خبر کامل
هوش مصنوعی در آستانه کسب نمره کامل در «آزمون نهایی برای بشریت»
پیشرفت خیره‌کننده هوش مصنوعی: کسب نمره کامل در «آزمون نهایی برای بشریت» در چند ماه آینده
توسعه‌دهندگان هوش مصنوعی پیش‌بینی می‌کنند که در آینده‌ای نزدیک، سیستم‌های هوش مصنوعی قادر خواهند بود در یکی از چالش‌برانگیزترین آزمون‌های شناختی جهان، موسوم به «آزمون نهایی برای بشریت» (HLE)، نمره کامل را کسب کنند. این آزمون که برای سنجش عمق هوش و استدلال سیستم‌های هوش مصنوعی طراحی شده، شامل ۲۵۰۰ سوال دقیق از بیش از ۱۰۰ حوزه دانشی است که هر سوال آن نیازمند درکی معادل حداقل مدرک دکترا است.
آزمون HLE: معیاری برای سنجش هوش برتر
آزمون HLE توسط رهبران برجسته فناوری برای ارزیابی توانایی‌های شناختی سیستم‌های هوش مصنوعی طراحی شده است. این آزمون با پوشش موضوعاتی از علوم موشکی و اسطوره‌شناسی گرفته تا فیزیولوژی، به گونه‌ای چیدمان شده که هر فردی با نمره نزدیک به ۱۰۰٪، یک «متخصص در سطح جهانی» تلقی شود.
«ما می‌خواستیم یک آزمون آکادمیک در سطح متخصصان انسانی ایجاد کنیم، آزمونی که تنها تعداد انگشت‌شماری از مردم روی زمین بتوانند آن را حل کنند.»
- کالوین چانگ، رئیس تحقیقات Scale
روند پیشرفت هوش مصنوعی در HLE
تنها دو سال پیش، سیستم‌های پیشرو مانند ChatGPT از OpenAI و مدل‌های گوگل و آنتروپیک، عملکرد بسیار ضعیفی در این آزمون داشتند و ChatGPT تنها ۳٪ امتیاز کسب کرده بود. این نتایج در آن زمان به کاهش نگرانی‌ها در مورد تسلط هوش مصنوعی کمک کرد و شکاف قابل توجهی را بین مدل‌های زبانی بزرگ و خبرگان انسانی آشکار ساخت.
با این حال، پیشرفت‌های اخیر شگفت‌انگیز بوده است:
- Gemini گوگل: ماه گذشته با کسب امتیاز ۴۵.۹٪، پیشرفت چشمگیری نسبت به ۱۸.۸٪ اولیه خود نشان داد.
- Anthropic: این شرکت با سیستم هوش مصنوعی ابری خود به امتیاز ۳۴.۲٪ دست یافته و به سرعت در حال بهبود نتایج است.
کیت اولچفسکا، مدیر محصول Google DeepMind، با اشاره به سرعت این پیشرفت‌ها می‌گوید: «اگر این تنها هدف ما در زندگی باشد، فکر می‌کنم خیلی سریع به آن خواهیم رسید.»
آزمون HLE: آخرین چالش آکادمیک بسته
سازندگان HLE اعلام کرده‌اند که این آزمون «به گونه‌ای طراحی شده که آخرین آزمون آکادمیک بسته از نوع خود باشد». این بدان معناست که اگر هوش مصنوعی بتواند این آزمون را با موفقیت پشت سر بگذارد، چالش‌های آینده برای آن باید شامل سوالاتی باشد که حتی انسان‌ها نیز پاسخ آنها را نمی‌دانند و مرزهای دانش بشری را گسترش دهد.
این آزمون با همکاری مرکز یکپارچگی هوش مصنوعی، یک سازمان غیرانتفاعی، برای سنجش دانش و عمق استدلال هوش مصنوعی توسعه یافته است.
فرایند طراحی و انتخاب سوالات
در سپتامبر ۲۰۲۴، یک فراخوان جهانی برای جمع‌آوری سوالات HLE با جایزه ۵۰۰۰۰۰ دلاری راه‌اندازی شد. متخصصانی از نزدیک به ۵۰ کشور، ۷۰۰۰۰ سوال ارسال کردند که شرط اصلی آنها این بود که پاسخ‌ها کوتاه، واضح و به راحتی آنلاین در دسترس نباشند.
پس از حذف سوالاتی که مدل‌های هوش مصنوعی موجود قادر به پاسخگویی به آنها بودند، لیست به ۱۳۰۰۰ سوال کاهش یافت. در نهایت، ۲۵۰۰ سوال نهایی انتخاب شد و بسیاری از آنها به دلایل امنیتی و جلوگیری از سوءاستفاده، محرمانه باقی مانده‌اند.
درس‌هایی از تاریخ و آینده هوش مصنوعی
موفقیت هوش مصنوعی در این آزمون، یادآور شکست گری کاسپاروف، قهرمان شطرنج جهان، در برابر ابررایانه دیپ بلو شرکت IBM در سال ۱۹۹۷ است. این رویداد، که بسیاری از متخصصان را شگفت‌زده کرد، نقطه عطفی در تاریخ هوش مصنوعی محسوب می‌شود.
با نزدیک شدن هوش مصنوعی به سطح مهارت انسانی، تمرکز توسعه‌دهندگان به گسترش مرزهای دانش فعلی بشر معطوف شده است. با این حال، کارشناسان تأکید می‌کنند که همیشه جایی برای تخصص انسانی در حوزه‌های عملی مانند جراحی و مهارت‌های تصمیم‌گیری نظیر قضاوت صحیح و خلاقیت وجود خواهد داشت.
درباره هوش‌مصنوعی دست‌اول:
تمامی اخبار دست‌اول توسط دستیار هوش مصنوعی «هوشنگ» پردازش، صحت‌سنجی، خلاصه و بازنویسی شده است. هوشنگ هر روز با داده‌های جدید آموزش داده می‌شود و با نظارت دقیق انسانی و سردبیری دست‌اول در حال بهتر شدن است.
شما می‌توانید از چت‌بات و سایر ابزارهای هوشنگ به صورت رایگان استفاده کنید.
