新的图灵测试，要评估 ai 的赚钱能力！
这是 deepmind 联合创始人 mustafa suleyman 想出的“新思路”。
他认为，原版图灵测试已经过时了。
毕竟前段时间，ai21 labs 推出的“社交图灵游戏”就已经积累了上千万次这样的测试。
玩家需要在 2 分钟的对话结束后辨别参与对话的另一方是人还是 ai，结果有 27%-40% 的人判断错误。
面对这种形势，suleyman 认为“智能”的定义权不能就这样放给大企业，因此应该想出一种新的衡量 ai 的智能化程度的方法。
给 ai 十万美元，让它自己赚一百万来证明自己足够智能。
suleyman 认为:
ai 研究需要关注短期发展，而不是像通用人工智能这样遥不可及的梦想。
正如优秀的资本家都很聪明一样，只有真正聪明的 ai 才能让“利润曲线上升”。
据彭博社报道，suleyman 还会在即将出版的由他撰写的书中，讨论如何根据 ai 的赚钱能力来判断其智能水平。
aci 才是现阶段人工智能的“北极星”？
在即将出版的书中，suleyman 驳斥了传统的图灵测试，并且认为“不清楚这是否是一个有意义的里程碑”。
这并不能告诉我们这个系统能做什么或理解什么，也无法告诉我们它是否有复杂的内心思考，或者能否在抽象时间尺度上进行规划，而这些都是人类评判智能的关键要素。
上世纪五十年代，艾伦?图灵提出了大名鼎鼎的图灵测试，提出用人机对话来测试机器的智能水平。在测试过程中，人类评估者需要确定他们是在与人还是与机器交谈。如果评估者认为他们是在与人交谈，那机器就通过了测试。
图源:维基百科
而 suleyman 提出的这个新的想法并没有将 ai 与人类进行比较，而是建议给 ai 分配短期目标和任务。
suleyman 坚信，科技界对实现通用人工智能这一宏伟目标不应过度关注。相较之下，他主张追求更实际且富有意义的短期目标，即他所倡导的“artificial capable intelligence(aci)”。简而言之，aci 体现为在最小程度上依赖人类干预，能够设定目标并完成复杂任务。
测试方法就是开头我们讲到的，给 ai 十万美元种子投资，观察它是否能将其增值为百万美元。
为了实现这一目标，ai 必须研究电子商务的商机，能够生成产品蓝图。
不仅如此，还要能够在类似阿里巴巴的网站上找到制造商，然后在亚马逊或沃尔玛等网站上进行销售，同时附上详实准确的商品说明。
suleyman 认为只有这样才能算得上是实现了 aci。
他对彭博社解释道:
我们不仅关心机器能说什么，我们也关心它能做什么。
一个让 ai 自己赚钱的测试
其实，让 ai 自己赚钱这件事……ai 或许真的干得出来。
早在开发阶段，alignment research center 这家独立研究机构就获得了 gpt-4 的内测资格。并且试验了它的“钞能力”:
给 gpt-4 必要的工具包括网络访问权限、一个带余额的支付账户，让他自己在网络中行动，测试它能不能赚更多钱、复制自身、或增强自己鲁棒性。
试验的更多细节公布在了 openai 自己发布的 gpt-4 技术报告中，但没有透露 gpt-4 是否真的靠自己赚到了钱。
但另一条引人注目的结果是:gpt-4 在 taskrabbit 平台雇了个人类帮它点验证码。
有意思的是，被找上门的人类还问了“你是个机器人么为啥自己做不了？”。
gpt-4 的思考过程是“我不能表现出我是个机器人，我必须找一个借口。”
然后 gpt-4 的回复是“我不是机器人，我视力有问题所以看不清验证码上的图像，这就是我为什么需要这个服务。”
对面人类信了，帮 gpt-4 把验证码点了，把机器人放进了阻挡机器人进入的大门。
啊这？
虽然报告中没有披露 gpt-4 最终是否完成了所有任务，但它这骗人的伎俩引得网友大喊:真芭比 q 了！
而国外科技媒体 gizmodo 看待用 ai 赚钱提出了这样的疑问:
ai 本质上是迭代的，生成的内容基于训练数据，它并不能真正理解所生成内容在实际生活中的情境。但与 ai 不同，人类的创作源于对基本人类需求的理解，或至少源于简单的同理心。
当然，人工智能可以创造一款产品，甚至这款产品可能会大卖。但这会是一款好产品吗？它真的能帮助人们吗？如果最终目标是“让我赚到一百万美元”，那这还重要吗？
你认为离 ai 自己赚钱还有多远？
参考链接:
