Aj keď sa modely umelej inteligencie (AI) rýchlo vyvíjajú a zvládajú čoraz komplexnejšie úlohy, v základných veciach stále zlyhávajú. Nová štúdia ukázala, že ani pokročilé modely nedokážu správne prečítať čas z klasických hodín alebo určiť dátum v kalendári. Dôvodom sú podľa výskumníkov nedostatky vo vizuálnom a priestorovom spracovaní informácií a chýbajúce konkrétne tréningové dáta.
„Väčšina ľudí sa učí čítať čas a orientovať sa v kalendári už v detstve. Naše zistenia však ukazujú, že pre AI je to prekvapivo zložitá výzva,“ uviedol vedúci autor štúdie Rohit Saxena. Podľa neho je tento deficit nutné odstrániť, ak má AI spoľahlivo fungovať napríklad pri plánovaní harmonogramov, v automatizovaných procesoch či asistenčných technológiách.
Prečo je pre AI čas tvrdý oriešok
Výskum zrealizoval tím odborníkov z Edinburghskej univerzity a výsledky prezentoval na prestížnej konferencii ICLR 2025 v Singapure. Ich štúdia, zatiaľ nerecenzovaná, bola publikovaná v archíve arXiv. Vedci testovali schopnosti modelov Llama 3.2-Vision, Claude-3.5 Sonnet, Gemini 2.0 a GPT-4o, ktoré kombinujú textový a vizuálny vstup.
AI dokázala správne určiť čas len v 38,7 % prípadov. Podobne slabé výsledky dosiahla aj pri otázkach týkajúcich sa dátumov. Napríklad na otázku „Na aký deň padne 153. deň roka?“ odpovedala správne len v 26,3 % prípadov.
Podľa Saxenu je dôvod zrejmý. „Rozpoznávanie hodín vyžaduje priestorové vnímanie – AI musí pochopiť, ako sa ručičky prekrývajú, zmerať ich uhly a vyrovnať sa s rôznymi typmi ciferníkov. To je oveľa zložitejšie, ako len rozoznať samotné hodiny na obrázku,“ vysvetlil.
Pri kalendároch sú zasa problémom výpočty. Hoci aritmetika je základom tradičného programovania, veľké jazykové modely nepočítajú, ale predpovedajú výsledky na základe naučených vzorcov. „Pre bežný počítač je výpočet dátumu jednoduchý. Pre LLM je to hádanka. Výsledok občas trafia, ale bez logiky, ktorú by sme od stroja očakávali,“ doplnil Saxena.
Ľudská logika verzus vzorové predikcie
Zistenia vedcov len podčiarkujú zásadný rozdiel medzi ľudským chápaním a fungovaním umelej inteligencie. Kým človek dokáže vyvodzovať závery z kontextu, využívať intuíciu a adaptovať sa na výnimky, AI sa stále opiera o známe vzorce a dostatok údajov.
V situáciách, ktoré vyžadujú generalizáciu, abstraktné myslenie alebo prácu s nejednoznačnými údajmi, AI často zlyháva. Výnimkou nie sú ani komplikované výpočty pri priestupných rokoch.
„AI má veľkú silu, ale pokiaľ je úloha zložitá a závisí od priestorového vnímania či logiky, stále potrebujeme testovanie, záložné algoritmy – a človeka, ktorý celý proces dohliadne,“ uzatvára Saxena.
