开端：市集资讯云开体育

（开端：量子位）

新年新表象！AI大神吴恩达2026年宗旨公开：

要作念一个新的图灵测试，他称之为图灵-AGI测试

光看名字就知说念，这个测试专为AGI而生。

前年是AGI情随事迁的一年，吴恩达在其年度纪念中曾经默示：

学术界和工业界正常说起AGI办法，硅谷的公司也会为抢先AGI定下季度宗旨。

但对于AGI的界说于今还莫得和洽圭臬，现存基准测试还通常误导寰球，使其高估现时的AI水平。

吴恩达留心到该趋势，于是新的图灵测试将试图弥补这一空缺。

伸开剩余79%

正如网友所言：

图灵-AGI测试设思

传统的图灵测试在AGI期间昭着不够用。

它由艾伦·图灵在上世纪五十年代提议，提议用东说念主机对话来测试机器的智能水平。

在测试经过中，东说念主类评估者需要详情他们是在与东说念主已经与机器交谈。要是机器能够奏效骗过评估者，那么就算通过了测试。

但当今的AI昭着不再平静于浅薄的对话交互，而是要构建起经济灵验的系统，是以亟需一个能够估计AI使命才调的测试。

而这即是图灵-AGI测试的中枢，要让AI像东说念主类通常智能，并完成大部分的常识型使命。

测试对象将会是AI系统或专科东说念主士，他们将会被提供一台可以看望互联网并配备浏览器和Zoom等软件的计较机。

裁判将通过计较机为测试对象狡计一个多日的体验任务，比如算作客服，会先被培训一段工夫，然后条件扩充接听电话的任务，并需要提供捏续的响应。

只有AI能够像东说念主类通常老到完成使命任务，就会被以为通过测试。

该测试将聚焦AGI的经济性和试验产出，更接近普世好奇钦慕好奇钦慕下对AGI的启动界说——可用于使命和坐褥场景的智能。

它也会比基准测试更训练AI的通用才调

当今简直通盘的AI基准测试，如GPQA、AIME、SWE-bench等，齐会预先详情一个测试集。这意味着AI团队齐会径直针对已发布的测试集来调和他们的模子。

这就导致好多AI模子榜单排行靠前，但真什物理全国中又才调不够。

前年闹得沸沸扬扬的Llama 4刷榜丑闻即是其中一个典型，明明数据看起来齐很可以，但用户真的上手后却傻眼了。

此外，固定测试集只可估计AI在某一狭小规模的才调。比拟之下，图灵测试可以由评委目田提议放荡问题，莫得提前松手范围，更能判断系统在通用任务上的施展。

在蜕变的图灵-AGI测试中，持续了这一设定，裁判可以放荡狡计体验任务，而受测试的AI或东说念主类测试者均不会预先知说念任务内容，这将比基准测试更能判断AGI水平。

同期为了校准社会对AI的盼愿，吴恩达默示，能够他将举办一场图灵-AGI测试，让通盘AI参与其中。

即便终末的松手会是通盘AI系统均未能达到圭臬，但也能平息永恒以来对AGI的过度炒作。

这种降温将会为AI规模创造更隆重的环境，让行业再行聚焦于非AGI级别的试验跳跃，比如建筑有实用价值的诈骗，而不是千里迷于已毕AGI的营销噱头。

从永恒来说，图灵-AGI测试也会为AI团队设定一个具体的费力宗旨，而非暧昧地已毕东说念主类级智能。

倘若真有某一家公司能够通过测试，其松手也必定具备真不二价值，图灵-AGI测试将会为真的的AGI壅塞提供真实的判定依据。

是以接下来，只需拭目而待。

[1]https://x.com/AndrewYNg/status/2008578741312836009?s=20

[2]https://www.deeplearning.ai/the-batch/issue-334/云开体育

发布于：北京市