Amerikalı bir mühendis, gerçek bir otomobilin kontrolünü birkaç yapay zekâ modeline verdi ancak modellerin sürüş performansı beklentilerin altında kaldı.
Amerikalı bir mühendis, günümüzün yapay zekâ modellerinin gerçekten kendi başlarına araç kullanıp kullanamayacağını görmek için gerçek bir otomobilin kontrolünü tamamen ChatGPT, Claude ve Grok'a vermeye karar verdi.
Deneyde, ChatGPT'nin iki farklı sürümü de dâhil olmak üzere dört yapay zekâ sistemi sanal direksiyonun başına geçti. Hepsi sorunlarla karşılaştı ancak bir model diğerlerinden belirgin biçimde daha iyi performans gösterdi.
Mühendis, yapay zekâ sistemlerini doğrudan otomobilin direksiyon, gaz ve fren kontrollerine bağladı ve testi boş bir otoparkta gerçekleştirdi. Bu yapay zekâ modelleri çevrelerini yorumlamak veya anlık frenleme kararları almak için tasarlanmadığından, kamera sensörü verilerini her istem için görsel bağlama dönüştüren bir sistem geliştirdi.
Yapay zekâ sistemleri daha sonra direksiyon açısını, gaz konumunu ve frenleme kuvvetini belirten metin komutlarıyla yanıt verdi.
En büyük sorun yanıt süresiydi. Yapay zekâ, otomobilin gidiş yönünü etkili biçimde düzeltmek için çoğu zaman çok geç karar veriyordu. Örneğin, direksiyonun 15 derece düzeltilmesi istendiğinde otomobil zaten rotasından önemli ölçüde sapmış oluyordu.
Sistemler mekânsal farkındalık konusunda da zorlandı. Çevrelerini gerçek anlamda üç boyutlu olarak kavrayamadıkları için engellere olan mesafeleri değerlendirmekte güçlük çektiler.
Yapay zekâ modelleri zaman zaman birbiriyle çelişen komutlar bile üretti. Bir örnekte sistem, motor gücünün yüzde 100'e çıkarılmasını isterken aynı anda tam frenleme emri verdi.
Mühendise göre en yeni GPT-6 Astra modeli genel olarak en iyi performansı gösterdi ancak yanıt süresi önemli bir kısıt olmaya devam etti.
Grok çok daha hızlı yanıt verdi ancak kararları yeterince doğru veya güvenli değildi. Claude ise ChatGPT'ye daha benzer bir performans gösterdi; olası tehlikeleri belirlemede güçlü bir yetenek sergilese de aşırı temkinli tepki verdi.
Mühendis, ilk denemedeki başarısızlığına rağmen sonunda ChatGPT-6 Astra'yı kazanan ilan etti. Sistem, önceki hatalarından ders çıkararak ikinci denemesinde rotayı 5 dakika 22 saniyede tamamladı.
Claude Fable 5.1 rotanın yüzde 45'ini tamamlarken Grok 4.6 yüzde 11'de durdu. GPT-5.6 Sol ise parkurun yalnızca yüzde 6'sını tamamlayabildi.