Yapay zeka modellerinin araba kullanma testinde GPT-6 Astra tek başarılı oldu

DrivingBench araştırmacıları, genel amaçlı yapay zeka modellerine gerçek bir araç kontrolünü vererek kapsamlı bir deney gerçekleştirdi. Küçük konilerle işaretlenmiş parkurda yapılan testlerde, birçok model ters yöne sapma veya uzun süreli hareketsizlik gibi sorunlarla karşılaşırken, yalnızca GPT-6 Astra parkuru tam olarak tamamlayabildi.

Deney Nasıl Yapılandırıldı

2022 model bir Toyota Corolla'ya CAN veri yolu aracılığıyla comma four cihazı bağlandı. Araç kameralarından gelen görüntüler ve telemetri verileri bilgisayara iletilirken, yapay zeka modelleri direksiyon, gaz ve fren komutları üretmek zorunda kaldı. Katılımcı modellere renkli konilerle sınırlandırılmış parkurda ilerlemeleri, virajları geçmeleri ve mavi konilerle işaretlenmiş bölgeye park etmeleri istendi. Test kapsamında GPT-6 Astra, Claude Fable 5.1, Grok 4.6 ve GPT-5.6 Sol olmak üzere dört model kıyaslandı. Her modele hatalarını değerlendirip tekrar deneyebilme imkânı verildi ve toplamda üç girişim hakkı tanındı.

Sonuçlar ve Performans Farkları

Test sonuçlarına göre parkuru tamamlayabilen tek model GPT-6 Astra oldu. İlk denemesinde parkurun yaklaşık yüzde 49'unu tamamlayan bu model, ikinci denemesinde parkuru 5 dakika 22 saniyede bitirdi. Claude Fable 5.1 ise üçüncü denemesinde parkurun yaklaşık yarısına kadar ilerleyebildi. Diğer modellerin çoğu ilk virajı geçmeyi bile başaramadı.

Yapay Zekaların Karşılaştığı Güçlükler

Deney sırasında yapay zeka modellerinin en önemli sorunu parkuru ve aracın konumunu doğru yorumlayamamak oldu. Bazı modeller konilerin hangi tarafında ilerlemesi gerektiğini anlayamayarak yanlış yöne sapıp, bazıları ise aracın gerçek boyutlarını kameradan doğru değerlendiremedikleri için engellere fazla yaklaştı. Karar verme hızı da kritik bir problem alanı olarak ortaya çıktı; bazı modeller bir sonraki hamleyi hesaplarken aracı uzun süreler hareketsiz bıraktı. GPT-6 Astra bu sorunu daha iyi yönetebilmiş, yaklaşık 5-6 saniyede bir yeni görüntüleri değerlendirerek dakikada yaklaşık 6 komut üretmek suretiyle sürüşü kesintiye uğratmadan devam ettirebilmiştir.

Güvenlik Önlemleri ve Deney Kapsamı

Testler sırasında araçların hızı 1,8 kilometre saat ile 12,6 kilometre saat arasında tutuldu. Tüm test boyunca bir güvenlik sürücüsü, gerektiğinde hemen müdahale edebilmek için ayağı fren pedalının üzerinde hazır şekilde araçta bulundu. Araştırmacılar, çalışmanın genel amaçlı yapay zeka modellerinin açık yollarda otonom sürüşe hazır olduğunu göstermek amacıyla yapılmadığını vurguladı. Deney, bu modellerin kamera ve telemetri verileriyle gerçek araç üzerinde ne gibi yeteneklere sahip olduğunu ortaya koymak için tasarlandı.