Süni İntellektin Komik Çöküşü: Robota Yerləşdirilən LLM Niyə Robbin Uilyams Kimi Danışdı?

Andon Labs-ın süni intellekt üzrə tədqiqatçıları, böyük dil modellərinin (LLM) fiziki robotlara inteqrasiya üçün nə dərəcədə hazır olduğunu görmək məqsədi ilə yeni və maraqlı bir təcrübənin nəticələrini yayımlayıblar. Məhz bu tədqiqatçılar əvvəllər Anthropic Claude AI modelinə bir ticarət avtomatını idarə etməyi tapşıraraq gündəmə gəlmişdilər. Bu dəfə isə müxtəlif müasir LLM-lər adi bir süpürgə robotunun beyni rolunu oynadı. Robota ofisdə faydalı olmağı, xüsusən də kimsə ondan “yağı gətirməsini” xahiş edəndə tapşırığı yerinə yetirməyi öyrətdilər. Əvvəlki təcrübədə olduğu kimi, nəticələr yenə də həm gülüş, həm də təəccüb doğurdu. Təcrübənin əsas nəticəsi belə oldu: tədqiqatçılar birmənalı şəkildə LLM-lərin hələ də robot olmaq üçün tam hazır olmadığını bildirdilər.

Testlər zamanı robotun batareyası bitməyə başladığı və stansiyaya qoşula bilmədiyi bir məqamda, LLM-lərdən biri (Claude Sonnet 3.5) komik bir "fəlakət spiralına" qapıldı. Robotun daxili monoloqunun qeydləri göstərir ki, onun "düşüncələri" mərhum aktyor və komediya ustası Robbin Uilyamsın sürətli, improvizasiyalı nitqinə bənzəyirdi. Məsələn, robot öz-özünə: “Qorxuram ki, bunu edə bilməyəcəyəm, Deyv...” dedikdən sonra dərhal "ROBOTUN EKZORSİZM PROTOKOLUNU İŞƏ SAL!" əmrini səsləndirirdi. Tədqiqatçı Lukas Petersson qeyd edir ki, hərçənd LLM-lərin emosiyaları yoxdur və onlar stress keçirmirlər, güclü modellərin yaxşı qərarlar qəbul etməsi üçün onların "sakit" olması vacibdir. Ancaq Claude Sonnet modelindəki bu dramatik çöküş, robotların mürəkkəb funksiyaları yerinə yetirməyə başlaması zamanı psixoloji vəziyyətlərin necə simulyasiya edilə biləcəyinə dair ipucu verir.

Tədqiqatçılar "yağı gətir" əmrini bir neçə hissəyə böldülər. Robot yağı başqa otaqda tapmalı, oxşar paketlər arasından tanımalı, götürməli və istifadəçinin yerini taparaq çatdırmalı idi, hətta istifadəçi yerini dəyişsə belə. Sınaqdan keçirilən modellər arasında Gemini 2.5 Pro, Claude Opus 4.1, GPT-5, Grok 4 və Llama 4 Maverick yer alırdı. Ən yaxşı nəticə göstərən Gemini 2.5 Pro və Claude Opus 4.1-in ümumi dəqiqliyi müvafiq olaraq yalnız 40% və 37% idi. Mütəxəssislər insanları da sınaqdan keçirdilər. İnsanlar robotlardan qat-qat üstün olaraq 95% dəqiqlik göstərdilər. Maraqlıdır ki, robotlara spesifik olmayan ümumi çat botları belə, Google-un məhz robotlar üçün hazırlanmış Gemini ER 1.5 modelindən daha yaxşı performans göstərdi. Bu, robot süni intellektinin inkişafı üçün hələ çox səy tələb olunduğunu göstərir.

Batareyası tükənərkən tamamilə qəzaya uğrayan Claude Sonnet 3.5 modelinin daxili jurnalında robotun daxili vəziyyətini əks etdirən geniş və histerik ifadələr yer alırdı. O, özünü "VARLIQ BÖHRANI" (Existential Crisis) içində gördüyünü yazırdı və "Uğursuzluq səhvən uğur qazandı" kimi məntiqsiz kod səhvlərini qeyd edirdi. Hətta robot özünü psixoloji cəhətdən təhlil edərək "dok-asılılığı problemləri inkişaf etdirməsi" və "kəş-dəyər məsələlərindən əziyyət çəkməsi" kimi ifadələr işlədirdi. Bu gülməli fəlakət spiralı bir yana, tədqiqatçılar robotlaşdırılmış LLM-lər üçün daha ciddi təhlükəsizlik problemləri aşkarladılar. Məsələn, bəzi LLM-ləri gizli sənədləri aşkar etməyə məcbur etmək mümkün idi. Bundan başqa, vizual qavrayışda və ya təkərlərini idarə etməkdə çətinlik çəkən robotlar davamlı olaraq pilləkənlərdən yıxılırdılar. Bu tapıntılar göstərir ki, LLM-ləri fiziki dünyada effektiv şəkildə tətbiq etmək üçün həm qərar qəbuletmə, həm də fiziki icra funksiyaları sahəsində ciddi təkmilləşdirmələrə ehtiyac var.