Yapay zeka alanında, karmaşık düşünce süreçlerini modelleyebilme yeteneği uzun zamandır araştırmaların odağı olmuştur. Mevcut sistemler, problemleri çözmek için sürekli olarak dilsel ifadeler üretmekte ve bu da işlem gücü ve maliyet açısından önemli zorluklar yaratmaktadır. Ancak, Pathway adlı şirket, bu yaklaşımı tamamen değiştirecek bir inovasyon sunuyor: BDH-CQ.
BDH-CQ, geleneksel yöntemlerden farklı olarak, akıl yürütme sürecini doğrudan dilsel bir arayüz aracılığıyla ifade etmek yerine, yüksek boyutlu bir hesaplama ortamında çalışır. Bu sayede, yalnızca nihai çözümü üretir, ara adımları veya metin üretimi gibi gereksiz süreçlerden kurtulur. Bu, modelin verimliliğini ve maliyet etkinliğini önemli ölçüde artırır.
Araştırmacılar, BDH-CQ'nun ARC-AGI-1 testinde, benzer performans gösteren diğer modellerin gerisinde kalırken, yine de etkileyici sonuçlar elde ettiğini belirtiyor. Model, birçok durumda iki veya daha az adımda bulmacaları çözebilmekte, bu da yapay zeka alanında önemli bir basamak olduğunu gösteriyor. Pathway, bu modelin görev başına maliyetinin, OpenAI'ın GPT 5.6 Luna modeliyle karşılaştırıldığında 11 kat daha düşük olduğunu vurgulayarak, maliyet avantajının önemini altını çiziyor.
Şirket, BDH-CQ'nun 150 milyon parametreyle sınırlı olmasına rağmen, gelecekteki potansiyelini artırmak için parametre sayısını 600 milyar seviyesine çıkarmayı ve daha kapsamlı testlere tabi tutmayı planlıyor. Bu yenilik, özellikle siber güvenlik gibi karmaşık akıl yürütme gerektiren sektörlerde devrim yaratma potansiyeline sahip. BDH-CQ'nun başarısı, yapay zeka alanında kelimeler olmadan düşünme yaklaşımının, daha verimli, daha uygun maliyetli ve daha güçlü sistemler oluşturmak için bir yol haritası sunuyor.