إطلاق PhysAI-Bench لتقييم قرارات نماذج الذكاء الاصطناعي في الطائرات بدون طيار

أطلقت جامعة الإمارات العربية المتحدة، بالتعاون مع معهد الابتكار التكنولوجي في أبوظبي، PhysAI-Bench، وهو معيار جديد لاختبار قدرة نماذج الذكاء الاصطناعي على اتخاذ قرارات في الوقت الحقيقي كطيارين مستقلين. تم استخدام 10,178 نقطة قرار مستمدة من مهام حقيقية للطائرات بدون طيار لاختبار 29 نموذجًا من 14 منظمة ذكاء اصطناعي، بما في ذلك OpenAI وGoogle. أظهر النموذج الأفضل أداءً، GPT-5.3 Chat، دقة بنسبة 52% فقط في اختيار الإجراء الصحيح، بينما كانت جميع النماذج الأخرى أقل أداءً على الأسئلة الجديدة مقارنةً بتلك المستخدمة في ضبط إعداداتها. هذه النتائج تشير إلى فجوة كبيرة بين أداء النماذج في مجموعات البيانات الصغيرة المستخدمة للتدريب والبيانات الجديدة.