摘要：最近几个月，人工智能领域的不断进步让我们确信人类目前已经处在实现“通用人工智能”（AGI）的边缘，即人工智能大模型具备在大多数认知任务上达到或超越“人类水平”的能力。
最近几个月，人工智能领域的不断进步让我们确信人类目前已经处在实现“通用人工智能”（AGI）的边缘，即人工智能大模型具备在大多数认知任务上达到或超越“人类水平”的能力。
上个月，Anthropic 推出了“Claude玩宝可梦”实验，作为通往 AGI 未来的一个里程碑。该公司表示，该项目展示了人工智能系统不通过针对性的训练，只通过广义推理，可以以越来越高的能力应对挑战。Claude 3.7 Sonnet “改进的推理能力”在流行的老式 Game Boy RPG 中取得的进展，旧模型几乎没有希望实现。
一年前的 Claude 模型甚至连离开游戏的开场区域都困难重重，而 Claude 3.7 Sonnet 则能够通过相对较少的游戏内操作收集多个游戏内道馆徽章，从而取得进展。这一突破是因为 Claude 3.7 Sonnet 的“扩展思维”，意味着新模型“能够提前计划、记住目标并在初始策略失败时做出调整”，而旧的版本却没有这样做。这些都是“对抗像素化道馆领袖的关键技能。Anthropic认为，这在解决现实世界的问题时同样重要。
但是，这只是相对于之前的模型而言，相对的成功并不等同于在整个游戏的绝对成功。自从 Claude Plays Pokémon 首次公开以来的几周里，成千上万的 Twitch 观众看到了 Claude 努力在游戏中取得持续进展。尽管每次移动之间都有很长的“思考”暂停，在此期间，观众可以看到系统模拟推理过程的打印输出——但 Claude 经常发现自己毫无意义地回到已完成探索的城镇，长时间被困在地图的角落，或者一遍又一遍地与同一个无用的 NPC 徒劳地交谈，这只是游戏中表现明显低于人类的几个例子。
看着 Claude在为儿童设计的游戏中继续挣扎，很难想象我们正在见证某种计算机超级智能的诞生。但即使 Claude目前的表现低于人类水平，也可以为寻求通用的、人类水平的人工智能提供重要的经验教训。
从某种意义上说，Claude 能够轻松玩 Pokémon 游戏，这令人印象深刻。在开发用于在围棋和Dota 2等游戏中寻找主导策略的 AI 系统时，工程师通常首先从对游戏规则和基本策略的深入了解后开始他们的算法，并使用奖励函数来引导算法获得更好的性能。不过，对于Claude玩宝可梦，项目开发人员兼 Anthropic 员工 David Hershey 表示，他是从一个未经修改的通用 Claude 模型开始，该模型没有经过任何专门的训练或调整来玩 Pokémon 游戏。
回顾一下人工智能玩游戏取得的成果：
1996年，IBM开发的一款超级计算机深蓝首次与世界冠军加里·卡斯帕罗夫对战，但以2:4落败。
1997年，经过升级的“更深的蓝”再次挑战卡斯帕罗夫，并以3.5:2.5获胜，成为历史上首个在标准国际象棋比赛中击败卫冕世界冠军的计算机系统
2016年，DeepMind的阿尔法狗在与世界围棋冠军李世石的五局比赛中以4:1的成绩获胜，这是人工智能在围棋领域首次战胜职业九段棋手。阿尔法狗的成功不仅展示了人工智能在特定领域的潜力，还激发了对人工智能未来发展的广泛讨论
2019年，OpenAI Five在《Dota 2》的5v5团队战斗中首次击败了业余顶尖玩家，展示了AI在复杂游戏中的潜力。
同年，OpenAI Five在与两届《Dota 2》国际邀请赛冠军OG战队的比赛中获胜，进一步证明了其技术实力。
从中可以看出，针对特定的游戏场景进行针对性的训练，人工智能早已经打遍人类无敌手了，所以玩游戏战胜人类对于人工智能来说不是个问题，目前是在探索人工智能针对未知环境的探索能力，一个对所有陌生环境的泛化探索能力。也就是通用人工智能。
通过历史推断未来，我感觉所谓的AGI（通用人工智能）在五年内很有可能会实现，到了那个时候人工智能在所有的游戏领域都能达到或超过人类顶尖选手的能力，那些在王者荣耀低段位苦苦挣扎的人类不再需要游戏代练上分了。
来源：龙之谷霸主