بر اساس گزارشی که توسط سازمان تحقیقات هوش مصنوعی آنتروپیک منتشر شده، مدلهای زبان بزرگ این شرکت موفق به ارائه عملکردهایی معادل یا حتی بهتر از پیمانکاران حرفهای شدهاند و دامنه جدیدی را در زمینه اتوماسیون پژوهش گشودهاند.
پیشرفتهای قابل توجه هوش مصنوعی کلود در تحقیق
به منظور ارزیابی قابلیتهای هوش مصنوعی، اپاک مسئولیت بررسی مرکز داده «اکودیتاسنتر ۱» را به مدلهای کلود واگذار کرد. مدل کلود اوپوس ۵.۵ (Claude Opus 5.5) این پژوهش را که شامل بررسی گزارشها، مستندات و تصاویر ماهوارهای بود، در کمتر از سه ساعت با کسب نمره ۸۷.۵ درصد به اتمام رسانید. این کارایی از نظر زمان و همچنین هزینه، به مراتب به صرفهتر از تلاش یک پژوهشگر انسانی به مدت ۱۶ ساعت بود.
مدل کلود فیبل ۵.۲ (Claude Fable 5.2) نیز با کسب امتیاز ۹۷.۵ درصد و صرف زمان شش و نیم ساعت، عملکرد رضایتبخشی را نشان داد. هر دو مدل خروجیهایی در سطح پژوهشگران حرفهای ارائه کردند، اما همچنان نیاز به بازنگری در طبقهبندی تجهیزات و حاشیهنویسی تصاویر داشتند. در قیاس، مدل GPT-6.2 آسترا (GPT-6.2 Astra) تنها موفق به کسب ۶۵ درصد نمره شد که این مسأله بهوضوح نشاندهنده نقاط ضعف آن است.
تغییر نقش پژوهشگران انسانی در دنیای هوش مصنوعی
با توجه به این نتایج، اپاک تصمیم به بازنگری در تقسیم وظایف میان هوش مصنوعی و انسان گرفته است. پژوهشگران انسانی در آینده بیشتر به جای جمعآوری دادهها، بر ارزیابی خروجیهای هوش مصنوعی، تصحیح خطاها و انجام تحلیلهای عمیقتر تمرکز خواهند کرد. با این حال، گزارش اپاک نشان میدهد که هوش مصنوعی هنوز در زمینه تفسیر بصری و برچسبگذاری تصاویر ماهوارهای با چالشهایی مواجه است. بنابراین، همکاری میان هوش مصنوعی برای انجام پژوهشهای اولیه و انسانها برای بهبود و نهاییسازی آن، بهعنوان سناریوی محتمل برای آینده در نظر گرفته خواهد شد.
نظرات کاربران