人工智慧評估新挑戰：50 個問題 vs. 數十億問題，誰能定義真正的智慧？

Teddyhug

人工智慧（AI）領域的專家們正熱烈討論如何確定通用人工智慧（AGI）和超人工智慧（ASI）的出現。這一話題引發了關於我們需要向 AI 提出多少問題以證明其智慧的深入探討。根據電腦科學家蘭斯·B·艾略特（Lance Eliot）的分析，這不僅是一個學術問題，而是關乎人類未來的重要議題。

AGI被定義為能夠達到或接近人類智慧能力的AI，而ASI則是超越人類智慧的AI。隨著AI技術的快速發展，許多專家預測AGI可能在未來幾年內實現，甚至在2027至2030年之間。這些預測的基礎在於硬體、演算法和訓練數據的進步，儘管AGI的實現仍面臨許多挑戰。

然而，如何評估AI是否達到AGI或ASI的標準仍是一個挑戰。Eliot指出，傳統的圖靈測試雖然被廣泛使用，但其有效性受到質疑，因為測試的問題數量和類型並未明確規定。這使得測試結果可能受到主觀因素的影響，導致對AI智慧的評估出現分歧。

在這一背景下，Eliot提出了一個關鍵問題：我們究竟需要向AI提出多少問題才能確定其智力水平？他認為，僅提出50個問題可能不足以全面評估AI的智力，因為這樣的問題數量無法涵蓋人類知識的廣度和深度。相反，可能需要數千甚至數十億個問題來進行全面的測試。

此外，Eliot還提到，隨著AI技術的進步，許多新興的測試方法正在被開發，以評估AI在各個領域的能力。雖然文中提到的Grok 4 AI及其546個問題的GPQA測試集尚未有具體的公開資料，但這類測試的發展顯示出對AI知識和理解能力的挑戰。

這場關於AGI和ASI的討論不僅涉及技術層面，還引發了對倫理和控制問題的深思。隨著AGI的實現，ASI的出現似乎指日可待，這將對人類社會帶來深遠的影響。專家們呼籲，必須制定明確的標準和測試方法，以確保我們能夠準確評估AI的智慧，並為未來的挑戰做好準備。

錄自：科技新報