Kur vetëm disa ditë kanë mbetur deri në Konferencën Botërore të Zhvilluesve (WWDC) 2025, Apple publikoi një studim të ri për inteligjencën artificiale që mund të shënojë një pikë kthese për të ardhmen e AI-së, teksa i afrohemi Inteligjencës së Përgjithshme Artificiale (AGI).
Apple krijoi teste që zbuluan se modelet e AI-së me arsyetim, të disponueshme për publikun, në fakt nuk arsyetojnë. Këto modele japin rezultate mbresëlënëse në detyra matematikore dhe të tjera, sepse kanë hasur teste të tilla gjatë trajnimit. Ato kanë memorizuar hapat për të zgjidhur probleme apo për të përfunduar detyra që u jepen nga përdoruesit në formën e chatbot-ëve.
Por testet e Apple treguan se këto modele nuk arrijnë të përshtaten me probleme të panjohura dhe të gjejnë zgjidhje vetë. Madje, AI-ja priret të dorëzohet nëse dështon në një detyrë. Edhe kur Apple i ofroi algoritmet brenda instruksioneve, chatbot-ët sërish nuk ia dolën të kalonin testet.
Studiuesit e Apple nuk përdorën detyra matematikore për të vlerësuar aftësinë e arsyetimit të modeleve më të mira të AI-së. Në vend të kësaj, ata përdorën enigma logjike, për të testuar aftësitë e arsyetimit.
Testet përshinë enigma si Kulla e Hanoit, Kërcimi i damave, Kalimi i lumit dhe Bota e blloqeve (Tower of Hanoi, Checker Jumping, River Crossing, and Blocks World). Apple vlerësoi si modelet klasike të gjuhës së madhe (LLM) ashtu edhe modelet e arsyetimit të madh (LRM) duke rregulluar shkallët e vështirësisë.
Në testim u përfshinë LLM-të si ChatGPT GPT-4, Claude 3.7 Sonnet dhe DeepSeek V3. Ndërsa për LRM-të u testuan ChatGPT o1, ChatGPT o3-mini, Gemini, Claude 3.7 Sonnet Thinking dhe DeepSeek R1.
Shkencëtarët zbuluan se LLM-të performuan më mirë në nivelet e lehta. LRM-të dhanë rezultate më të mira në mesataren e vështirësisë. Por sapo detyrat u bënë të vështira, të gjitha modelet dështuan.
Megjithatë, studimi i Apple mund të jetë një arritje, sigurisht. Por vjen në një kohë kur Apple Intelligence nuk është ende konkurruese me ChatGPT, Gemini dhe modelet e tjera të përparuara të AI-së. Siri nuk të thotë dot as çfarë muaji është – ndërkohë që ChatGPT o3 është një zgjedhje shumë më e mirë. Edhe koha e publikimit të studimit ngre pikëpyetje. Apple është gati të mbajë konferencën WWDC 2025 dhe AI nuk pritet të jetë në qendër të saj. Apple ende mbetet prapa OpenAI, Google dhe kompani të tjera që kanë lançuar modele të përparuara me arsyetim. Kjo nuk është domosdoshmërisht negative, pasi Apple po vazhdon të publikojë studime që tregojnë idetë dhe përpjekjet e saj në kërkime./Përshtati nga Yahoo Tech, ekofin.al
