Укрштенице са загонетним дефиницијама дуго су важиле за посебно тежак испит машинских способности. Нови резултат отвара питање колико су системи напредовали у раду са језиком, али и шта победа на ограниченом задатку заиста доказује.
После шаха и других игара са јасним правилима, пажња се поново усмерава на задатке у којима људи користе вишезначност, културно знање и досетку. Управо зато надметање са решавачима укрштеница има снагу јавног симбола: делује као провера способности коју није лако свести на рачунање.
Програм Дармок решио је финалну укрштеницу Тајмса брже од људских финалиста, пише Гардијан. Резултат заслужује пажњу, уз јасну разлику између техничког постигнућа и званичног такмичарског пласмана.
ПОВЕЗАНЕ ВЕСТИ
Према извештају самог Тајмса, људски шампион остао је Лијам Хјуз, двадесетдеветогодишњи математичар. Дармок није могао да освоји титулу намењену људским учесницима, иако је финални задатак завршио за мање од седам минута. Та разлика спречава погрешан утисак да је машина формално преузела првенство.
Тајмс наводи да је програм развио Сидарта Чатерџи, повезан са Универзитетом у Тексасу. Поређење са претходним такмичењем показује напредак система, али један резултат ипак треба читати заједно са условима тестирања, сложеношћу задатка и начином провере одговора.
Зашто је загонетна укрштеница тежа
Код обичне дефиниције решавач тражи реч која одговара значењу и броју поља. Загонетна укрштеница често захтева још један поступак: растављање речи, премештање слова, препознавање скривеног израза или промену начина на који се чита цела реченица.
Истраживачи Мартин Ендруз и Сем Витевен у раду из 2024. објашњавају да траг обично садржи дефиницију и језичку игру која оправдава решење. Зато тачан одговор није само реч која звучи уверљиво. Мора да постоји објашњење зашто сваки део загонетке води баш до ње.
ФОТО: IM Imagery/ShutterstockТо омогућава занимљиву проверу AI система. Модел може да предложи добру реч по смислу, али да погреши у тумачењу поступка који је аутор замислио. Укрштена слова додатно ограничавају избор, па погрешна претпоставка на једном месту може да поквари више других одговора.
У поменутом раду испитује се употреба програмски проверљивих доказа за разликовање тачних и готово тачних решења. Приступ повезује генерисање кандидата са контролом њихове исправности. Његов значај је у томе што се уверљивост одговора подвргава додатном тесту.
Шта се променило од меча са Каспаровом
IBM подсећа да је Дип блу у мају 1997. савладао Гарија Каспарова у мечу од шест партија, резултатом 3,5 према 2,5. Био је то први пораз актуелног светског шампиона од рачунара у таквом мечу и под стандардним турнирским временским условима.
Машина је могла да процењује око 200 милиона шаховских позиција у секунди. Њена снага почивала је на специјализованој обради шаховских могућности. Та победа није подразумевала да рачунар уме да разговара, разуме књижевност или решава све друге интелектуалне задатке.
ФОТО: Компас/ИлустрацијаСавремени језички системи приступају другачијој врсти проблема, али поука о тумачењу резултата остаје корисна. Изузетан учинак у једној области не може аутоматски да се пренесе на све остале. За сваку нову примену потребна је засебна провера тачности и поузданости.
Поређење са Дип блуом зато има пре свега историјску и симболичку вредност. Оно означава тренутак када јавност поново преиспитује границу између људске вештине и машинске обраде, а не доказ да је све што називамо мишљењем постало један решен технички проблем.
Брзина решавања и разумевање нису исто мерило
Рад Абделрахмана Садалаха, Дарије Котове и Екатерине Кочмар из децембра 2024. показао је да су тада испитивани модели знатно заостајали за људима на загонетним укрштеницама. То је временски одређен налаз о конкретним моделима, па га не треба представљати као оцену свих данашњих система.
Промена резултата између два теста поставља и методолошка питања. Важно је знати да ли се користе нови задаци, који су ресурси дозвољени и како се бележе неуспеси. Без тога је тешко утврдити да ли побољшање показује општи напредак или успешније прилагођавање једном испиту.
За читаоца је најзанимљивије што игра речима сада постаје место сусрета језичког знања и формалне провере. Дармоков резултат проширује списак задатака у којима машине могу да буду изузетно успешне. Следећи корак је разумети колико је та успешност стабилна када се промене правила, аутор или врста језичке досетке.
