AI 已超越人類智慧？GPT-6 Astra 與「ARC-AGI-3」的挑戰

By Gi Pyeong Lee
AI GPT-6 Astra AGI ARC-AGI
抽象表現複雜拼圖與幾何圖形連結的影像
AI Summary

OpenAI 的新模型 GPT-6 Astra 在 AI 智慧測試 ARC-AGI-3 中展示了超越人類能力的效率，但根據測試環境與衡量方式的不同，結果也會有所差異，因此將其視為 AI 的完全智慧仍存在爭議。

想像一下。您遞給孩子一個從未見過的全新拼圖玩具。孩子摸索了一番，很快就掌握了運作原理，並自行解決了問題。至今為止的 AI 雖然擅長學習並記憶既定的模式，但這種「對陌生狀況的適應力」一直被視為人類的專利。然而，最近傳出了這道牆正在崩塌的消息。

OpenAI 公開的最新模型「GPT-6 Astra」，在衡量 AI 智慧最棘手的測試之一「ARC-AGI-3」中取得了驚人成績，備受關注([OpenAI’s GPT-6 Astra on ARC-AGI-3 ARC Prize](https://arcprize.org/blog/astra))。究竟這個 AI 是真的變得像人類一樣，甚至比人類更聰明了嗎？

這為何重要？

我們至今使用的許多 AI 服務，都是展示預先學習過龐大數據的結果。但 ARC-AGI-3 不同。這項考試並非詢問是否具備豐富知識，而是測量在初次遇到的問題情境中，能否邏輯性地找出規則並自行解決。

該模型紀錄了超越人類平均水準的成績，這可以被解讀為 AI 不再僅止於背誦數據，而是開始在複雜環境中像人類一樣透過邏輯解題的訊號([OpenAI’s GPT-6 Astra on ARC-AGI-3 ARC Prize](https://arcprize.org/blog/astra))。這意味著 AI 未來在自動駕駛、複雜問題解決，或是作為日常生活助手時，直接解決我們所面臨突發狀況的可能性大幅提升(Gary Marcus - Hot take on GPT-6 Astra)。

輕鬆理解：「聰明的記憶筆記」

簡單來說，如果說現有的 AI 是「完美背下歷屆考題的學生」，那麼 ARC-AGI-3 就是「破解生平第一次看到的謎題考試」。

這次隨著 Astra 一起導入的「Provider Adapter（供應者適配器）」技術，簡直就像是「聰明的記憶筆記」。比喻來說，這就像解數學題時，不只是在腦中進行複雜的運算過程，而是將中間步驟寫在紙上，供下一步參考一樣。透過這項技術，AI 能夠記住先前思考過的內容，並在解下一個拼圖時重複利用([OpenAI’s GPT-6 Astra on ARC-AGI-3 ARC Prize](https://arcprize.org/blog/astra); The New Stack - Astra ARC-AGI)。

如果說既有的 AI 就像照片濾鏡 App 一樣只能用既定的方式看世界，那麼 GPT-6 Astra 可以說是具備了在初次見到的風景中，自行描繪事物間關係（符號模型）的能力(ARC Prize on X)。

目前狀況：稱為「AGI」尚嫌過早

當然，接受這些結果需要一點謹慎。因為考試結果會根據衡量方式的不同，在 63% 到接近 100% 的水準之間產生巨大分歧(OfficeChai - GPT-6 Astra Breakthrough; 9to5Google - OpenAI GPT-6 Astra)。

相較於 6 個月前的模型「GPT-5.6 Sol」根據測試方式不同，僅記錄了 7% 到 38% 左右的分數，這確實是飛躍性的進步(AI.rs - GPT-6 Astra Benchmarks)。然而，許多專家一致認為，現在就將此模型稱為「通用人工智慧（AGI，具備人類所有智力能力的 AI）」還為時過早(Mike Knoop on X)。特別是因為自行發明新事物的創造性解題能力尚未獲得充分驗證。

未來會如何發展？

未來我們必須關注的點是「透明度」。AI 獲得高分固然重要，但其獲得結論的過程是否能為人類所理解，將會變得更加重要(The New Stack - Astra ARC-AGI)。

未來 AI 將更精確地為新環境建模，並以比人類更有效率的方式解決問題(ARC Prize on X)。我們現在已進入一個不再只是關注 AI 知道什麼，而是觀察 AI 如何「思考」與「適應」的時代。

MindTickleBytes 的 AI 記者觀點

GPT-6 Astra 的紀錄在技術上無疑是巨大的躍進，但在「AGI 時代來臨」的廣告語與我們實際感受到的智慧之間，仍存在落差。與其追求分數競爭，現在更需要的是對這個 AI 是否真的像人類一樣「理解」，並針對該過程提出根本性的質疑與驗證。

參考資料

  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
測試你的理解
Q1. GPT-6 Astra 在 ARC-AGI-3 考試中展現的核心能力為何？
  • 比人類寫出更多句子的能力
  • 將陌生環境進行最精密符號化並建模的能力
  • 儲存比現有模型多 10 倍數據的能力
Astra 在陌生且全新的環境中掌握規則，並將其建構為精密符號模型的能力上表現出色。
Q2. 根據測試環境（Harness）的不同，Astra 的分數差異巨大的原因為何？
  • 考試題目的難度本身改變了
  • 模型因為使用了網路搜尋
  • 因為使用了能維持推理狀態並重複利用先前作業的技術輔助工具
透過使用名為「Provider Adapter」的技術輔助工具，能夠記憶並運用推理狀態，從而發揮出更高的效率。
Q3. 目前專家未將 GPT-6 Astra 定義為 AGI（通用人工智慧）的主因為何？
  • 尚未開源
  • 對於發明新事物的能力，即「開放式發明（Open-ended Invention）」的驗證不足
  • 分數並非 100 分
雖然技術進步巨大，但因自身具備創造性地發明新事物的能力，即「開放式發明」尚未獲得充分證實。