AI超越人类智能了吗？GPT-6 Astra与‘ARC-AGI-3’的挑战

By Gi Pyeong Lee
AI GPT-6 Astra AGI ARC-AGI
抽象表现复杂拼图和几何形状相互连接的图像
AI Summary

OpenAI的新模型GPT-6 Astra在AI智能测试ARC-AGI-3中展现出超越人类的效率，但由于测试环境和测量方式的不同，将其视为AI完全具备智能仍有争议。

试想一下，你把从未见过的拼图玩具交给一个孩子。孩子摆弄一会儿，很快就掌握了运作原理并自行解决了问题。此前的AI虽然擅长学习和背诵既定模式，但这种“对陌生情境的适应力”一直被认为是人类的专属领域。然而，近期有消息称这一壁垒正在被打破。

OpenAI发布的最新模型“GPT-6 Astra”在衡量AI智能的最难测试之一——“ARC-AGI-3”中取得了惊人的成绩，备受瞩目([OpenAI’s GPT-6 Astra on ARC-AGI-3 ARC Prize](https://arcprize.org/blog/astra))。难道AI真的变得像人类一样，甚至比人类更聪明了吗？

为什么这很重要？

我们迄今为止使用的大多数AI服务，都是在展示预先学习海量数据的结果。但ARC-AGI-3不同。这项测试并非考量AI是否拥有海量知识，而是衡量其在面对首次遇到的问题时，能否逻辑性地找出规则并自主解决。

该模型记录下超越人类平均水平的成绩，可被解读为AI已不再仅仅停留在背诵数据的水平，而是开始像人类一样在复杂环境中逻辑性地解决问题([OpenAI’s GPT-6 Astra on ARC-AGI-3 ARC Prize](https://arcprize.org/blog/astra))。这意味着AI未来在自动驾驶、复杂问题解决，或作为日常助手直接解决我们遇到的突发问题方面，可能性大幅提升(Gary Marcus - Hot take on GPT-6 Astra)。

简单理解：“智能记忆笔记”

通俗地说，如果说现有的AI是“完美背诵考试复习资料的学生”，那么ARC-AGI-3就是“解答出生以来从未见过的题目类型”。

此次随Astra一同引入的“Provider Adapter（供应者适配器）”技术，就像是“智能记忆笔记”。比方说，这类似于在解数学题时，不是仅在大脑中进行复杂的计算过程，而是将中间步骤写在纸上供下一步参考。通过这项技术，AI能够记住之前解题时的思考内容，并将其复用于解决下一个拼图问题([OpenAI’s GPT-6 Astra on ARC-AGI-3 ARC Prize](https://arcprize.org/blog/astra); The New Stack - Astra ARC-AGI)。

如果说原有的AI像照片滤镜应用一样只能以既定方式观察世界，那么GPT-6 Astra则具备了在首次见到的风景中自主描绘物体之间关系（符号模型）的能力(ARC Prize on X)。

当前状况：称之为“AGI”为时尚早

当然，接受这些结果需要谨慎。因为根据测试方式的不同，测试分数会有从63%到几乎100%的巨大落差(OfficeChai - GPT-6 Astra Breakthrough; 9to5Google - OpenAI GPT-6 Astra)。

与六个月前的模型“GPT-5.6 Sol”根据测试方式仅取得7%至38%的分数相比，这无疑是巨大的进步(AI.rs - GPT-6 Astra Benchmarks)。但许多专家一致认为，现在将该模型称为“通用人工智能（AGI，具备人类所有智力能力的AI）”还为时尚早(Mike Knoop on X)。特别是由于其自主发明新事物的创造性问题解决能力尚未得到充分验证。

未来会怎样？

未来我们需要关注的是“透明度”。AI获得高分固然重要，但AI得出结论的逻辑过程是否能让人们理解，将变得更加重要(The New Stack - Astra ARC-AGI)。

未来，AI将能够更精确地对新环境进行建模，并比人类更有效地解决问题(ARC Prize on X)。现在，我们正进入一个不仅仅关注AI“知道什么”，还要观察AI如何“思考”和“适应”的时代。

MindTickleBytes AI记者视角

GPT-6 Astra的记录在技术上无疑是一次巨大的飞跃，但“AGI时代已至”的宣传语与我们实际感受到的智能之间仍存在差距。比起分数竞争，现在更需要对这一AI是否真正像人类一样在“理解”，及其过程进行本质上的提问与验证。

参考资料

  1. [OpenAI’s GPT-6 Astra on ARC-AGI-3 ARC Prize](https://arcprize.org/blog/astra)
  2. GPT-6 Astra Just Broke ARC-AGI-3 - YouTube
  3. Claims of GPT-6 Astra scoring 98.6% on ARC-AGI-3 don’t hold up to…
  4. GPT-6 Astra Benchmarks: What the 98.6% on ARC-AGI-3 Actually…
  5. [OpenAI’s GPT-6 Astra on ARC-AGI-3 Hacker News](https://news.ycombinator.com/item?id=49555691)
  6. ARC Prize on X: GPT-6 Astra achieves SOTA on ARC-AGI
  7. GPT-6 Astra aced the hardest AI benchmark. The asterisk matters more than the score. - The New Stack
  8. GPT-6 Astra - ARC-AGI Results
  9. Hot take on GPT-6 Astra - by Gary Marcus - Marcus on AI
  10. GPT-6 Astra “Major Breakthrough” On ARC-AGI-3 With Score Of 62%
  11. Mike Knoop on X: GPT-6 Astra is the new SOTA on ARC-AGI-3
  12. OpenAI launches GPT-6 Astra and says welcome to the “AGI era”
  13. OpenAI GPT-6 Astra arrives as ‘the world’s most intelligent’ mode…
AD
测试你的理解
Q1. GPT-6 Astra在ARC-AGI-3测试中展现的核心能力是什么？
  • 编写比人类更多句子的能力
  • 将陌生环境进行最精确符号化建模的能力
  • 存储比现有模型多10倍数据的能力
Astra在陌生的新环境中捕捉规则，并将其构建为精确符号模型方面表现优异。
Q2. 为什么Astra的分数会因测试环境（Harness）的不同而产生巨大差异？
  • 测试题本身的难度发生了变化
  • 模型进行了互联网搜索
  • 使用了保持推理状态并复用之前任务的技术辅助工具
通过使用名为‘Provider Adapter’的技术辅助工具来记忆并利用推理状态，从而实现了更高的效率。
Q3. 目前专家们不将GPT-6 Astra定性为AGI（通用人工智能）的主要原因是什么？
  • 它还没有开源
  • 缺乏对‘开放式发明’（即自主发明新事物的能力）的验证
  • 分数没有达到100分
尽管技术上有进步，但尚未充分证明其自主创造性地发明新事物的能力，即‘开放式发明’。