Įsivaizduokite kolegą, kuris per kelias sekundes gali išspręsti sudėtingą matematikos uždavinį, parašyti programos kodą ar išversti teisinę sutartį į kitą kalbą. Tačiau paprašytas pažvelgti į paprastą analoginį laikrodį ir pasakyti, kiek yra valandų, jis sutrinka.
Iš pirmo žvilgsnio tai skamba paradoksaliai. Kaip sistema, gebanti spręsti uždavinius, su kuriais susidoroja tik geriausi pasaulio matematikai, gali klysti atlikdama tokią kasdienę užduotį?
Būtent tai yra viena svarbiausių šiandieninio dirbtinio intelekto (DI) pamokų: jo gebėjimai nėra tolygūs. DI gali būti įspūdingai stiprus vienoje srityje ir netikėtai silpnas kitoje, kuri žmogui atrodo gerokai paprastesnė.
Olimpinis lygis ir kasdienės užduotys
Naujausioje Stanfordo universiteto „AI Index 2026“ ataskaitoje pateikiamas įdomus kontrastas. Joje rašoma, kad pažangiausi DI modeliai jau demonstruoja itin aukštus rezultatus spręsdami sudėtingas abstrakčias užduotis. Pavyzdžiui, tokios sistemos kaip „Gemini Deep Think“ pasiekė Tarptautinės matematikos olimpiados aukso medaliui prilygstantį lygį.
