لغزات وألعاب الألغاز كانت محورية في تطوير الذكاء الاصطناعي منذ البداية. كما نحب نحن البشر اختبار ذكائنا عبر الألغاز أو ألغاز المنطق، يمكن للمطورين اختبار مدى تقدم النماذج باستخدام ميدان اختبارات الألعاب. تم ترويج مصطلح "التعلم الآلي" في مقالة عام 1959 للكمبيوتر من IBM آرثر سامويل، حيث وصف خوارزمية تتعلم لعب الشطرنج. الشطرنج واللعبة الصينية جو هي أيضاً مشاهير proving grounds للذكاء الاصطناعي.

من حيث مهارات حل الألغاز، تحسنت الذكاء الاصطناعي كثيرًا وبسرعة. في أواخر 2024، أظهر فريق من جامعة كولومبيا أن أفضل النماذج فقط 18% من الألغاز الشهيرة في New York Times Connections смогت حلها؛ بحلول أوائل 2025، تمكن بعض النماذج من حلها تقريباً بشكل مثالي في كل مرة. لكن الألغاز لا تبرز فقط التقدم لا مفر منه لقدرات الذكاء الاصطناعي.

النماذج الحالية لا تزال تعثر: التغيرات الطفيفة في الألغاز الكلاسيكية غالباً ما تعطلها، وحل الألغاز البصرية هي نقطة ضعف خاصة. إليك فرصة لتجربة قدراتك على الألغاز التي عطلت النماذج في وقت ما. كل لغز يُظهر على الأقل طريقةً مختلفةً بين تفكير الآلة وتفكير الإنسان.

الاستدلال المكاني لا يزال مجالاً تتمتع فيه البشر بميزة هائلة. عندما يسأل لغز ما عن تحديد ما إذا كانت صور مختلفة تمثل نفس الكائن من زوايا مختلفة، وعلى الرغم من أن النماذج اللغوية الحالية عادةً ما تمتلك القدرة على تحليل المدخلات البصرية، فإنها لا تزال تفشل بشكل مiserable في هذه الألغاز. على الرغم من كل الحديث عن كيفية أن النماذج العالمية تساعد الذكاء الاصطناعي على فهم البيئات الفيزيائية، فإن LLM لا تزال غير قادرة على manipulation للأجسام الثلاثية الأبعاد كما يفعل المفكّرون المكانيون مثل المهندسين المعماريين والمهندسين الميكانيكيين.

الكيانات الرئيسية: الشركات: IBM | الأشخاص: Vincent Kilbride, Arthur Samuel | المواقع: جامعة كولومبيا, New York Times, Google, جامعة إلينوي أوربانا-شامبيون