Un nou studiu realizat de cercetătorii Apple pune sub semnul întrebării capacitatea modelelor de inteligență artificială specializate în raționament, relevând o scădere dramatică a preciziei atunci când acestea sunt confruntate cu probleme complexe.
Modelele avansate de raționament, precum Claude de la Meta, o3 de la OpenAI sau R1 de la DeepSeek, consumă timp şi resurse semnificative pentru a furniza răspunsuri considerate precise.
Această abordare a alimentat așteptările privind apariția inteligenței artificiale generale (AGI), a unor sisteme capabile să depășească capacitățile umane în diverse sarcini.
Concluziile studiului Apple
Cu toate acestea, studiul publicat pe platformă Apple Machine Learning Research relevă că aceste modele nu raționează general și că performanța lor scade accentuat odată cu creșterea complexității sarcinilor. Aceasta contradicție este susținută de observația că efortul de procesare atinge un vârf, apoi scade, chiar dacă se alocă suficient resurse.
Pentru a investiga fenomenul, cercetătorii au analizat diverse modele AI, inclusiv cele de la OpenAI, DeepSeek, Anthropic și Google, utilizând patru puzzle-uri clasice cu nivele de dificultate variate: traversarea râului, jocul de dame, stivuirea cuburilor și Turnul din Hanoi.
Rezultatele au demonstrat că modelele generice au performanțe superioare în sarcini simple, iar modelele de raționament au avut un avantaj temporar pe măsură ce complexitatea crestea. Totuși, pentru provocări foarte complexe, performanța ambelor tipuri de modele a scăzut considerabil.
Complexitate și performanță scăzută în AI
Mai mult, modelele au arătat o tendință neașteptată de a aloca mai puține resurse pe măsură ce sarcinile deveneau mai dificile, indicând o limitare a capacității lor de a menține lanțuri logice complexe. Chiar și cu acces la algoritmul soluției pentru Turnul din Hanoi, performanța nu s-a îmbunătățit.
Aceste observatii indică faptul că modelele actuale de AI se bazează mai mult pe recunoaşterea tiparelor decât pe un proces logic autonom, contrazicând speranțele unei evoluţii rapide către inteligența artificială generală.
Apple, cu toate acestea, continuă să se concentreze pe crearea de soluții eficiente pentru dispozitive, precum Siri, un sistem cu performanţe mai scăzute decât unele modele concurente.
Cercetări precum aceasta sunt apreciate de criticii si experții în IA drept o necesară doză de realitate într-un climat de aşteptări exagerate.
„Apple a demonstrat științific limitele modelelor lingvistice, care sunt în esență rețele neuronale cu constrângeri inerente,” a afirmat un expert in domeniu, subliniind importanța continuării cercetărilor cu un focus pe metode mai precise și riguroase.