Najnowsze badania naukowców z Apple ujawniają, że sztuczna inteligencja (AI) ma poważne trudności z rozwiązywaniem prostych zadań matematycznych. Choć wiele osób uważa, że AI jest wszechwiedząca i doskonała, wyniki próby wskazują na liczne błędy logiczne, które mogą zaskoczyć niejednego zwolennika technologii.

Analiza nosi tytuł "GSM-Symbolic: Zrozumienie ograniczeń rozumowania matematycznego w dużych modelach językowych". Przygotowano ją na bazie specjalnego zestawu 8000 zadań tekstowych z matematyki na poziomie szkoły podstawowej, wykorzystywanego w badaniach przez GSM8K. Co ciekawe, badania wykazały, że pomimo tego, że same zadania były proste, śćwinność AI spadła drastycznie, osiągając obniżenie wydajności w przedziale od 17,5% do 65,7%, gdy dodano nieistotne informacje do treści zadań.

To nie jest nowość, że AI ma problemy z matematyką. W 2023 roku Christian Terwiesch, profesor w Wharton School of Business, przeprowadził testy ChatGPT na egzaminie MBA. Jego wyniki pokazały, że generatywna sztuczna inteligencja również popełniała typowe uczniowskie błędy w prostych zadaniach matematycznych.

Niemniej fakt, że algorytmy AI potrafią efektywnie analizować i przetwarzać ogromne ilości danych, nie oznacza, że potrafią także logicznie myśleć. W rzeczywistości, w przypadku matematyki, każde, nawet najmniejsze, zmiany w sformułowaniu zadań wpływają na ich zdolność do wyciągania prawidłowych wniosków.

Fascynujące jest to, że użytkownicy AI wciąż muszą być ostrożni w formułowaniu pytań. Tzw. prompt to kluczowy element, który może znacząco wpłynąć na jakość odpowiedzi generowanej przez AI. Dlatego coraz bardziej istotne staje się zrozumienie, jak wykorzystać w pełni potencjał sztucznej inteligencji, aby ominąć jej ograniczenia.

Czy zatem możemy zaufać AI w zadaniach, które wymagają bardziej zaawansowanego myślenia logicznego? Odpowiedź może być zaskakująca – mimo niesamowitych osiągnięć technologicznych wciąż jesteśmy daleko od idealnego wykorzystania tej technologii. Keżdy postęp w AI wnosi nowe pytania o przyszłość edukacji, pracy i interakcji człowieka z maszyną.