从图灵测试到"通"测试：人工通用智能的新评估体系

从图灵测试到"通"测试：人工通用智能的新评估体系

引用

CSDN

1.

https://blog.csdn.net/weixin_43145427/article/details/143100961

随着人工智能技术的快速发展，如何科学地评估人工通用智能（AGI）成为了一个重要课题。近日，一篇发表在国际期刊上的论文提出了"通测试"（Tong Test）这一新的AGI评估方法，通过在动态实体化物理和社会互动（DEPSI）环境中评估AI的能力和价值观，为AGI研究提供了一个全新的评价体系。

1 具身动态环境中的AGI评估

传统的AI评测方法主要分为两类：一类是基于人类观察的人机区分测试，如图灵测试；另一类是任务导向的问题评测。然而，这些方法在应用于AGI时显现出局限性。因此，研究者提出了"通测试"这一系统性的AGI评测体系，它不仅关注AI的能力维度，还引入了价值维度的考量。

2 通测试(Tong Test)

通测试的核心是在动态的物理和社会环境中对AGI进行评价，具体包括以下几个方面：

1. 动态嵌入式物理和社会互动（DEPSI）：AGI需要在动态变化的环境中展现出智能行为，不仅要理解物理世界的变化，还要在社会互动中表现出智能行为。

2. 无限任务生成：通测试采用组合图形模型（即"解析图"）作为知识表示形式，能够表达给定场景的空间、时间和因果关系。基于此，它定义了一个"流畅空间"，其中包含场景属性的时间变量，从而允许生成无限数量的任务。

3. 自我驱动的任务创造：除了完成任务，AGI还需要能够在没有明确指令的情况下自我驱动地创建新任务，这反映了AI系统在不同情境下的适应能力。

4. 价值对齐：通测试还包括对AI模型的价值观评估，确保AI的行为与人类社会的价值观相一致。

5. 因果理解：通测试要求AI模型展示出对因果关系的理解，这是AGI智能的一个重要方面，对于解决复杂问题至关重要。

6. 具身化：AGI必须在具身化的环境中操作，这意味着它必须有能力与环境进行互动，并且这种互动是持续的、动态的。

7. 多层次的AGI里程碑：通测试通过一系列虚拟环境中的互动，定义了AGI发展的多个里程碑级别，允许对AGI的多维能力和价值观进行量化。

3 结语

"通测试"作为一种在动态实体环境中基于能力和价值导向的评估系统，为评价人工通用智能（AGI）的表现提供了一个新的框架。它不仅关注AI的能力维度，还引入了价值维度的考量，通过无限任务生成、自我驱动任务创建、价值对齐、因果理解及实体化等关键特征，为AGI研究提供了重要的理论指导。

论文链接：https://www.sciencedirect.com/science/article/pii/S209580992300293X