Тадқиқотчилар гуруҳи замонавий йирик сунъий интеллект моделларининг имкониятларини синовдан ўтказиш учун “Инсониятнинг сўнгги имтиҳони” (Humanity’s Last Exam) деб номланган мураккаб тестни ишлаб чиқди. Nature журналида эълон қилинган янги тадқиқотга кўра, Google’нинг энг илғор модели — Gemini 3 тест саволларининг 48,4 фоизига тўғри жавоб берган.
Янги тест 2500 та мураккаб саволдан иборат бўлиб, дунёнинг 50 та мамлакатидаги 500 та ташкилотдан келган 1000 дан ортиқ эксперт иштирокида тайёрланган. Дастлаб СИ моделлари мустақил равишда жавоб топишга ҳаракат қилган, шундан сўнг олимлар гуруҳи топшириқларни якуний тарзда тасдиқлаган.
Тестни ишлаб чиқишда иштирок этган Делавэр университети нейробиологи Манулель Шоттдорф шундай дейди:
“Бу натижалар СИ инсонга хос айрим қобилиятлар даражасига яқинлашганини кўрсатади, аммо улар ҳақиқий машина интеллекти (machine intelligence) шаклланганини исботламайди.”
Мутахассислар фикрича, Google Gemini 3 юқори натижа кўрсатганига қарамай, сунъий интеллект ҳали ҳам инсонга хос чуқур фикрлаш жараёнларидан анча узоқ. Бундай тестларни муваффақиятли бажариш кўпроқ маълумотни қайта ишлаш қобилияти ривожланганини кўрсатади, аммо бу материалнинг мағзини ҳақиқатан ҳам чуқур тушунишни англатмайди.
