¿Soy el único que no sabía que la IA no puede averiguar el tiempo? quiero decir, todos los días, oímos todo acerca de la IA generativa “revolucionando” todo y reemplazando a todos. cosas bastante geniales. Para empezar con, Recientemente se descubrió que los modelos multimodales de grandes lenguas (MLLMs) como ChatGPT-4o, GPT-o1, Gemini-2.0 y Claude 3.5-Sonnet encontraron problemas de precisión al leer una cara del reloj. Investigadores de la Universidad de Edimburgo Las cosas se empeoraron cuando se probaron con relojes diseñados con números romanos, un marcador de color o una mano de hora decorativa.Algunos de los relojes también tenían una mano que rastreaba segundos además de minutos y horas. Este descubrimiento se hizo durante una prueba de una línea de los mejores MLLMs hoy en día, y pensar que Gemini-2.0 realizó el “mejor” con sólo una precisión del 22,8 por ciento suena divertido. Según los investigadores, estos modelos lucharon con todo. ¿Qué mano es la mano de la hora? ¿En qué dirección está apuntando? ¿Qué ángulo corresponde a qué hora? ¿Qué número es eso? Según ellos, cuanto más variación había en la cara del reloj, más probable era que el chatbot que se probaba leyera mal el reloj. Estas son literalmente habilidades básicas para las personas.La mayoría de los niños de seis o siete años ya pueden decir el tiempo.Pero para estos modelos, podría ser la astrofísica más complicada. Después del fiasco del reloj, los investigadores probaron los bots en los calendarios anuales. ustedes saben, los con todos los doce meses en una página. GPT-o1 realizó el “mejor” aquí, alcanzando una precisión del 80 por ciento. Pero eso todavía significa que una de cada cinco respuestas estaba equivocada, incluyendo preguntas simples como “¿Qué día de la semana es el Día de Año Nuevo? Nunca habría pensado que los modelos de IA podrían ser confundidos por un diseño de calendario común.Pero entonces, no es muy sorprendente averiguarlo.Todo todavía se reduce a una brecha de larga data en el desarrollo de IA. Los MLLMs sólo reconocen patrones que ya han visto, y los relojes, los calendarios o cualquier cosa que requiera razonamiento espacial no se ajustan a eso. Los humanos pueden mirar un reloj de Dali distorsionado y todavía averiguar aproximadamente qué hora está destinado a mostrar, pero los modelos de IA ven una mano de hora ligeramente más gruesa y un tipo de cortocircuito. ¿Por qué esto importa Es fácil (casi satisfactorio) reírse de ChatGPT, Gemini, y estos modelos por el fracaso de una tarea que aprendiste cuando eras pequeño. Una tarea que haces con tanta facilidad. Como alguien que ha sido molestado por los clientes por el trabajo gratuito estas cosas ofrecen, aunque subestándar, admito que lo encuentro realmente satisfactorio. Pero por mucho que quiero reírme de ello, hay un ángulo más serio a esto.Estos mismos MLLMs están siendo empujados a la percepción de la conducción autónoma, la imagen médica, la robótica y las herramientas de accesibilidad.Están siendo utilizados para la planificación y la automatización, así como para sistemas de toma de decisiones en tiempo real. Ahora, los errores de lectura del reloj son divertidos. Pero errores médicos? errores de navegación? Incluso errores de programación? No es tan divertido. Si un modelo no puede leer de forma fiable un reloj, confiar en él ciegamente en entornos de alta apuesta es demasiado arriesgado para mí.Sólo muestra cuán lejos están estos sistemas de la inteligencia real y fundamentada.Y cuánto siguen importando el sentido común y los matices humanos.Estoy tratando tan duro de evitar tomar esta oportunidad para hacer un caso humano vs. AI. Seguro que no lo usaré para predicar “Por qué odio AI y tú también deberías”.Pero hay un problema que necesita ser examinado. Como autor principal del estudio, Rohit Saxena, Estas debilidades “deben ser abordadas si los sistemas de IA deben ser integrados con éxito en aplicaciones del mundo real sensibles al tiempo”. Lo ponen

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

Read My Stories

Este audio es producido en el idioma original de la historia!

Antes de que la IA tome nuestros trabajos, alguien mejor enseñe cómo contar el tiempo

About Author

COMENTARIOS

ETIQUETAS

ESTE ARTÍCULO FUE PRESENTADO EN

Related Stories

Telegram: el puente de Crypto Island hacia el continente

Una breve introducción a la teoría del cerebro de Boltzmann

El modelo Bitcoin UTXO, impulsando un ecosistema único

Nómadas digitales escuchen: lo que necesitan saber sobre la nueva visa DTV de Tailandia

Telegram: el puente de Crypto Island hacia el continente

Una breve introducción a la teoría del cerebro de Boltzmann

El modelo Bitcoin UTXO, impulsando un ecosistema único

Nómadas digitales escuchen: lo que necesitan saber sobre la nueva visa DTV de Tailandia

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps