玩家测试GPT-4能力 瞬间作成网页版《俄罗斯方块》

玩家测试GPT-4能力瞬间作成网页版《俄罗斯方块》·以后做游戏这么轻松了？3A大作或许还是很耗费人力财力，不过某些规则简单的小游戏就无须薪资高昂的程序员们操心了。·有玩家近日测试GPT-4能力，输入了“制作网页版俄罗斯方块”的指令后，几乎是瞬间一系列游戏代码完全生成，经过玩家检查，只出现了一个BUG，然后玩家继续输入指令“修复代码”，GPT-4毫不犹豫的修复了错误并附加了错误说明后，《俄罗斯方块》游戏制作完成。·之后该玩家还让GPT-4“制作射击游戏”，同样迅速打造了射击小游戏，过程视频点击超过20万，网友们惊呼，今后人类的工作或许就只剩下消费了。...PC版：https://www.cnbeta.com.tw/articles/soft/1353299.htm手机版：https://m.cnbeta.com.tw/view/1353299.htm

GPT-4已通过图灵测试

GPT-4已通过图灵测试计算机科学家约瑟夫-韦曾鲍姆（JosephWeizenbaum）于1966年开发的计算机程序Eliza表现最差，只有22%的人将其归类为人类。据科学家们称，这些结果首次提供了人工智能系统通过双人互动图灵测试的确凿证据，而且这很可能适用于未来几乎所有最先进的聊天机器人。英国数学家和计算机科学家阿兰-图灵于1950年首次提出了以他的名字命名的"模仿游戏"对话强度测试。从那时起，它就成了确定机器模仿人类对话能力的一个著名但有争议的基准。在该测试的现代变体中，人类"评委"会在不知道谁是谁的情况下与另一个人类或聊天机器人对话。如果面试官在50%的情况下不能可靠地区分计算机系统和人类，那么机器就被认为通过了测试。在当前的研究中，人类审讯者与代表其他人类、大型语言模型GPT-4和GPT-3.5以及基于对称列表处理器(SLIP)的简易对话系统Eliza的各种"证人"进行了互动，研究结果可在预印本服务器Arxiv上找到。研究人员随机分配人类参与者扮演法官或证人的角色。样本包括101个人类和GPT-3.5游戏，以及100个GPT4和Eliza游戏，所有游戏均通过一种消息应用程序进行，每个游戏持续五分钟。在402名审问者中，168人为女性，212人为男性，9人为非二元。13人不想提供任何信息。参与者的平均年龄为35岁。在2023年的上一次研究中，Eliza的表现明显更好，没有一个模型通过测试。这一次，科学家们采用了表现最好的GPT-4命令集（提示），并对其进行了修改。提示的第一部分指示模型表现得像一个年轻人，不要太认真地对待游戏，使用口语，不要出现拼写和语法错误。此外，它还不能提供太多的知识，尤其是语文和数学方面的知识。每轮测试开始时，都会添加一些额外的信息，如姓名、地点和时间戳。二人解释说，人类之所以不能百分之百地识别同类，是因为提问者认为人工智能的效率越来越高。这增加了他们将人类错误地识别为机器的可能性。为了深入了解影响审讯者做出决定的定性因素，研究小组对他们使用的策略和做出判断的理由进行了分类。36%的人询问证人的个人细节或日常活动。第二和第三类最常见的是社会和情感问题（25%）--例如，有关意见、经历和幽默的问题。审问者就其决定给出的最常见理由（43%）与基于拼写、语法、大小写和语气的语言风格有关。24%的人关注社会情感因素，如幽默感或个性。研究人员警告说，这些结果表明"当前人工智能系统的欺骗行为可能不会被发现"。能够成功模仿人类的机器人可能会产生"深远的经济和社会影响"。...PC版：https://www.cnbeta.com.tw/articles/soft/1434989.htm手机版：https://m.cnbeta.com.tw/view/1434989.htm

研究称 GPT-4 通过图灵测试

研究称GPT-4通过图灵测试据科创板日报，自英国计算机科学家阿兰・图灵于1950年提出关于判断机器是否能够思考的著名试验“图灵测试”以来，该测试就被视为判断计算机是否具有模拟人类思维能力的关键。两位研究人员以真人、初代聊天机器人ELIZA、GPT-3.5和GPT-4为研究对象，试图了解谁在诱使人类参与者认为它是人类方面表现最成功。结果显示，多达54%的参与者将GPT-4误认为真人，是迄今为止首次有AI模型以如此高的结果通过图灵测试。