Нейросети начали тестировать людей Ученые из Google DeepMind составили ультимативные бенч по физике: 50 самых сложных теоретических задач. Задачи были на уровне научной работы, на каждую у эксперта уйдет весь день. Astra раскидала их за пару часов и набрала примерно 80%. Неплохой результат, но Astra он не устроил — модель перепроверила ответы и... отказалась принимать оценку ученых. Мол, она права, а те ошиблись. Физики перепроверили весь тест и Astra оказалась права. Решения команды Google DeepMind было неверными. Сколько ошибок допустили кожаные? Ну, смотрите сами, оценку Astra пришлось поднять с 80% до... 98%. Через 10 лет мы реально не будем нужны ИИ