Umjetna inteligencija danas može pisati kod, odgovarati na kompleksna pitanja i rješavati zadatke koji su donedavno bili rezervirani za ljude. No čim se prebaci u stvarni svijet, stvari postaju puno manje impresivne. Novo istraživanje pokazuje da čak ni najnapredniji AI modeli ne uspijevaju ostvariti profit na – kladionici.
Startup General Reasoning odlučio je testirati koliko su vodeći AI sustavi zapravo “pametni” kada moraju donositi odluke kroz vrijeme, uz stalne promjene i neizvjesnost. Kao testno okruženje odabrali su Premier League, jednu od najpraćenijih i statistički bogatih nogometnih liga na svijetu.
Može li AI pogoditi dobitni tiket?
U eksperimentu su sudjelovali modeli kompanija poput OpenAI, Google, Anthropic i xAI. Svaki model dobio je povijesne podatke, statistike timova i zadatak da razvije strategiju klađenja koja donosi profit.
Ključna stvar je da su modeli morali igrati “po pravilima” – bez pristupa internetu i uz ograničen broj pokušaja. Cilj nije bio pogoditi pojedinačne utakmice, nego dugoročno završiti sezonu u plusu.
Rezultat je prilično jasan: gotovo svi su izgubili novac.
Najbolje se snašao Claude Opus, ali je i on završio s prosječnim minusom od 11 posto. Grok iz xAI-a čak je u jednom pokušaju potpuno “bankrotirao”. Jedini pozitivan rezultat ostvario je Gemini, ali samo u jednom pokušaju – u drugom je također završio u minusu.
Drugim riječima, ni najnapredniji AI danas ne može dosljedno pobijediti kladionicu.
Zašto AI gubi tamo gdje ljudi ponekad pobjeđuju?
Na papiru, AI ima sve što treba – ogromne količine podataka, analitičku snagu i sposobnost prepoznavanja obrazaca. Problem je u tome što stvarni svijet, a posebno sport, nije “čist” i predvidiv sustav.
Nogomet ovisi o bezbroj faktora koje je teško kvantificirati. Ozljede, forma igrača, psihološki momenti, pa čak i sreća igraju veliku ulogu. AI modeli, koji su trenirani na strukturiranim podacima i jasnim pravilima, teško se nose s takvom razinom kaosa.
Još veći problem je dugoročno razmišljanje. Dok AI briljira u pojedinačnim zadacima, puno teže se snalazi kada mora prilagođavati strategiju kroz vrijeme, učiti iz pogrešaka i reagirati na promjene koje nisu unaprijed definirane.
AI je moćan alat, ali ne i čarobni tipster
Ovo istraživanje dobro prizemljuje očekivanja od umjetne inteligencije. Iako može biti izuzetno korisna u mnogim područjima, daleko je od toga da može pouzdano predviđati kompleksne, dinamične sustave poput sporta.
Za sada, čini se da kladionice i dalje imaju prednost – čak i protiv najnaprednijih algoritama na svijetu.
