AI -studien visar att maskiner rippar i mörkret i mörkret!
AI -studien visar att maskiner rippar i mörkret i mörkret!
Edinburgh, Vereinigtes Königreich - Modern artificiell intelligens (AI) har gjort anmärkningsvärda framsteg, till exempel inom områdena textposition och programmering. En ny studie från University of Edinburgh avslöjar emellertid en överraskande svaghet: dessa system kan tydligen inte läsa analoga klockor. Undersökningen, som snart kommer att publiceras i april, visar att även avancerade AI -modeller var fel i mer än 75 % av fallen när det gällde att erkänna tiden på analoga ratt. I synnerhet klockor med romerska siffror eller utan en andra punkt där problemet ofta ligger i upptäckten av pekarna och deras vinklar på urtavlan, rapporterar Google Gemini 2.0 och Anthropic Claude 3.5. Varje modell har konfronterats med bilder av olika klockor. AI -modellerna frågades: "Vilken tid visar klockan på bilden?" Resultaten visade en oroande noggrannhet: Google Gemini 2.0 hade uppnått bästa prestanda i klocktestet med 22,58 %, medan OpenAI GPT-1 i ett annat sammanhang-analysen av kalenderbilder-glatt med 80 %korrekta svar, vilket också betyder en felfrekvens på 20 %, förklarar gizmodo .
Svagheter i tidens uppfattning om Ki
Svårigheterna med att tolka analoga klockor illustrerar gränserna för AI -modellerna i vardagliga uppgifter som intuitivt löser människor. Enligt Rohit Saxena, medförfattare till studien, måste dessa underskott brådskande hanteras för att göra AI användbar för tidskritiska applikationer. Fel inträffade särskilt ofta i klockor med komplicerade mönster, vilket illustrerar de utmaningar som utvecklare är framför förbättringen av AI -teknologier.
En intressant observation av studien är att AI -modeller inte hade några problem med analysen av kalenderbilder i samma utsträckning. Detta kan indikera olika bearbetningsmekanismer som integrerar multimediainformation, vilket indikerar fördelarna med multimodala AI-modeller, som interagerar genom bearbetning av olika datatyper som text, bild och biometri, som i
Studien från University of Edinburgh betonar behovet av forskningsbaserade tillvägagångssätt för att övervinna de utmaningar som AI-modeller konfronteras med erkännande av bilder, särskilt i vardagliga uppgifter som att läsa tiden. Det återstår att se hur dessa resultat kommer att påverka utvecklingen av utvecklingen av intelligenta, mer kontextmedvetna system i framtiden.
| Details | |
|---|---|
| Ort | Edinburgh, Vereinigtes Königreich |
| Quellen | |
Kommentare (0)