इस वर्ष एक सार्वजनिक सुडोकू प्रयोग से एक चौंकाने वाला परिणाम सामने आया। Logical Intelligence के अनुसार, OpenAI के GPT-5.2, Claude Opus 4.5 और Sonnet 4.5, Gemini 3 Pro तथा DeepSeek V3.2 सहित अग्रणी बड़े भाषा मॉडलों के एक समूह ने मिलकर केवल 2% पहेलियाँ हल कीं और API कॉल पर लगभग 11,000 डॉलर खर्च कर दिए। Kona नाम का एक मॉडल, जो लगभग एक हजार गुना छोटा है, ने केवल 4 डॉलर के GPU समय में 96.2% हल कर दिए।
यह अंतर वास्तव में सुडोकू के बारे में नहीं है। सुडोकू के नियम स्पष्ट और इतने सरल हैं कि एक दस वर्ष का बच्चा भी उन्हें सीख सकता है, और यही कारण है कि यह परिणाम आश्चर्यजनक है। LLM भाषा के आधार पर बने सबसे सक्षम AI मॉडल हैं, लेकिन कई रोज़मर्रा के कार्यों के लिए भाषा से परे की बुद्धि चाहिए। कुछ में स्थानिक या आयामी तर्क की आवश्यकता होती है, कुछ तर्क, योजना या भावनात्मक समझ पर निर्भर करते हैं, और लोग जो कुछ करते हैं उसका बहुत सा हिस्सा पूरी तरह शब्दों में नहीं कहा जा सकता। अनुमान और रचनात्मकता ही बुद्धि को यांत्रिक नहीं, बल्कि जीवंत महसूस कराती हैं।
ट्यूरिंग पुरस्कार विजेता और डीप लर्निंग के अग्रणी Yann LeCun वर्षों से तर्क देते रहे हैं कि अकेला टेक्स्ट वास्तविक बुद्धि उत्पन्न नहीं करेगा। Eve Bodnia द्वारा स्थापित Logical Intelligence का दृष्टिकोण Kona जैसे ऊर्जा-आधारित तर्क मॉडल (EBRM) पर निर्भर करता है। ये मॉडल ऐसी बाधा-समस्याओं को संभालने के लिए बनाए गए हैं जिनसे LLM जूझते हैं।
LLM किसी अनुक्रम में अगला सबसे संभावित टोकन अनुमानित करके काम करते हैं। इस डिज़ाइन ने अनुवाद, सारांश और कोड निर्माण में मजबूत परिणाम दिए हैं, लेकिन यह हर समस्या के लिए उपयुक्त नहीं है। अन्य प्रकार की बुद्धि वाले कार्यों के लिए EBRM एक अलग मार्ग प्रस्तुत करते हैं, जिसमें गुप्त तर्क अधिक विश्वसनीय है और सत्यापन तथा सुरक्षा LLM प्रणालियों से अलग ढंग से संभाली जाती है।
स्रोत: ByteByteGo · HeadlinesBriefing द्वारा सारांशित