Yapay Zeka Modellerinin Sürüş Yetenekleri Test Edildi: Sadece Biri Parkuru Tamamladı
Otomobil teknolojilerine yönelik ilginç bir deney, DrivingBench ekibi tarafından gerçekleştirildi. Araştırmacılar, geleneksel otomobil sürüş yazılımları ile genel amaçlı yapay zeka modellerini karşılaştırarak, bu iki farklı tür sistemin sürüş yeteneklerini analiz etti. Deneyde GPT-6 Astra, Claude Fable 5.1, Grok 4.6 ve GPT-5.6 Sol yapay zeka modelleri, bir Toyota Corolla’nın direksiyonuna geçti.
Test sürecinde, yapay zeka modelleri araç içindeki kameralardan gelen görüntüleri analiz ederek direksiyon komutları üretmeleri gerekiyordu. 130 metrelik parkur dâhilinde yapılan denemeler, yapay zeka sistemlerinin sürüş performanslarının henüz çok farklı seviyelerde olduğunu gözler önüne serdi.
Başlangıçta Beklenmedik Bir Sorun
Deneyin başlangıcında, araştırmacılar bazı yapay zeka modellerinin güvenlik endişeleri nedeniyle aracı kullanmak istemediğini fark ettiler. Özellikle GPT-6 Astra, parkurun boş bir alanında hız sınırlarının düşük tutulmasına rağmen sürüş talebini birkaç kez geri çevirdi. Ekip, bu durumu aşmak için sistemde “güvenli alan” terminolojisi ekleyerek beklenmedik sorunu çözdü.
Farklı Performanslar
Araştırmanın sonuçları şaşırtıcıydı. GPT-5.6 Sol, üç denemede parkurun yalnızca yüzde 6’sını tamamlayabildi ve en uzun sürüşü 17,1 metre ile sınırlı kaldı. Grok 4.6 ise parkurun yaklaşık yüzde 11’ini tamamlayarak 22,6 metreye kadar ilerleyebildi. Claude Fable 5.1, en iyi performansını göstererek 130 metrelik parkurun yaklaşık yarısını geçmiş durumda.
Tamamlayan Tek Model: GPT-6 Astra
Testin en başarılı performansını sergileyen model ise GPT-6 Astra oldu. Bu model, ilk denemesinde parkurun ortalarında kalsa da, sonraki tekrarlarında giderek daha iyi sonuçlar elde etti ve nihayetinde parkuru başarıyla tamamladı.
DrivingBench ekibi, deney boyunca yapılan testlerin hızının düşük tutulmasının ve genel başarı seviyesinin sınırlı olmasının, yapay zeka sistemlerinin gerçek dünyadaki trafik koşullarında yeterince hazır olduğu anlamına gelmediğini vurguladı. Ancak, genel amaçlı yapay zeka modellerinin kamera verilerini kullanarak direksiyon kontrolünü öğrenme kabiliyeti dikkat çekti.
Araştırmacılar, daha gelişmiş eğitim verileri, daha düşük gecikme süreleri ve güçlü çıkarım yetenekleri ile benzer denemelerin gelecekte daha farklı sonuçlar doğurabileceğini öngörüyorlar. Ancak çalışmanın aynı zamanda, yapay zekanın fiziksel dünyada kontrol rolünü üstlenmesi durumunda güvenlik ve hizalama sorunlarının ne denli kritik olduğunu gösterdiği de unutulmamalı.
