先做个广告：如需代注册ChatGPT或充值 GPT4.0会员（plus），请添加站长微信：gpthuiyuan
OpenAI推出了名为“o3”的新系统，在一个叫ARC-AGI的测试集上实现了突破性成绩。简单点说，o3在某些AI尚未攻克的“新奇任务”上展现了前所未有的适应能力。
推荐使用GPT中文版,国内可直接访问：https://ai.gpt86.top
ARC-AGI 是什么？
先聊聊背景。ARC-AGI 是一个为测试AI“适应新任务能力”而设计的基准测试。它的规则非常简单：
• 任务对普通人来说不难。 • 但对AI来说，没有训练数据支持，难度陡增。
举个例子，你可能会被问到这样的任务：“观察这组图形的规律，按规则补全空白处。”
对人类而言，这种题目靠直觉就能搞定，但对AI却是噩梦，因为AI无法像人一样灵活推理或临场发挥。
ARC-AGI 的测试分为两个部分：
1. Semi-Private Eval（半公开评估集）：100个任务，目的是防止AI“死记硬背”。 2. Public Eval（公开评估集）：400个任务，让大家公开测试。
过去几年，AI在这个基准测试上几乎全军覆没。比如，2020年的GPT-3直接挂零，GPT-4系列也只在2024年勉强拿到**5%**的分数。
o3做到了什么？
这次，OpenAI的o3系统在半公开评估集上取得了惊人的75.7%得分，在公开评估集更是突破到了91.5%！
更夸张的是，当使用高计算资源配置时，o3的得分飙升到了87.5%（半公开集）和91.5%（公开集）。这个成绩不仅打破了过去的纪录，还直接拉高了“AI能干什么”的天花板。
来看一张关键数据表：
可以看到，o3的成绩与计算资源成正比，但即便在低计算成本的模式下，它也远超前代AI。
o3背后的技术突破
那么问题来了，o3为什么能做到其他AI做不到的事情？
1. 摆脱“记忆型AI”的瓶颈传统语言模型（LLM，比如GPT系列）的工作方式类似于：
1. 记忆大量的数据（靠训练过程）。 2. 匹配用户输入到已有的“答案”上。
这种方式虽然在聊天和翻译等任务上表现出色，但在新奇任务面前就显得捉襟见肘。原因是：它们不会“主动学习”。
2. o3如何突破？o3 的突破点在于一个关键能力：重组知识以生成新方案。当面对陌生任务时，o3能通过“程序搜索”的方式，尝试不同的解决路径，直到找到一个能解决任务的“步骤链”。
技术上，它用到了两大关键策略：
• 自然语言程序生成：在任务测试时，o3会基于任务描述生成一系列潜在解法。 • 程序搜索与评估：类似下棋时的AI算法（比如AlphaZero的蒙特卡洛树搜索），o3会对生成的解法进行逐步筛选，最终选出最佳路径。
这个过程可以用一个流程图表示：
3. 成本问题与潜在挑战虽然o3表现亮眼，但目前它的成本仍然是硬伤——一个任务消耗的计算资源可高达数万美元。相比之下，雇人来完成任务，平均只需$5。这种“成本效率比”的问题，是未来需要重点优化的方向。
o3 是 AGI 吗？
有人可能会问：“o3 是不是已经接近通用人工智能（AGI）了？”答案是否定的，很遗憾这距离 AGI 还特别远。
虽然o3在某些方面接近了人类的能力，但它依然有明显的局限性：
1. 易错性：一些简单任务，o3仍然表现得比人类差。 2. 对训练数据的依赖：o3生成“步骤链”的能力，仍然需要依赖大量人类标注数据。
换句话说，它还没有达到像人类一样“自学”的能力。这也意味着，我们距离真正的AGI还有很长的路要走。
下一步：ARC-AGI-2 来了！
为了进一步推动AI研究，ARC团队计划在2025年推出新一代测试基准——ARC-AGI-2。据说，它的难度将远超第一代。初步测试显示，即使是o3，得分可能会低于30%！这将是AI适应能力的新试金石。
此外，ARC团队还在筹备一个长期目标：推出“第三代测试框架”，彻底重塑AI研究的方向。
本文链接：https://lechangxia.cc/gpt4/2174.html
Ecoutechatgpt4如何付费chatgpt4.0安装包人工智能chatgpt4.0写作文入口chatgpt会员开通教程chatgpt到了怎么充值gptplus代充手机版chatgpt如何注册chatgpt能用qq邮箱注册吗chatgpt电话注册详细流程
