Визуализация ИИ против производительности человека в технических задачах

Разрыв между человеческим и машинным мышлением сокращается. И быстро.

За последний год системы искусственного интеллекта продолжали быстро развиваться, превзойдя человеческую производительность в технических задачах, где они ранее отставали, таких как продвинутая математика и визуальное мышление.

Скриншоты из игры Visual Capitalist's Kayla Чжу визуализирует производительность систем ИИ по сравнению с базовыми показателями человека для восьми контрольных показателей ИИ, измеряющих задачи, включая:

1. Классификация изображений

2. Визуальные рассуждения

3. Понимание чтения на среднем уровне

4. Понимание английского языка

5. Многозадачное понимание языка

6. Математика уровня конкуренции

7. Научные вопросы уровня PhD

8. Мультимодальное понимание и рассуждение

Эта визуализация является частью Неделя искусственного интеллекта Visual CapitalistСпонсируется Terzo. Данные взяты из отчета Stanford University 2025 AI Index Report.

бенчмарк ИИ — это стандартизированный тест, используемый для оценки производительности и возможностей систем ИИ по конкретным задачам.

Модели ИИ превосходят людей в технических задачах

Ниже мы показываем, как в последние годы модели ИИ выполняли различные технические задачи по сравнению с базовыми показателями человека.

От ChatGPT до Gemini многие из ведущих мировых моделей ИИ превосходят базовый уровень человека в ряде технических задач.

Единственная задача, в которой системы ИИ до сих пор не догнали людей, — это мультимодальное понимание и рассуждение, которое включает обработку и рассуждение в нескольких форматах и дисциплинах, таких как изображения, диаграммы и диаграммы.

Однако разрыв быстро сокращается.

В 2024 году модель O1 OpenAI набрала 78,2% на MMMU, эталон, который оценивает модели по многодисциплинарным задачам, требующим знаний предмета на уровне колледжа.

Это всего на 4,4 процентных пункта ниже человеческого показателя в 82,6%. Модель O1 также имеет один из самых низких показателей галлюцинаций среди всех моделей ИИ.

Это был большой скачок с конца 2023 года, когда Google Gemini набрал всего 59,4%, что подчеркивает быстрое улучшение производительности ИИ в этих технических задачах.

Чтобы погрузиться во весь контент AI Week, посетите наш центр контента AI, привезенный вам Терзо.

Чтобы узнать больше о мировой индустрии ИИ, ознакомьтесь с этой графикой, которая визуализирует, какие страны выигрывают гонку патентов на ИИ.