Araştırmacılar akıl yürüten yapay zeka modellerinin sınırlarını ortaya koydu

Yayımlanan yeni bir araştırma, yanıt vermeden önce ayrıntılı düşünce süreçleri üreten büyük akıl yürütme modellerinin (LRM) sanıldığı gibi gerçek bir mantıksal kavrayışa sahip olmadığını belirledi. Bilim insanları, matematik ve kodlama kıyaslama testlerindeki veri kirliliği sorununu aşmak amacıyla kontrol edilebilir bulmaca ortamları kullandı. Bu düzenek sayesinde problem karmaşıklığı sistematik biçimde artırılarak modellerin yalnızca nihai yanıtları değil, ürettikleri iç düşünce zincirleri de doğrudan mercek altına alındı.

Deney sonuçları, LRM türü sistemlerin belirli bir karmaşıklık eşiğini aştıktan sonra tam bir doğruluk çöküşü yaşadığını ortaya koydu. Modeller problem zorluğu arttıkça belirli bir noktaya kadar daha fazla düşünme adımı harcıyor ancak karmaşıklık daha da büyüdüğünde, kullanabilecekleri belirteç (token) bütçesi kalmasına rağmen sergiledikleri çaba beklenmedik biçimde düşüşe geçiyor. Çalışma ayrıca bu modellerin kesin hesaplama yapamadığını, açık algoritmaları takip etmekte zorlandığını ve farklı ölçeklerde tutarsız adımlar attığını gösterdi.

Araştırma kapsamında standart modeller ile akıl yürütme modelleri aynı çıkarım hesaplama gücü altında karşılaştırıldı ve üç farklı performans rejimi tespit edildi. Standart modeller düşük karmaşıklıktaki görevlerde LRM'lerden daha başarılı olurken, LRM'ler yalnızca orta karmaşıklıktaki görevlerde avantaj yakalıyor. Yüksek karmaşıklığa sahip problemlerde ise her iki model mimarisi de çözüme ulaşamayarak tamamen çöküş yaşıyor. Bulgular, mevcut modellerin akıl yürütme kabiliyetlerinin sınırlarına işaret ediyor.