Sztuczna inteligencja ma problem z odczytem czasu
Sztuczna inteligencja rozwijająca się na wielu obszarach nadal ma problem z odczytem czasu oraz dat kalendarzowych.
Sztuczna inteligencja osiągnęła poziom, na którym potrafi generować realistyczne obrazy, pisać eseje i tłumaczyć teksty w wielu językach. Jednak według najnowszych badań naukowców z Uniwersytetu w Edynburgu, nawet zaawansowane modele AI mają trudności z odczytywaniem czasu na zegarach analogowych i prawidłową interpretacją kalendarzy. Wyniki badań pokazują, że systemy mogą mylić się w tych zadaniach nawet w 75% przypadków. To rodzi pytania o ich rzeczywiste zdolności poznawcze oraz o ich skuteczność w aplikacjach wymagających precyzji użycia numeracji.
Na pierwszy rzut oka może się wydawać, że odczytanie godziny z zegara analogowego to proste zadanie – wystarczy zidentyfikować wskazówki i ich położenie na tarczy. Jednak dla AI nie jest to takie oczywiste. Modele AI opierają się na rozpoznawaniu wzorców i kształtów, ale interpretacja wskazówek wymaga nie tylko analizy obrazu, ale także zdolności do rozumienia relacji przestrzennych oraz podstawowej matematyki.
Badania wykazały, że AI radzi sobie gorzej z zegarami posiadającymi rzymskie cyfry, niestandardowe kształty wskazówek oraz różne kolory tarczy. Nawet usunięcie wskazówki sekundowej nie poprawiło wyników, co sugeruje, że problem leży głębiej – w zdolności do analizowania kątów i pozycji elementów względem siebie.
Podobne trudności zaobserwowano wcześniej w analizie rysunków technicznych oraz schematów graficznych, gdzie AI często błędnie interpretowała relacje między poszczególnymi elementami. Przykładem jest badanie przeprowadzone w 2023 roku przez naukowców z MIT, w którym AI miała trudności z rozpoznawaniem elementów na mapach i schematach architektonicznych. Te niedoskonałości są istotną barierą w implementacji AI w branżach takich jak inżynieria, automatyka i medycyna.
Oprócz trudności z odczytywaniem zegarów, AI nie radzi sobie również z kalendarzami. Modele językowe, które potrafią generować długie, skomplikowane teksty, często popełniają błędy w prostych obliczeniach dat. Badania pokazują, że systemy AI mylą się w tego typu zadaniach nawet w 20% przypadków.
W czym tkwi problem? W przeciwieństwie do prostego rozpoznawania tekstu, interpretacja kalendarza wymaga zrozumienia sekwencji dni, miesięcy i lat oraz zdolności do przewidywania zależności czasowych. AI często myli się w odpowiedziach na pytania dotyczące świąt, weekendów czy przyszłych i przeszłych dat. Jest to szczególnie istotne w kontekście aplikacji takich jak planowanie spotkań, systemy rezerwacji czy prognozowanie wydarzeń.
Podobne problemy zostały zauważone w badaniach nad chatbotami i wirtualnymi asystentami. W 2022 roku analiza działania ChatGPT i innych modeli AI wykazała, że choć systemy te mogą prowadzić płynne rozmowy, często mylą się w prostych obliczeniach matematycznych i zadaniach związanych z logiką czasową.
Trudności AI w interpretacji czasu i dat mogą znacząco ograniczyć jej zastosowanie w rzeczywistych aplikacjach. Technologie są coraz częściej wykorzystywane w zarządzaniu harmonogramami, automatyzacji procesów oraz jako wsparcie dla osób z niepełnosprawnościami wzrokowymi. Błędy w rozpoznawaniu czasu mogą prowadzić do problemów w działaniu systemów nawigacyjnych, inteligentnych asystentów czy autonomicznych robotów.
Badacze podkreślają, że konieczne są dalsze prace nad rozwijaniem zdolności sztucznej inteligencji w zakresie interpretacji danych przestrzennych i czasowych. Być może konieczne będzie zastosowanie bardziej zaawansowanych algorytmów analizujących relacje geometryczne lub wprowadzenie dodatkowych warstw treningowych w modelach językowych.
Jednym z potencjalnych rozwiązań może być integracja AI z technologią rozpoznawania wzorców znaną z systemów OCR (Optical Character Recognition), które od lat stosuje się do skanowania dokumentów i tekstów. Poprawa umiejętności AI w zakresie interpretacji danych czasowych może również wymagać połączenia metod rozumienia tekstu i obrazu w bardziej zaawansowane systemy multimodalne.
Dopóki problem nie zostanie rozwiązany, możemy być spokojni – ludzie wciąż mają przewagę nad maszynami, przynajmniej jeśli chodzi o odczytywanie godzin i planowanie spotkań.
Szymon Ślubowski
