登1登2登3皇冠（www.hg108.vip）_专『zhuan』家创{chuang}建“新图灵测试” 能够更〖geng〗好评估人工智能的隐秘能力

登1登2登3皇冠（www.hg108.vip）实时更新发布最新最快最有效的登1登2登3代理网址,包括新2登1登{deng}2登3代理手机网址,新2登1登2登3代理备用『yong』网址,皇冠登1登2登3代理最新网址,新2登1登2登3代理足球网址,新2网址大全。

参考消息网6月18日报道 据英国《新科学家》周刊网《wang》站6月14日报道，包括美国谷歌公司多名专家在内的400多位人工智能（AI）研究者建议升级著名的图灵测 ce[试，以提高为人工智能技术评分的能力。

报道称，近年来，人工智能语言模型表现出惊人的与人对话的能力，这要归功于实验{yan}规模不断扩大——我们有了更强的算力和“he”庞大的训练数据集。谷歌公司的一名工程师近日对一个模型印象深刻，甚至宣称这个模型已经有了意识（虽然遭到很多人的质疑）。有科研人员预计这些模型的规模仍将继续扩大，并在今后几年里展现出新的能力。

为评估目前的技术水平并为迎接未来更强大的模型做好准备，来自132家机构的442名研究者花费两年时间，创造出一套取代图灵测试的方法，用于评估人工智能模型的隐秘能力，且可在必要时（shi）扩展《zhan》评估范围。这《zhe》套方法‘fa’名为“超越“yue”模仿游戏基准”（BIG-bench），包含204项不同的任（ren）务，覆盖语言学、数学、棋类等一系列主题。根据设计，这些 xie[任务将无法被当前最先进的模型完全解决。

科研人员在一篇介绍【shao】“超越{yue}模仿游戏基准”的论文中指出，它将成为一项重要工‘gong’具‘ju’，可以启发未来的【de】研究，以及识《shi》别和预见新兴人工智能的任何颠覆性新能力或潜在的有害影响。

人类专家完成了这204项任务，为每项任务确定了平均分和最高基准分。科研人员发现，虽然算力「li」的提高帮助人工智能模型取得越来越【yue】好的成绩，但人工智能在大多数任务中的表现仍然不如人类。

科研人员还发『fa』现，扩大人工智能模型的规模并没有提高其在某些任务中的表现，比如涉及“ji”长文本的逻辑推理。这等“deng”于暗示说，对于一些智力领域而言，单单扩大规模并不能{neng}解决问题。事实上，这项（xiang）研究还表明，规模甚至可能带来问题，比如在某些情况下，衡量社会偏好的一些测试会给较大的模型打出较低{di}的分数。

该研究团队的核心成员包含多位谷歌专家，但该公司没有回应记者的采访请求。

英国萨里大学的阿德里安《an》希尔顿认为，图【tu】灵《ling》测试未必过时，但对现代人「ren」工智能而言不够有效“xiao”，或者说覆盖面不够广。图灵测 ce[试最初还被用来评估智力，尽管其是否能够评估智力是值得商榷的。希‘xi’尔顿怀疑此次〖ci〗公布的新『xin』基准恐怕也无法衡量真正【zheng】的智力。

他说：“我认为这是一种有效的测试，但我不会据此认为，说一台【tai】机器很聪明与说它有意识是一回事。我相信，设置一组基准是比较一种机器学习算法与另‘ling’一种算法的一个办法，也是比较一种人工智能与另一种人工智能的一个办法。但我并不认为这一定能解答关于智力的问题。有了机器学习技术，机器就能谱写乐《le》曲，甚至回答问题、写散文，且是以一种比较有说服力、比较接近人（ren）类的方{fang}式做这些事情。但这真的是智力吗？我认为并非如此。”