في خطوة ثورية تعكس إمكانيات الذكاء الاصطناعي، تم إطلاق نظام Twin الذي يعتمد على مفهوم "تجربة اختبار نموذج عالمي". يهدف هذا النظام إلى كتابة نموذج عالمي يمكن تنفيذه لإكمال مهام التعلم المستمر، مثل ألعاب ARC-AGI-3. في نهج تقليدي، تحتاج النماذج إلى تصميمات مخصصة لكل مهمة على حدة، لكن نظام Twin يتجاوز ذلك من خلال بناء نموذج عالمي باستخدام المحاكاة والتفاعل فقط.

تتجلى عبقرية النظام في قدرته على استنتاج القواعد والأهداف الخاصة بكل لعبة دون أي تلميحات مسبقة، بفضل المعلومات السابقة المستندة إلى الألعاب المسطّحة. ومن المثير للاهتمام، أن النظام استطاع أن يحقق نجاحًا ملحوظًا، إذ تمكن من إكمال 179 مستوى من أصل 183، بنسبة نجاح تصل إلى 97.8%، متفوقًا على البشر في 158 من 179 مستوى.

كما استطاع النظام أن يستشرف الهدف قبل أي مكافأة في 156 مستوى (87.2%)، بينما اكتشف الأهداف تلقائيًا في المستويات الأخرى من خلال عملية البحث. في حين أن النموذج الأساسي لم يحقق سوى 7.8% في الألعاب، فإن التكامل مع نظام Twin زاد هذا الرقم بشكل مثير إلى 93.3%، مظهراً كفاءة فريدة في التعلم.

وهكذا، يبدو أن بناء نموذج عالمي قابل للاستخدام أسهل مما ظنّ الجميع، بينما يبقى التحدي الأكبر متعلقًا بفهم الهدف الصحيح. مع تقدم هذه التكنولوجيا، نتساءل: كيف ستغير أنظمة الذكاء الاصطناعي طرق تعلمنا وأدائنا في المستقبل؟