OpenAI, Yapay Zekâyı Bilim İnsanlarıyla Yarıştıracak Yeni Test Aracı FrontierScience’ı Duyurdu: İşte İlk Sonuçlar!

[hepsigundem]

Yapay zekâ dünyasında rekabet artık sadece “kim daha iyi şiir yazar” veya “kim daha güzel kod yazar” seviyesinden çıkıp, “kim laboratuvarda bilim insanlarına taş çıkartır” seviyesine geldi. Hâl böyle olunca OpenAI, modellerin bilimsel muhakeme yeteneklerini ölçmek için “FrontierScience” adını verdiği yeni ve oldukça kapsamlı bir kıyaslama aracını resmen duyurdu.

Daha önceki testlerin artık günümüzün süper güçlü modellerine hafif gelmeye başladığı bir dönemdeyiz. Öyle ki, “Google-Proof” olarak bilinen GPQA testinde bile GPT-5.2 modelinin yüzde 92 başarı oranına ulaştığını görüyoruz. Bu doygunluk noktası, OpenAI’ı daha zorlu, uzman seviyesinde bir sınav hazırlamaya itti. Peki fizik, kimya ve biyoloji alanlarında yapay zekâyı terletecek bu yeni sistem neler sunuyor? Gelin detaylara bakalım.

FrontierScience nedir ve neden ihtiyaç duyuldu?

FrontierScience, yapay zekâ modellerinin uzman düzeyinde bilimsel akıl yürütme becerilerini değerlendirmek için tasarlanmış yeni bir standart. OpenAI bu aracı geliştirirken tek başına hareket etmemiş; fizik, kimya ve biyoloji alanlarında uzmanlaşmış doktoralı bilim insanları ve uluslararası olimpiyat madalyalı kişilerle iş birliği yapmış.

Mevcut testlerin çoğu çoktan seçmeli sorulara odaklanırken veya artık modeller için çok kolay hâle gelirken FrontierScience, bu boşluğu doldurmayı hedefliyor. Amaç sadece bilgi dağarcığını ölçmek değil, modellerin karmaşık bilimsel problemleri çözerken nasıl bir yol izlediğini ve araştırmacıların iş akışlarına ne kadar entegre olabileceğini görmek.

İki farklı kulvar: Olimpiyat ve Araştırma

FrontierScience, modelleri iki ana kategoride sınıyor: Olimpiyat ve Araştırma. Bu ayrım, yapay zekânın hem teorik bilgisini hem de pratik araştırma yeteneğini ayrı ayrı ölçmek için kritik bir öneme sahip.

• 
  Olimpiyat kategorisi: Bu bölümde uluslararası bilim olimpiyatlarında madalya kazanmış kişiler tarafından hazırlanan 100 adet kısa cevaplı soru bulunuyor. Sorular teorik bilgi ve üst düzey akıl yürütme gerektiriyor.
  
  
• 
  Araştırma kategorisi: İşlerin asıl zorlaştığı kısım burası. Doktoralı bilim insanları tarafından hazırlanan 60 özgün araştırma görevi yer alıyor. Bu görevler çoktan seçmeli değil, tamamen ucu açık ve 10 puanlık bir rubrik sistemiyle değerlendiriliyor.
  

Sonuçlar ne söylüyor? GPT-5.2 ve Gemini 3 Pro kapışması

OpenAI, bu yeni araçla birlikte piyasadaki en güçlü modelleri de teste tabi tuttu. Sonuçlar, yapay zekânın yapılandırılmış problemlerde ne kadar ilerlediğini ancak özgün araştırmalarda hâlâ ne kadar yolu olduğunu net bir şekilde gösteriyor.

GPT-5.2 hem Olimpiyat hem de Araştırma pistinde şu an için liderliği elinde tutuyor. Model, Olimpiyat sorularında yüzde 77, Araştırma görevlerinde ise yüzde 25 başarı oranı yakaladı. Rakip cephesine baktığımızda ise Gemini 3 Pro’nun Olimpiyat testinde yüzde 76 ile GPT-5.2’nin ensesinde olduğunu görüyoruz. Ancak konu ucu açık araştırmaya geldiğinde tüm modellerde ciddi bir performans düşüşü yaşanıyor.

Bu sonuçlar bize şunu anlatıyor: Yapay zekâ, ders kitaplarında yazan zorlu problemleri çözmekte artık neredeyse bir uzman kadar iyi. Ancak iş, sıfırdan bir hipotez üretip bunu karmaşık bir araştırma sürecine dökme noktasına geldiğinde, insan zekâsına ve denetimine hâlâ muhtaçlar. FrontierScience, tam da bu gelişimi takip etmek için “kuzey yıldızı” olmayı hedefliyor.


Kaynak : Webtekno

The post OpenAI, Yapay Zekâyı Bilim İnsanlarıyla Yarıştıracak Yeni Test Aracı FrontierScience’ı Duyurdu: İşte İlk Sonuçlar! first appeared on HepsiGündem.COM " Gündem,Güncel Haberler Burada ".

Okumaya devam et...