Дори най-развитите системи с изкуствен интелект изпитват сериозни затруднения при изпълнението на обикновени ежедневни задачи чрез роботи. Това показват първите резултати от LADDER – платформа за оценка на AI модели, разработена съвместно от българския институт INSAIT към Софийския университет „Св. Климент Охридски“ и технологичната компания NVIDIA.

При най-сложните изпитания, включващи между осем и десет последователни действия, водещите модели успяват да изпълнят задачите само в около една трета от случаите, сочат представените данни.

Роботите се затрудняват дори с подреждането на предмети

Изкуственият интелект вече може да решава сложни математически задачи, да анализира огромни масиви от информация и да подпомага научни изследвания. Пренасянето на тези способности във физическия свят обаче се оказва значително по-трудно.

Докато преместването на един предмет е сравнително лесно за съвременните роботизирани системи, изпълнението на няколко последователни действия рязко увеличава вероятността от грешка.

Именно този проблем стои в основата на LADDER – разработка на INSAIT и NVIDIA, която позволява да се сравнява представянето на различни AI модели при управлението на роботи.

Платформата е насочена към т.нар. физически изкуствен интелект (Physical AI) – технологии, при които машините трябва не само да обработват информация, но и да взаимодействат с околната среда.

Дори водещите AI модели не успяват в повечето сложни изпитания

Сред системите, включени в класацията на LADDER, са GPT-6 Astra, Claude Opus 5.5 и Gemini 4 Argon.

Въпреки че показват по-добри резултати от редица други модели, те продължават да срещат затруднения при изпълнението на по-дълги последователности от действия.

При най-сложните задачи, изискващи между осем и десет стъпки, дори най-добрите системи постигат успех само в около една трета от случаите, според обобщените резултати, представени от Министерството на образованието и науката.

Особено показателно е представянето на моделите, разработени специално за управление на роботи. Един от водещите сред тях може да премести успешно отделен предмет, но почти никога не успява да изпълни задача с пет или повече последователни действия.

Научната разработка включва 145 задачи в осем категории и предвижда по 2024 симулирани изпитания за оценявана система. Изследователите сравняват различни подходи за управление и координиране на роботизираните действия.

Високата цена е друго препятствие пред роботиката

Освен техническите ограничения изследването откроява и финансов проблем.

При някои от най-мощните модели средната цена за успешно изпълнение на една задача надхвърля 6 долара.

Пълното оценяване на подобна система чрез близо 2000 опита може да достигне приблизително 8000 долара.

Тези разходи показват, че развитието на физическия изкуствен интелект зависи не само от повишаването на точността и надеждността, но и от намаляването на ресурсите, необходими за използването и тестването на моделите.

Българска разработка привлича вниманието на NVIDIA

Съвместният проект е резултат от интереса на NVIDIA към разработка на българския INSAIT.

Компанията е сред водещите участници в световната индустрия за изкуствен интелект, а роботиката и физическият AI са сред направленията, в които тя инвестира активно.

Създаването на LADDER разширява участието на българските изследователи в международните усилия за разработване на по-надеждни интелигентни роботи.

Платформата е публично достъпна и ще бъде допълвана с резултатите на нови модели. Потребителите могат да разгледат класациите, видеозаписите от изпълнението на задачите и научната публикация.

Повече информация е публикувана на официалния сайт на LADDER.

Резултатите от изследването показват, че въпреки бързия напредък на изкуствения интелект създаването на роботи, способни надеждно да изпълняват поредици от обикновени човешки действия, продължава да бъде сериозно технологично предизвикателство.