Top Gun kanyonunda yapay zeka pilot testi: hangi model Maverick’i geçebildi?

Bir geliştirici, Anthropic’in terminal tabanlı kodlama aracı Claude Code’u kullanarak Top Gun: Maverick filmindeki meşhur kanyonu bir uçuş ortamı olarak yeniden inşa etti. Ardından bu sahneyi bir yapay zeka pilot testine dönüştürdü ve önde gelen dil modellerini uçağın kontrolüne bıraktı. Ortaya çıkan tablo, modellerin henüz bir savaş uçağını uçurabilecek seviyede olmadığını gösteriyor: denemelerin büyük bölümü modellerin yere çakılmasıyla sonuçlandı.

Proje, Claude Code’un sınırlarını göstermesi açısından da dikkat çekiyor. Amaç, filmdeki alçak irtifa kanyon geçişini oynanabilir bir senaryoya dönüştürmekti; arazi, uçuş fiziği ve kamera sistemi bu araç üzerinden kodlandı. Benzer bir deneyde Claude Code, Google Antigravity ve Codex’e aynı oyun kodlatılmış, yalnızca biri oynanabilir çıktı üretmişti.

Testin asıl ilginç yanı, dil modellerinin bir uçağı gerçek zamanlı kontrol etme becerisini ölçmesi. Modellerin kanyondaki dar geçitlerde irtifayı koruması, hızı ayarlaması ve duvarlardan kaçınması gerekiyordu. Bu, sohbet penceresinde metin üretmekten oldukça farklı bir beceri seti: uzamsal muhakeme, kesintisiz kontrol ve gecikmeye dayanıklılık.

Paylaşılan sonuçlara göre modellerin çoğu, kanyona girdikten kısa süre sonra kontrolü kaybederek yere çakıldı. Hiçbiri Maverick’in filmdeki akrobatik rotasını tamamlayamadı. Yani en güçlü modeller bile basit bir metin görevinde gösterdikleri performansı, sürekli fizik simülasyonu gerektiren bir göreve taşıyamadı.

Bu tür deneyler, yapay zeka ajanlarının fiziksel dünyayla etkileşime girdiği senaryoların neden zorlu olduğunu somut biçimde ortaya koyuyor. Bir modelin kod yazması ya da metin özetlemesi, onu bir aracı güvenle kullanabilecek hale getirmiyor. Daha önce bir kullanıcının basit bir MS Paint görseli için Claude’a 45 dolar ödemesi de benzer bir yetenek algısı tartışmasını gündeme getirmişti.

Sonuç olarak eğlenceli bir hafta sonu projesi gibi görünen bu deney, ajan tabanlı yapay zeka sistemlerinin gerçek zamanlı kontrol görevlerinde hâlâ ne kadar kırılgan olduğunu hatırlatıyor. Modellerin kanyondan sağ çıkıp çıkmaması bir yana, bugün hiçbiri bir yolcu uçağının kokpitinde oturacak güveni henüz vermiyor.

Kaynak: XDA Developers

İlgili içerikler: OpenAI yapay zeka davası: California, kontrolsüz ajanlar için harekete geçti • Apple, sağlıkta yapay zeka kullanımını inceleyecek yeni araştırma uygulamasını duyurdu • Microsoft'tan Outlook kesintisi açıklaması: Suçlu ne yapay zeka ne de siber saldırı

Aziz Emre ÖZTÜRK

Merhaba, ben Aziz Emre Öztürk. 2020 yılında kurduğum AZTEK bünyesinde çalışmalarımı sürdürüyorum. Şirket bünyesinde bulunan Tekno Donanım, Shopperce ve HostingFest markalarında aktif görev alıyorum. Tekno Donanım, teknoloji ve donanım odaklı bir içerik platformudur. Bu platformda teknoloji dünyasına dair yazılı ve görsel içerikler üretiyor ve okuyucularla paylaşıyorum.
Başa dön tuşu

Reklam Engelleyici Algılandı

Reklam engelleyiciyi devre dışı bırakıp destek olmayı düşünürseniz çok memnun oluruz. İlginize teşekkür ederiz!