OpenAI ၏ GPT-6 Astra သည် ၎င်း၏စံချိန်သို့ ထူးထူးခြားခြားဆုဖလားကို ထပ်လောင်းလိုက်သည်- Valve ၏ အထင်ကရ ပထမဆုံးလူပဟေဠိ Portal ၏ အပြည့်အစုံကို စုစုပေါင်းတွက်ချက်မှုကုန်ကျစရိတ် $571.18 ဖြင့် 24 နာရီအတွင်း အလိုအလျောက် ပြီးစီးခဲ့သည်။ The Verge သည် 2026 ခုနှစ် စက်တင်ဘာလ 6 ရက်နေ့တွင် မှတ်တိုင်အား အစီရင်ခံခဲ့ပြီး၊ ၎င်းကို ဂိမ်းအထိ ရှေ့တန်းပုံစံကို ကြိုးတပ်ကာ cozyblaze ဟုခေါ်သော အသုံးပြုသူတစ်ဦးအား ဂုဏ်ပြုမှတ်တမ်းတင်ခဲ့သည်။

Portal သည် ၎င်း၏အသက်အရွယ်ရှိသော်လည်း AI အေးဂျင့်အတွက် တောင်းဆိုသောစမ်းသပ်မှုတစ်ခုဖြစ်သည်။ Valve မှ 2007 ခုနှစ်တွင် ထုတ်ဝေခဲ့သော ဂိမ်းသည် ဥာဏ်စမ်းခန်းများမှတဆင့် နံရံများ၊ ကြမ်းပြင်များနှင့် မျက်နှာကျက်များတွင် ချိတ်ဆက်ထားသော အပေါက်များကို ဖန်တီးပေးသည့် ဂိမ်းပဟေဠိများအကြောင်း ကစားသမားများအား ဆင်ခြင်သုံးသပ်ရန် လိုအပ်ပါသည်။ အားကိုးရန် တိုက်ပွဲဝင်ခြင်း မရှိသလို လိုက်ရန် ရှာဖွေမှု အမှတ်အသားလည်း မရှိပါ။ အခန်းတိုင်းသည် အခြေခံအားဖြင့် ရူပဗေဒဆိုင်ရာ ပဟေဠိတစ်ခုဖြစ်သည်။ Frontier မော်ဒယ်များကို ဖိစီးမှုစမ်းသပ်ခံရပုံကို လိုက်နာသည့် စာဖတ်သူများအတွက်၊ ဤအပြေးသည် ကျွန်ုပ်တို့၏ AI ဖွံ့ဖြိုးတိုးတက်မှုလွှမ်းခြုံမှု တွင် ကွက်ကွက်ကွင်းကွင်း ပါဝင်မှုတစ်ခုဖြစ်သည်။

သရုပ်ပြဗီဒီယိုများမှ အပြည့်အစုံသို့

ပြေးတာက ဘယ်ကနေမှ ထွက်မလာဘူး။ စက်တင်ဘာလ 6 ရက်နေ့ အစောပိုင်းတွင် GPT-6 Astra ကစားနေသော Portal ကိုပြသသည့် YouTube ဗီဒီယိုသည် Hacker News တွင်ပျံ့နှံ့ခဲ့ပြီး မော်ဒယ်သည် ဂိမ်းအား "အလိုအလျောက် ပြီးမြောက်ခဲ့သည်" ဟူသော နောက်ဆက်တွဲပို့စ်တစ်ခုသည် အာရုံစိုက်မှုရရှိလာခဲ့သည်။ The Verge ၏ အစီရင်ခံစာတွင် အသေးစိတ်အချက်အလက်များကို အတည်ပြုခဲ့သည်- 24 နာရီအတွင်း အရိုက်ခံရသော ဂိမ်းအပြည့်အစုံကို ကွန်ပျူတာတွင် ကန်ဒေါ်လာ 600 အောက်ဖြင့် — သံသယရှိသူများအတွက် လွှင့်တင်ထားသော ပြေးခြင်းဆိုင်ရာ အနှစ်ချုပ်ဗီဒီယိုဖြင့်။

The Verge သည် ဒေတာစင်တာအအေးပေးမှုတွင် ဒေတာစင်တာအအေးပေးသည့်ရေကူးကန်ငယ်၏တန်ဖိုးရှိရေကူးကန်ငယ်ကို အကြမ်းဖျင်းအားဖြင့် သုံးစွဲနိုင်သည်ကို သတိပြုမိခြင်းကြောင့် ဥပဒေကြမ်း၏ပတ်ဝန်းကျင်ဘက်ခြမ်းကို တွက်ချက်ခြင်းအား The Verge က မငြင်းနိုင်ပါ။ အေးဂျင့်ဂိမ်းဆော့ခြင်းများသည် သုံးစွဲသူအတွက် စျေးပေါသော်လည်း ကမ္ဘာမြေအတွက် အခမဲ့မဟုတ်ကြောင်း ဝမ်းနည်းစရာ သတိပေးချက်ဖြစ်သည်။

ဘာကြောင့် 2007 Puzzler က လေးနက်တဲ့ စံနှုန်းတစ်ခု ဖြစ်နေတာလဲ။

Beating Portal သည် ARC-AGI သို့မဟုတ် SWE-bench ကဲ့သို့ စီစဉ်ထားသော စံသတ်မှတ်ချက်တစ်ခု မဟုတ်ပါ၊ ၎င်းသည် တစ်စိတ်တစ်ပိုင်း ပဲ့တင်ထပ်နေသည်။ ဂိမ်းသည် လူသားများအား AI စနစ်များနှင့် သမိုင်းကြောင်းအရ ပိုင်းခြားထားသော ကျွမ်းကျင်မှုများကို အတိအကျ တောင်းဆိုသည်-

  • Spatial ကျိုးကြောင်းဆင်ခြင်ခြင်း။ ဖြေရှင်းချက်များသည် ကစားသမား၏ခန္ဓာကိုယ်ကို နှစ်ပေါင်းများစွာကြာအောင် ခလုတ်တိုက်သွားစေသော သုံးဖက်မြင် ရူပဗေဒဆိုင်ရာ ကျိုးကြောင်းဆင်ခြင်မှုဆိုင်ရာ အဖြေများသည် ပေါ်တယ်မှထွက်ပေါက်သည် မည်သည့်နေရာတွင်ရှိမည်ကို ခန့်မှန်းရန် လိုအပ်ပါသည်။
  • မိုးကုပ်စက်ဝိုင်း ရှည်လျားသော စီမံကိန်း။ Chambers ကွင်းဆက် အဆင့်များစွာ၊ နောက်ဆုံးအဆင့်ကို ပျက်ကွက်ခြင်းဆိုသည်မှာ အများအားဖြင့် အစမှစပြီး အစီအစဥ်ပြန်လည်လုပ်ဆောင်ခြင်းကို ဆိုလိုသည်။
  • လက်မကိုင်ဘဲ ကျရှုံးခြင်းမှ သင်ခန်းစာယူပါ။ အရိပ်အမြွက်မရှိပါ။ အေးဂျင့်သည် စမ်းသပ်မှုနှင့် အမှားအယွင်းများမှတစ်ဆင့် ဂိမ်း၏စည်းမျဉ်းများကို ကိုးကားရမည်ဖြစ်ပြီး၊ ထို့နောက် ၎င်းတို့ကို အခန်းအသစ်များသို့ ယေဘုယျဖော်ပြရမည်။

ယခုနှစ်အစောပိုင်းတွင်၊ OpenAI ၏ GPT-6 Astra သည် ARC-AGI-3 စံနှုန်းများကို အေးဂျင့်တွေးခေါ်မှုအပေါ် အာရုံစိုက်ခဲ့ပြီး မော်ဒယ်သည် လူတစ်ဦးကဲ့သို့ ဆော့ဖ်ဝဲလ်အင်တာဖေ့စ်လုပ်ဆောင်နိုင်စွမ်းအတွက် အာရုံစိုက်လာခဲ့သည်။ Portal ပြေးခြင်းသည် တူညီသောကျွမ်းကျင်မှုအစုံ၏ အပျော်သဘောဖြစ်သော်လည်း စစ်မှန်သော သရုပ်ပြမှုဖြစ်သည်- ခံယူချက်၊ စီစဉ်ခြင်းနှင့် ထိန်းချုပ်မှုကို လူသား၏ဝင်ရောက်စွက်ဖက်မှုမရှိဘဲ နာရီပေါင်းများစွာ ဖယ်ရှားခဲ့သည်။

ပိုမိုကျယ်ပြန့်သောလှိုင်း၏အစိတ်အပိုင်း

အဆိုပါ ပြေးခြင်းသည် 2026 ခုနှစ်တွင် AI ဂိမ်းများ ရောက်ရှိလာသည့် လက္ခဏာတစ်ရပ်လည်း ဖြစ်သည်။ Benchmark ရမှတ်များသည် ယခုအခါ ယဉ်ကျေးမှုမှတ်တိုင်များနှင့် နေရာလွတ်များ မျှဝေပါသည်- Bach chorales များကို ရေးဖွဲ့ထားသော မော်ဒယ်များ၊ လက်ရေးဖြင့် ပြုပြင်မှတ်သားမှု စမ်းသပ်မှုများကို အနိုင်ယူပြီး "ကွန်ပြူတာ ဘယ်တော့မှ ဒီလိုမလုပ်ဘူး" ဟူသော စကားစုအတွက် တစ်ချိန်က ပါဝင်ခဲ့သော ဂိမ်းများကို ပြီးမြောက်စေပါသည်။ လက်မှတ်တစ်ခုစီသည် ခိုင်မာမှုဟောင်းတစ်ခုကို သက်သာရာရစေပြီး နောက်တစ်ခုသည် မည်သို့ဖြစ်မည်ကို မေးခွန်းထုတ်သည်။

လက်တွေ့ကျတဲ့ သက်ရောက်မှုတွေလည်း ရှိပါတယ်။ cozyblaze ၏ setup Portal ကို ထိန်းညှိပေးသည့် တူညီသော loop — screenshots in, decisions out, $ရာပေါင်းများစွာ အကုန်အကျခံကာ — သည် ဆော့ဖ်ဝဲလ်စမ်းသပ်ခြင်း၊ စက်ရုပ်များနှင့် ကွန်ပျူတာအသုံးပြုမှုဆိုင်ရာ လက်ထောက်များအတွက် ထုတ်လုပ်သည့် loop ဖြစ်သည်။ ဂိမ်းတစ်ခု၏ ရူပဗေဒကို အပြည့်အ၀ ကစားနိုင်စေရန် စိတ်ထဲတွင် ထိန်းထားနိုင်သော မော်ဒယ်သည် မူအားဖြင့် ရှည်လျားရှုပ်ထွေးသော ဆော့ဖ်ဝဲလ်အလုပ်များကို ဖြတ်ကျော်ကာ တိုတောင်းသော ဆက်စပ်စနစ်များကို အနိုင်ယူနိုင်သည့် ပုံစံဖြစ်သည်။

သို့သော် ယခုအချိန်တွင် ယူဆောင်သွားခြင်းသည် ပိုရိုးရှင်းပါသည်။ AI သည် ဂိမ်းကစားခြင်း၏ အချစ်ဆုံး ပဟေဠိများထဲမှ တစ်ခုကို အနိုင်ယူပြီး GPU အသစ်၏ အပ်ငွေ၏ စျေးနှုန်းနှင့်ပတ်သက်၍ စတင်ပြီး ပြီးဆုံးသည် — နှင့် ဗီဒီယိုကို တင်ခဲ့သည်။ Aperture Science ၏ စမ်းသပ်ခန်းများကို လူသားများ လိမ္မာပါးနပ်စေရန် ဒီဇိုင်းထုတ်ထားသည်။ ဒီတစ်ပတ်မှာတော့ သူတို့ဟာ မော်ဒယ်လ်ကို သွက်လက်စွာ ပုံဖော်ခဲ့ပါတယ်။

ပြေးတာကို ဘယ်လိုလက်ခံလဲ။

တုံ့ပြန်မှုသည် ယေဘုယျအားဖြင့် AI ဂိမ်းမှတ်တိုင်များကို ခြေရာခံသည်- ပထမဦးစွာ မယုံကြည်မှု၊ ထို့နောက် ဗီဒီယို၊ ထို့နောက် လက်ခံမှု။ Hacker News တွင်၊ စနစ်ထည့်သွင်းမှုလုပ်ဆောင်ပုံနှင့် အေးဂျင့် AI အကြောင်းကို ခွဲခြမ်းစိတ်ဖြာကာ မှတ်ချက်ပေးသူများဆက်တိုက်ထွက်ပေါ်လာခဲ့သည် — အများအပြားက ထိုသို့သောလည်ပတ်မှုကုန်ကျစရိတ်သည် ကုန်ကျမည်ဟုယူဆထားသည်ထက် နည်းပါးကြောင်း သတိပြုမိပါသည်။ ပြီးစီးမှု၏ ပေါင်းစပ်ထားသော ဗီဒီယိုသည် သံသယရှိသူများအား စံနှုန်းရလဒ်များ ကမ်းလှမ်းထားသည်ထက် ပိုမိုများပြားသည့် အရေးဆိုမှုကို ၎င်းတို့ကိုယ်တိုင် အတည်ပြုရန် နည်းလမ်းတစ်ခုပေးခဲ့သည်။

၎င်းသည် ယခင်ရှိခဲ့သည့် မှတ်တိုင်များနှင့် နှိုင်းယှဉ်မှုကိုလည်း ဖိတ်ခေါ်ပါသည်။ ဂိမ်းကစားခြင်းသည် ဘုတ်ဂိမ်းများမှ အချိန်နှင့်တစ်ပြေးညီ ဗျူဟာအထိ အဖွင့်အဆုံး သဲပုံးများအထိ နယ်ပယ်၏ အများသူငှာ သက်သေအဖြစ် ဆယ်စုနှစ်များစွာ တာဝန်ထမ်းဆောင်ခဲ့သည်။ ဂိမ်းတစ်ခု ပြုတ်ကျတိုင်း၊ ငြင်းခုံမှု ပြောင်းသွားသည်- ယနေ့ခေတ် သံသယများက စွမ်းဆောင်မှုသည် ကျဉ်းမြောင်းသည်၊ အထူးပြုသည်၊ သို့မဟုတ် အထူးပြု၍ မရနိုင်သော နည်းလမ်းတစ်ခုခုဖြင့် ချုပ်ကိုင်ထားသည်။ Portal ကို ထိုသမိုင်းကြောင်းအတွင်း ထင်ရှားစေသောအရာမှာ ဂိမ်းအတွက် အထူးလေ့ကျင့်ထားသော သုတေသနစနစ်မဟုတ်ဘဲ စီးပွားဖြစ်ရရှိနိုင်သော နယ်နိမိတ်ပုံစံ၊ သုံးစွဲသူဂိမ်းတစ်ခုနှင့် တွက်ချက်မှုဆိုင်ရာ ဒေါ်လာရာဂဏန်းမျှသာရှိသော စနစ်ထည့်သွင်းမှုဖြစ်သည်။

---

AI ၏ရှေ့တွင်နေရန်

နောက်ဆုံးပေါ် AI သတင်းများ၊ ခွဲခြမ်းစိတ်ဖြာမှုနှင့် အောင်မြင်မှုများ—အားလုံးကို တစ်နေရာတည်းတွင် ရယူပါ။

AI သတင်းအပြည့်အစုံကို ဖတ်ရှုရန် →