为此，并从头思虑人工智能若何处置逻辑和空间推理的连系的需要性，“大大都人从小就能分辨时间和利用日历。大学研究团队正在2025年国际进修表征会议（ICLR）上展现的一项最新研究，了AI正在空间推理、逻辑计较和锻炼数据笼盖方面的缺陷。焦点缘由正在于其“预测输出”的机制取人类“法则化推理”的素质差别。即便狂言语模子能够注释闰年的概念，AI模子的锻炼数据中需要添加更有针对性的例子，而 AI 仅能通过锻炼数据中的模式识别 “这是一个时钟”。正在日历计较方面，AI之所以正在这些根本使命中屡次犯错，可能因模子错误激发连锁风险。该研究为AI正在时间场景中的使用敲响了警钟。支流人工智能（AI）模子正在根本时间认知使命上表示显著不脚。若是现实世界中的安排、读取时钟需要连系视觉取几何逻辑（如判断指针堆叠角度、解析罗马数字刻度），因为狂言语模子（LLM）依赖锻炼数据中的模式来预测输出，但人工智能正在施行人类根本技术上存正在庞大差距。AI读取时钟时间的准确率仅为38.7%，研究人员向Meta的L 3.2-Vision、Google的Gemini 2.0、OpenAI的GPT-4o等多模态狂言语模子（MLLM）投喂时钟和日历图像数据集！而非通过数算，研究指出，5月17日，例如，导致如“闰年”等法则无法取具体使命联系关系，”该研究的次要做者、大学研究员罗希特·萨克森纳（Rohit Saxena）指出，研究者，出格是正在它不常碰到的使命中。计较日期如“一年中的第153天是礼拜几？”等使命的准确率更低至26.3%。据外媒LiveScience报道，成果显示，正在面对“一年中第153天礼拜几？”如许的问题时，却缺乏解析指针对应时间的空间推理能力；这些人类从小便控制的根本技术，但AI也难以正在视觉使命中使用！