Ingenieros de IA prueban las habilidades de conducción de los modelos de lenguaje con toyota corolla

Tres ingenieros de IA de Axiom, Aditya Ramabadran, Simon Mahns y Tobias Gessler, utilizaron GPT-6 de OpenAI Astra para conducir un Toyota Corolla de 2024 hasta un restaurante In-N-Out Burger en la Bahía. El modelo de IA, normalmente diseñado para la generación de texto y código, navegó el coche hasta la ventanilla del servicio de autoservicio utilizando cámaras y dirección asistida, con un conductor de seguridad supervisando. El experimento destaca la creciente comprensión física de los modelos de IA basados en lenguaje. Los investigadores argumentan que, si bien los modelos actuales sobresalen en tareas virtuales, sus capacidades en el mundo real siguen siendo limitadas. Andrew Dai de Elorian AI enfatizó la importancia del razonamiento físico para la robótica y la automatización del hogar. Un nuevo conjunto de pruebas, Humanity's Sixth Sense, evalúa la capacidad de los modelos para comprender escenas físicas. Los ingenieros también desarrollaron DrivingBench, que muestra que modelos como Astra pueden completar un sencillo circuito de estacionamiento, aunque lentamente. A pesar del progreso, los modelos todavía tienen dificultades con tareas de conducción complejas. Ramabadran señaló que los modelos se adaptan en tiempo real, lo que sugiere capacidades emergentes a partir del entrenamiento multimodal. Sin embargo, el experimento del trío destaca la brecha entre el rendimiento de la IA en entornos virtuales y reales.