vo vyhlásení. Dodáva, že tieto nedostatky je potrebné odstrániť, ak má AI úspešne fungovať v oblastiach vyžadujúcich presnú prácu s časom, napríklad tvorbe časových rozvrhov, automatizácii a asistenčných technológiách.
Tím vedcov z Edinburghskej univerzity zverejnil zatiaľ nerecenzovanú štúdiu s výsledkami svojho výskumu v elektronickom archíve vedeckých prác arXiv. Prezentovali ich počas tohtoročnej Medzinárodnej konferencie o reprezentatívnom učení (2025 International Conference on Learning Representations – ICLR 2025), ktorá sa konala 24. až 28. apríla v Singapure.
Autori štúdie skúmali schopnosť AI odčítať čas tak, že rôzne multimodálne veľké jazykové modely (MLLM) schopné spracovať vizuálne i textové informácie „nakŕmili“ súborom obrázkov hodín a kalendárov. Výskumníci použili model Llama 3.2-Vision od spoločnosti Meta, Claude-3.5 Sonnet spoločnosti Anthropic, Gemini 2.0 spoločnosti Google a GPT-4o od OpenAI.
Výsledky boli chabé. AI dokázala úspešne odčítať čas v 38,7 percenta prípadov. Rovnako tvrdý oriešok predstavovali aj dátumy. Keď dostala AI náročnú otázku typu „Na aký deň padne 153. deň roka?,“ AI uspela iba v 26,3 percentách prípadov. Vedci však majú vysvetlenie.
„Rané systémy (AI) trénovali na označených príkladoch. Odčítanie času z hodín si vyžaduje niečo iné – priestorové myslenie. Model musí detegovať prekrývajúce sa ručičky, merať uhly a zvládať rôzne dizajny, napríklad rímske číslice alebo štylizované ciferníky. Naučiť AI rozoznať, že ‚toto sú hodiny‘ je omnoho jednoduchšie ako naučiť ju odčítať z nich čas,“ vysvetľuje Saxena.
Problémy s počítaním dní v kalendároch môžu pôsobiť prekvapivo, pretože aritmetika je základným kameňom výpočtovej techniky, AI však pracuje inak.
„Aritmetika je pre tradičné počítače malina, pre LLM však nie. AI nepoužíva matematické algoritmy, výsledky predpovedá na základe vzorov z tréningových dát,“ približuje Saxena a dodáva, že AI občas trafí aritmetický výsledok, no nedopracuje sa k nemu konzistentnou logikou založenou na pravidlách.
Štúdia je najnovším prírastkom do série dôkazov o rozdielnosti v „chápaní“ AI a myslení ľudí. AI tvorí odpovede na základe známych vzorcov a dostatku údajov, zlyháva však v prípadoch vyžadujúcich generalizáciu alebo abstraktné myslenie. Rovnako si nevie poriadiť ani v zriedkavých prípadoch – napríklad pri priestupných rokoch.
„AI je výkonná, no keď si úloha vyžaduje použitie (priestorového) vnímania a logiky, stále je treba dôkladné testovanie, záložnú logiku a človeka v procese,“ uzatvára Saxena.
Zdroj feed teraz.sk
