בעולם שבו אינטליגנציה מלאכותית נמדדת ביכולת להתמודד עם משימות חדשות לחלוטין, פרס ARC 2025 מציג דוח טכני מרתק על סדרת בנצ'מרקי ARC-AGI. התחרות הגלובלית בקאגל משכה 1,455 צוותים ו-15,154 כניסות, כאשר הציון הגבוה ביותר הגיע ל-24% במערך ההערכה הפרטי של ARC-AGI-2. המאגר החדש כולל משימות מורכבות יותר מקודמו, ובודק הכללה בלמידה בודדת – לב ליבה של אינטליגנציה. מספר המאמרים שהוגשו כמעט הוכפל משנה קודמת ל-90, מה שמעיד על עלייה חדה בעניין בחשיבה מופשטת ואינטליגנציה נוזלית.
הנושא המרכזי של 2025 הוא לולאות שיפור – תהליך איטרטיבי של אופטימיזציה של תוכניות לכל משימה, מונחה על ידי אות פידבק. גישות אלה כוללות סינתזה אבולוציונית של תוכניות ושיפורים בשכבת היישום במערכות AI מסחריות. גם במרחב המשקלות ניתן ליישם זאת, כפי שמראות שיטות למידה עמוקה ללא אימון מקדים שמשיגות ביצועים תחרותיים ברשתות קטנות להפליא (7 מיליון פרמטרים בלבד). לפי הדיווח, ארבע מעבדות AI מובילות – Anthropic, Google DeepMind, OpenAI ו-xAI – פרסמו ביצועי ARC-AGI בכרטיסי הדגם שלהן, והפכו את הבנצ'מרק לסטנדרט תעשייתי לבדיקת חשיבה AI.
עם זאת, הניתוח חושף מגבלות יסודיות: ביצועי החשיבה של מודלי החזית מוגבלים לכיסוי ידע, מה שיוצר זיהומי בנצ'מרק חדשים. שיטות מובילות נבחנות, תוך בחינת תפקידן של לולאות השיפור בהתקדמות לעבר AGI. הדוח מדגיש את הצורך בשיטות שמתמודדות עם משימות נטולות ידע מוכר, ומזהיר מפני התאמה יתר מבוססת נתונים.
בהקשר עסקי ישראלי, ARC-AGI רלוונטי במיוחד לחברות שמפתחות AI אוטונומי, שכן הוא מדגים את הפער בין מודלים גדולים לבין יכולות אמיתיות של חשיבה גמישה. חברות כמו Mobileye או startups בתחום הרובוטיקה יכולות ללמוד מהגישות הללו כדי לשפר אלגוריתמים. התחרות מדגישה כיצד שיפורים איטרטיביים יכולים להניב תוצאות טובות יותר ממודלים ענקיים.
הדוח מציג מבט ראשון על ARC-AGI-3, שמביא אתגרי חשיבה אינטראקטיביים הדורשים חקירה, תכנון, זיכרון, רכישת מטרות והתאמה. עבור מנהלי עסקים, השאלה היא: האם לולאות שיפור יהיו המפתח לפריצת דרך ב-AGI? מומלץ לעקוב אחר התפתחויות אלה כדי להישאר צעד אחד קדימה.