האם בינה מלאכותית מסוגלת לבצע משימה פשוטה של ילד בכיתה א'? אחרי שראינו את Gemini, ואת ChatGPT ו-CoPilot מתקשים, הגיע תורם של הענקים Claude ו-Grok לעמוד למבחן הספירה עד 200.
המבחן של Grok: קריסה חזותית וקולית
הניסוי התחיל עם Grok, הבינה המלאכותית של אילון מאסק. למרות ש-Grok מתגאה ביכולות שיחה בעברית, המציאות בשטח הייתה רחוקה מלהיות מרשימה. בתחילת הספירה הוא עוד החזיק מעמד, אך ככל שהמספרים עלו, המערכת החלה "להתחרפן".
בסביבות המספר 100, Grok החל לגמגם, לחזור אחורה למספרים קודמים (כמו 103 ו-105) ואף להשמיע רעשים סטטיים מוזרים שנשמעו כמו "פיצוץ גרעיני פנימי". הוא דילג על עשרות, חזר על מספרים פעמיים, ובסופו של דבר נכשל בצורה מוחלטת במשימה.
המבחן של Claude: הכי קרוב, אבל עדיין לא שם
לאחר הכישלון של Grok, עברנו ל-Claude. בניגוד למתחרים, Claude הפגין את הביצועים היציבים ביותר, אך עם שתי מגבלות עיקריות:
- מחסום השפה: נכון לעכשיו, המודל לא מסוגל לספור בעברית ודורש הנחיות באנגלית.
- תקרת ה-127: משום מה, Claude נעצר שוב ושוב באזור המספר 124 עד 127. גם לאחר הפצרות וניסיונות חוזרים, המודל פשוט "נתקע" בעלייה ולא הצליח להשלים את הרצף עד 200.
שורה תחתונה: המכונות עדיין לא סופרות אותנו
התוצאה מפתיעה: למרות היכולות המדהימות בכתיבת קוד, פתרון בעיות מורכבות וניתוח נתונים, כל מודלי ה-AI המובילים בשוק – כולל ChatGPT, Gemini, Copilot, Grok ו-Claude – נכשלים במשימה הליניארית הפשוטה של ספירה רציפה עד 200 ללא עצירות או טעויות.
נראה שלבינה המלאכותית יש עוד דרך ארוכה לעבור לפני שתוכל להחליף את הפעולות הבסיסיות ביותר של המוח האנושי.
