怎么在网上找接单做网站的公司四川高速公路建设开发集团有限公司网站
科学家建议用“生存游戏”测试AI智能，而非图灵测试
1950年，阿兰·图灵提出了“模仿游戏”，也就是广为人知的“图灵测试”，用来判断计算机的回答是否足以让人误以为它是人类。
如今，生成式AI模型已经通过了图灵测试，但科技界的焦点已转向人工通用智能（AGI）——即计算机能够像人类一样理解或学习任何智力任务的假设点。
目前，AGI的定义依然模糊，且尚未实现，尽管已经有人试图阻止其出现。在AI支持者看来，AGI有点像量子计算——一个遥远的目标，但仍然能获得资金支持。
借鉴图灵等人设计的智力测试（虽然不是影迷们期待的《银翼杀手》中的Voight-Kampff测试），中国的研究人员提出了一种名为“生存游戏”的方法，用以判断AI模型是否达到了AGI水平。
“生存游戏本质上是自然选择的一种简化形式。”
该研究的作者包括Jingtao Zhan、Jiahao Zhao、Jiayu Li、Yiqun Liu、Bo Zhang、Qingyao Ai、Jiaxin Mao、Hongning Wang、Min Zhang和Shaoping Ma，他们分别来自清华大学和中国人民大学，并在arxiv论文中描述了这一方法，论文标题为《通过试错评估智能》（"Evaluating Intelligence via Trial and Error"）。
论文的核心观点是评估当前AI系统是否能够通过持续的试错找到解决方案。论文作者、清华大学计算机科学博士生Jingtao Zhan在接受《The Register》采访时表示：
“这篇论文的核心思想是评估当前AI系统是否能够通过持续的试错找到解决方案。”
“如果一个AI系统能在有限的尝试次数内找到解决方案，就被认为‘存活’；否则，它就会‘灭绝’。”
通过测试的模型可以进入下一轮测试；未通过的模型则需要经过重新训练，直到成功为止，这一过程相当复杂。
生存游戏涉及多个知识领域。例如，在图像分类任务中，测试会评估模型在试错多少次后才能得出正确的分类结果。在问答任务中，AI模型会接受MMLU-Pro、NQ和TriviaQA三个知名数据集的测试。在数学能力方面，该测试采用CMath、GSM8K和MATH竞赛数据集来评估AI的表现。
代码已发布到GitHub：https://github.com/jingtaozhan/IntelligenceTest
“生存游戏本质上是自然选择的一种简化形式，我们希望通过这种方法来测试AI是否具备适应环境并通过试错学习的能力。”—— Jingtao Zhan
“如果一个AI系统通过了该测试，这意味着它可以在无人监督的情况下自主寻找解决方案并独立运行。这既是我对AGI的理解，也是我提出的评估方法。”
研究结果显示，即使摩尔定律（即芯片晶体管密度每两年翻一倍的趋势）在2016年的争议终结之后仍然持续，想要构建一个能通过这些AGI测试的神经网络，其成本仍然会高得惊人，并且需要70年的时间才能让硬件支持预测中的AI模型。
“预测表明，实现能够执行通用任务的自主AI需要 () 个参数。” ——论文内容
这是一个巨大的数字： “比全人类大脑神经元总数的五个数量级还要高，”作者指出，人类大脑有10^11个神经元，而全球人口接近10^10，因此神经元总数为10^21。
抛开计算成本（如训练和推理），仅仅将具有如此多参数的模型加载到Nvidia H100 GPU上就已经是一种难以承受的奢侈。
“它们在面对需要连续试验和错误来找到解决方案的问题时，表现显著不佳。”
“由于H100 GPU的内存为80GB，我们需要5×10^15个GPU，”论文中说。“根据H100 GPU的成本（30,000美元）和苹果公司2025年2月的市值（3.7万亿美元），这些GPU的总价值将相当于苹果市值的4×10^7倍。正如我们所看到的，如果没有硬件和AI技术的突破，扩展以实现自主智能的成本是难以承受的。”
Zhan认为，这些结果表明，AI技术在能够自主解决未知问题之前还有很长的路要走，特别是在开放环境中，它必须通过自然选择来适应。
“虽然当前的AI系统在某些基准测试中表现良好，在预定义任务中实现了高精度，但它们在面对需要连续试验和错误来找到解决方案的问题时，表现显著不佳，”Zhan说。
Zhan指出，研究表明，当AI模型失败时，它们很少通过迭代尝试来找到正确的解决方案。
“在‘生存游戏’中，这意味着它无法生存，”Zhan说。“这种试验和错误学习在现实世界应用中至关重要，特别是在工具使用、自主代理和自动驾驶汽车等领域。如果AI能够真正通过试验和错误来学习解决问题，这将是其广泛部署于现实世界的重要一步。”
值得思考。 无论你是否同意团队的方法和观点，我们中的一些人对这项研究持怀疑态度，但我们欢迎人们尝试在没有炒作或偏离的情况下计算AI技术的发展轨迹。
以上参考自：https://www.theregister.com/2025/03/05/boffins_from_china_calculate_agi/，并进行大量人工润色与修改。
备注：昵称-学校/公司-方向/会议(eg.ACL)，进入技术/投稿群
id：DLNLPer，记得备注呦