至顶网软件频道消息: 人工智能模型首次在斯坦福大学(Stanford University)的阅读测试中超越人类,该阅读测试被用于衡量神经网络认知能力。
中国网络巨头阿里巴巴集团(Group Holding Ltd.)周一宣布,该公司研发部门开发的人工智能(AI)获得了82.44分的高分,这是创纪录的里程碑。与之相比较,人类参与者的成绩是82.304。在阿里巴巴的测试成绩最终确认后的第二天,微软公司用一个深度学习模型重复了这一壮举,并且获得了略微更高一点的成绩——82.65。
这个被称为斯坦福问答数据集(Stanford Question Answering Dataset)的测试包含了从500篇维基百科的文章中提取的超过10万个问题和答案。测试中所有的文字内容都是用自然语言写成,而不是使用了计算机更容易理解的结构化格式。因此,人工智能模型现在可以获得比人类更好的分数代表了一项重大的技术成就。
一个能够以类似于人类的准确程度理解书面材料的深度学习模型有很多潜在的应用。阿里巴巴研究团队的自然语言处理首席科学家司罗(音译:Luo Si)将客户服务和医疗保健列为该技术可能会被证明是特别有用的两大领域。
科技行业也正在其他方面努力地推进人工智能。8月份,微软的研究人员透露,他们已经开发了一个能够抄录文本的语音识别系统,错误率仅为5.1%,与人类的平均水平相当。
与此同时,阿里巴巴正在积极争取在人工智能军备竞赛中获得超越同行的优势。三个月前,该公司宣布计划在未来三年投资150亿美元用于工程技术。这项工作将特别重视深度学习等对其长期发展计划非常重要的技术。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。