Araştırmacılar, genel amaçlı yapay zeka modellerinin araç kullanma yeteneğini test etti. Sonuçlar, bu modellerin sürüşte pek başarılı olmadığını gösteriyor.
Son zamanlarda yapılan bir deney, genel amaçlı yapay zeka (AI) modellerinin araç kullanma yeteneklerini test etti. Araştırmacılar, Claude, GPT ve Grok gibi modellerin sürüş becerilerini değerlendirmek amacıyla DrivingBench adında bir test geliştirdi. Bu test, yapay zeka agentlerinin bir park alanında belirli bir rotayı takip etmelerini sağlamak için tasarlandı. Araştırma, bu modellerin sürüşte ne kadar başarılı olduğunu gözler önüne serdi.
Yapay Zeka Modellerinin Sürüş Deneyimi
DrivingBench testinde, her yapay zeka modeline aynı komutlar verildi ve bir Toyota Corolla’nın kontrolü sağlandı. Araç, park alanında küçük konilerle belirlenmiş bir rotayı takip etmeye çalıştı. Test sırasında, her modelin yaptığı işlemleri ve gördüklerini paylaşması istendi. Ancak sonuçlar pek iç açıcı olmadı. Toplamda 11 deneme gerçekleştirildi ve bu denemelerin sekizi, parkurda %11’den fazla ilerleyemedi. Çoğu model, ilk dönüşte kaza yaptı.
Başarısızlıkların Nedenleri
Deney sırasında Grok, koniler arasındaki boşluğu bir kapı olarak algıladı ve ilk denemesinde doğrudan bu boşluktan çıkıp gitti. Bir diğer GPT modeli ise, parkurda bulunan konilerin bir tarafının aynı renkte olduğu gibi yanlış bir kural uydurdu. Bu durum, başlangıçta verilen insan yazımı komutla açıkça çelişiyordu. Ayrıca, birçok model, dönüşlerde gereken direksiyon açısını hesaplayamadığı için yeterince dönebildi. Tüm bu durumlar, yapay zeka agentlerinin sürüş konusunda ne kadar zorlandığını gösteriyor.
Yalnızca GPT-6 Astra, ikinci denemesinde parkuru başarıyla tamamlayabilen tek model oldu. Ancak bu başarı, parkurun tamamını düzgün bir şekilde takip edemediği anlamına geliyor. Astra’nın başarılı sürüşü, önceki denemesine göre neredeyse dört kat daha fazla maliyetle gerçekleşti. Bu deney, yapay zekanın araç kullanma yeteneğinin henüz yeterli olmadığını ve bu tür sistemlerin insan sürücülerin yerini almasının çok uzak bir ihtimal olduğunu ortaya koyuyor.
Kaynak: The Drive
