Modele AI szybko się uczą rozwiązywania puzzle'ami, ale wciąż mają luki w umiejętnościach logicznego myślenia. Na przełomie 2024 i 2025 roku zaobserwowano spektakularny skok wydajności - najlepsze modele potrafiły rozwiązać ledwie 18 procent słynnych puzzli New York Times Connections w listopadzie 2024, a kilka tygodni później rozwiązywały je prawie bezbłędnie. Artykuł MIT Tech Review analizuje siedem puzzle'ami, które kiedyś zawiodły modele AI, zapraszając czytelników do sprawdzenia swoich możliwości względem sztucznej inteligencji.
Puzzle i gry odgrywały historycznie kluczową rolę w rozwoju AI, od słynnego algorytmu gry w warcaby z 1959 roku aż po dzisiejsze starcia maszyn w szachy i Go. Jednak znaczenie tych testów sięga głębiej niż sama mera wydajności - obserwacja tego, gdzie AI odnosi sukcesy i gdzie terpy, gdzie człowiek wciąż przebija modele, daje wgląd w fundamentalne możliwości i ograniczenia technologii. Takie benchmarki pokazują, że choć systemy szybko się doskonalą, mogą mieć nieoczekiwane słabe punkty w obszarach, w których człowiek intuicyjnie sobie radzi.
Wtórnym wątkiem artykułu jest ogłoszenie organizacji non-profit Fermi Explorer Mission o planach wysłania sondy kosmicznej do Alfy Centauri - naszego najbliższego systemu gwiezdnego poza Słońcem - do końca 2029 roku. To ambitna misja, która pokazuje, jak AI znajduje zastosowanie poza bieżącymi zastosowaniami komercyjnymi. Podróż statku może trwać do 80 tysięcy lat, co zdaje się być ponad wszelkie możliwości zagwarantowania jego funkcjonowania przez takie czasy - jednak sama misja planowania trasy do gwiazd ilustruje rozszerzające się spektrum ambicji projektów wspomaganych przez sztuczną inteligencję.