Appleovi stručnjaci otkrili temeljna ograničenja naprednih AI modela

Appleovi stručnjaci identificirali su temeljna ograničenja najnaprednijih modela umjetne inteligencije u radu koji dovodi u pitanje utrku tehnološke industrije prema sve moćnijim sustavima.

Otkriveno je da standardni AI modeli bolje funkcioniraju kod jednostavnijih zadataka, dok kod složenijih zadataka i standardni modeli i LRMs pokazuju potpuni neuspjeh. Veliki modeli za rezoniranje pokušavaju rješavati složene upite generiranjem detaljnih misaonih procesa koji problem razlažu na manje korake.

U studiji, koja je testirala sposobnost modela da rješavaju zagonetke, istaknuto je da su LRMs, kako su se približavali točki kolapsa, počeli smanjivati razinu misaonog napora, što su u Appleu ocijenili posebno zabrinjavajućim.

Gary Marcus, američki akademik i jedan od istaknutih skeptika po pitanju mogućnosti umjetne inteligencije, Appleov je rad opisao kao prilično razoran. Istaknuo je da rezultati postavljaju ozbiljna pitanja o utrci prema umjetnoj općoj inteligenciji (AGI), teoretskoj fazi AI-ja u kojoj sustav može izvoditi bilo koju intelektualnu zadaću jednako dobro kao čovjek.

"Tko god misli da su LLM-ovi izravna ruta prema AGI-ju koji može transformirati društvo na bolje - zavarava se."

U studiji se također navodi da modeli za rezoniranje troše računalne resurse rješavajući jednostavne zadatke vrlo brzo. No, kako problemi postaju samo malo složeniji, modeli najprije pokušavaju pogrešna rješenja, a tek kasnije dolaze do ispravnih.

Kod još složenijih zadataka, modeli ulaze u fazu kolapsa, u kojoj ne uspijevaju pronaći nijedno ispravno rješenje. U jednom slučaju, čak i kad im je unaprijed dan algoritam koji rješava problem, modeli nisu uspjeli doći do rješenja.

"Kada se približe kritičnom pragu – koji gotovo točno odgovara točki kolapsa točnosti - modeli, suprotno očekivanjima, počinju smanjivati razinu misaonog angažmana, iako zadaci postaju sve teži. To ukazuje na temeljno ograničenje skalabilnosti misaonih sposobnosti postojećih modela za rezoniranje", stoji u Appleovom radu.

Zaključak rada glasi da aktualni pristupi razvoju umjetne inteligencije možda dosežu svoje granice. Testirani su modeli uključujući OpenAI-jev o3, Googleov Gemini Thinking, Claude 3.7 Sonnet-Thinking iz Anthropica te DeepSeek-R1.