「言語モデルAIがXをできたら感心する」って、あなたの基準は？

私の頭に浮かんでいるのは2つあります。

1. 楽譜の音符を読めるようになったときです。音符の画像を貼り付けられて、プログラミングで音楽を再生するために必要な楽器をセットアップし、その後、音符から読み取った通りに正しく曲を演奏することができたら、私はささやかに感心すると思います。

2. 最終的に、単純なプロンプトだけでAIがクラシックなアーケード風の、完全に機能していて遊んでいて楽しいピンボールゲームを作れるようになったとき、顎が外れるほど驚くでしょう。利用可能になってくるモデルの新しいバージョンが出るたびに、その都度それを試します。ですが、どれもこの目標に、たとえ少しでも近づけたことはありません。

では、AIがあなたのためにそれを作れるようになったとき、ある程度でも「すごい」と思うためのあなたの構想は何でしょうか？