Puzzles dan permainan telah menjadi kunci dalam pengembangan AI sejak awalnya. Seperti bagaimana manusia suka menguji kecerdasan mereka dengan krosword atau logika puzzles, pengembang dapat menguji kemajuan model melalui tantangan game. Kata "pembelajaran mesin" diperkenalkan pada tahun 1959 oleh ilmuwan komputer IBM Arthur Samuel, yang menjelaskan algoritma yang belajar bermain catur. Catur dan permainan papan board khas Tiongkok Go juga merupakan tempat uji coba terkenal untuk AI.

Dari segi kemampuan menyelesaikan puzzles, AI telah mengalami kemajuan yang signifikan dan cepat. Pada akhir 2024, tim ilmuwan dari Universitas Columbia menunjukkan bahwa bahkan model terbaik hanya dapat menyelesaikan 18% dari puzzles Connections khas New York Times; pada awal 2025, beberapa model dapat menyelesaikannya hampir sempurna setiap kali. Namun puzzles tidak hanya menandakan kemajuan tak terbantahkan kemampuan AI.

Model saat ini masih gagal: perubahan halus dalam puzzle klasik sering membuat mereka bingung, dan puzzle visual adalah kelemahan khusus. Di sini Anda memiliki kesempatan menguji kecerdasan Anda pada puzzle yang pernah membuat model gagal. Setiap puzzle menyoroti setidaknya satu cara di mana kognisi mesin berbeda dari kognisi manusia.

Pemikiran ruang tetap menjadi bidang di mana manusia memiliki keunggulan besar. Ketika puzzle meminta Anda menentukan apakah gambar yang berbeda mewakili objek yang sama dari sudut pandang yang berbeda, meskipun model bahasa saat ini mampu menganalisis input visual, mereka masih sangat gagal dalam puzzle ini. Meski banyak bicara tentang bagaimana model dunia dapat membantu AI memahami lingkungan fisik, LLM masih tidak mampu memanipulasi objek 3D seperti yang dapat dilakukan pemikir ruang seperti arsitek dan insinyur mekanik.

Entitas utama: Perusahaan: IBM | Orang: Vincent Kilbride, Arthur Samuel | Lokasi: Columbia University, New York Times, Google, University of Illinois Urbana-Champaign