世界

Advanced AIは、複雑な問題に直面して「完全な精度崩壊」に苦しむと、研究の発見|人工知能（AI）

Appleの研究者は、最先端の人工知能モデルで「基本的な制限」を発見しました。これは、より強力なシステムを開発するためのテクノロジー業界の競争について疑問を投げかけています。りんご 論文で言った 週末に、AIの高度な形式である大規模な推論モデル（LRMS）が公開されたことは、非常に複雑な問題を提示すると「完全な精度崩壊」に直面しました。標準のAIモデルは、低複雑度タスクでLRMを上回る一方、両方のタイプのモデルが高複数のタスクで「完全な崩壊」に苦しむことがわかりました。大規模な推論モデルは、問題をより小さなステップに分解する詳細な思考プロセスを生成することにより、複雑なクエリを解決しようとします。この研究では、モデルのパズルを解決する能力をテストしたこの研究では、LRMSがパフォーマンスの崩壊に近づくと「推論の努力を減らす」ことを始めたと付け加えました。 Appleの研究者は、これが「特に懸念される」と感じたと述べた。AIモデルの能力について顕著な注意の声になった米国のアカデミックであるGary Marcusは、Apple Paperを「かなり壊滅的な」と説明しました。マーカスは、この調査結果は、システムが知的課題を実行する際に人間を一致させることができるAIの理論的段階である人工的な一般情報（AGI）への競争についての質問を提起したと付け加えました。大規模な言語モデルを参照してください [LLMs] Marcusは次のように書いています。 [of] 社会を根本的に変えることができるAGIは、自分自身を冗談めかしています。」また、この論文は、「思考」の早い段階で、より単純な問題の適切なソリューションを見つけることにより、推論モデルがコンピューティングパワーを無駄にすることを発見しました。ただし、問題がわずかに複雑になったため、モデルは最初に誤ったソリューションを調査し、後で正しいソリューションに到達しました。ただし、複合的な問題の場合、モデルは「崩壊」に入り、正しいソリューションを生成できません。あるケースでは、問題を解決するアルゴリズムが提供された場合でも、モデルは失敗しました。この論文は、「問題の難しさが増しているにもかかわらず、モデルは、精度の崩壊点に密接に対応する重要なしきい値に近づくと、直感的に推論の取り組みを減らし始めます。」Appleの専門家は、これが「現在の推論モデルの思考能力における基本的なスケーリングの制限」を示していると述べた。この論文は、LRMSパズルの課題を設定しました。 ハノイの塔 そして 川の交差 パズル。研究者は、パズルへの焦点が仕事の制限を表していることを認めました。過去のニュースレタープロモーションをスキップしますテクノロジーが私たちの生活を形作る方法に毎週飛び込むプライバシー通知： ニュースレターには、慈善団体、オンライン広告、および外部の当事者が資金提供するコンテンツに関する情報が含まれる場合があります。詳細については、プライバシーポリシーを参照してください。 Google Recaptchaを使用してWebサイトとGoogleを保護します プライバシーポリシー そして 利用規約 適用する。ニュースレタープロモーションの後この論文は、AIへの現在のアプローチが制限に達した可能性があると結論付けました。 OpenaiのO3、GoogleのGemini Thinking、Anthropic's Claude 3.7 Sonnet-Thinking、Deepseek-R1などのモデルをテストしました。人類、Google、Deepseekにコメントを求めて連絡があります。 ChatGptの背後にある会社であるOpenaiは、コメントを拒否しました。「一般化可能な推論」、またはより広く狭い結論を適用するAIモデルの能力に言及して、論文は次のように述べています。サリー大学の人民中心のAI研究所のアンドリュー・ロゴイスキは、Appleの論文は、業界がAGIで「まだその方法を感じている」ことを示しており、業界は現在のアプローチで「袋小路」に到達した可能性があると述べました。「大きな理由モデルが複雑な問題でプロットを失うという発見は、中程度および低複雑さの問題でうまく機能することは、私たちが現在のアプローチで潜在的な袋小路にいることを意味します」と彼は言いました。 #Advanced #AIは複雑な問題に直面して完全な精度崩壊に苦しむと研究の発見人工知能AI