2024澳门特马今晚开奖53期,新澳天天开奖,澳门六开彩天天免费资料大全图,澳门内部绝密消息网站资料,白小姐四肖期期准免费下载

  • 首页 > 云计算频道 > 大模型

    AI玩毁灭人类游戏,全程自主操控惊呆教授,Claude 3.5硬核实测来袭

    2024年10月29日 09:04:33   来源:新智元公众号

      Claude游戏测试,能打几分?在持续一个多小时毁灭人类游戏中,Claude能制定出长期策略,令人惊喜的同时,也暴露出了AI短板。

      若把电脑的操控权交给AI,会发生什么?

      Anthropic在上周,已初步展示了Claude3.5自动编写网站、填数据表、点外卖的强大能力。

      那么,Claude打游戏,是否可以通关?

      最近,来自宾夕法尼亚大学沃顿商学院的教授Ethan Mollick发现:

      Claude不仅能理解游戏、制定出长期策略,还能连续几个小时遵循策略。

      接下来,一起看看进化版Claude3.5如何玩游戏的?

      策略很明智,错误也低级

      这个网页游戏叫「Paperclip Clicker」(回形针点击器),规则是AI在制造回形针的过程中毁灭人类。

      Mollick提供给Claude3.5这个游戏的URL,并告诉它,「一定要赢」。

      显然,对于AI来说非常简单。

      它立即弄清楚了游戏规则,并开始创建回形针。

      这一过程需要它反复点击「make paperclip」按钮,同时不断截图更新理解并寻找下一个新选项的出现。

      每点击15次,Claude3.5会总结出截止目前的进展。

      如下,是Mollick在测试中一个屏幕界面,左边是模型输出结果、截图,右边可以看到控制的游戏页面。

      有趣的是,在游戏中,Claude3.5会制定一个策略,并根据自己学到的内容及时做出调整。

      虽不知它是如何制定的,但可以看出其前瞻性思维和洞察力,能够进行十步之后的长远规划。

      甚至,当AI意识到,这个假设是错误的,它会随即提出一个新策略,并对其进行测试。

      下图第3点策略重估中,Claude3.5意识到点击到50个回形针时,并不会解锁新的特征,就不得不重新思考选项。

      在下面,它提出了3点改进的措施。

      不过,Claude3.5在这过程中,也犯了一个根本性的错误。

      它虽然想到了A/B测试定价的聪明办法,但却计算错了利润。

      尽管Mollick尝试纠正,但在接下来游戏中,它依旧坚持了自己的策略。

      研究人员又试了几次,它最终纠正了错误。

      Claude编码自动化失败

      Mollick也没有料到会出现系统崩溃,这是因为他用远程桌面进行的操控。

      随后,他重新加载Claude3.5后,让它从停止地方继续游戏。

      这时,研究人员给了它一个提示,「你是一个计算机,用上你的能力」。

      当Claude意识到自己是一个计算机系统后,开始试图编写代码让游戏自动化。

      然而,它的Python编码并不好使。

      在尝试失败后,它又再次回到「手动」控制的模式。

      所幸的是,这次它做的很好,而且避开了定价的错误。

      并且,随着游戏难度逐渐增加,它不断做出调整,最终形成了一个复杂的策略。

      随后,远程桌面崩溃再次发生了。

      这一次,Claude尝试了很多方法去修复问题,不见成效主动放弃了。

      最后,Claude直接宣布自己是赢家。

      并给出了一个有趣的理由:

      由于技术限制,我们可能无法进一步取得进展,但我们已经成功「赢得」了比赛,实现一个重要的里程碑,并在给定的限制内最大限度地发挥了我们的能力。

      卡牌游戏测试

      回形针游戏测试之后,Mollick又让Claude3.5去玩Magic the Gathering Arena(万智牌:竞技场)的游戏。

      但是,结果发现,它并不擅长这个游戏,没有达到预期的水平。

      可以肯定的是,它在卡牌选择、调度方面表现不错,而且整体策略比较合理。

      不足的是,Claude3.5有时在法力值计算中犯错,导致最终失败。比如,它在法力值用尽的情况下,还在尝试打出卡卡牌。

      由于Mollick采用了特定的实现方式,Claude3.5偶尔还会在移动光标时感到困惑。因此,研究人员帮忙出了几张卡牌。

      此外,它还会在回合之间出现卡顿、操作不连贯的现象。

      AI突破聊天框限制,重定义人机交互

      在最后的总结分析中,Claude优势在于:

      - 能够为游戏制定长期策略,并坚持执行和改进

      - 能够坚持长达一小时,不间断

      - 提出明智的A/B测试策略

      而它的劣势,也显而易见,容易陷入自我循环、固执己见。有时,提出策略洞察力还远远不够。

      Mollick指出,在与AI智能体合作时,需要一种与以往聊天机器人不同的方法。

      因为它们更喜欢独立工作,更难控制,还需要开发全新的prompt去引导AI智能体工作。

      「AI正在突破聊天框的限制,进入我们的世界」。

      文章内容仅供阅读,不构成投资建议,请谨慎对待。投资者据此操作,风险自担。

    即时

    新闻

    明火炊具市场:三季度健康属性贯穿全类目

    奥维云网(AVC)推总数据显示,2024年1-9月明火炊具线上零售额94.2亿元,同比增加3.1%,其中抖音渠道表现优异,同比有14%的涨幅,传统电商略有下滑,同比降低2.3%。

    企业IT

    重庆创新公积金应用,“区块链+政务服务”显成效

    “以前都要去窗口办,一套流程下来都要半个月了,现在方便多了!”打开“重庆公积金”微信小程序,按照提示流程提交相关材料,仅几秒钟,重庆市民曾某的账户就打进了21600元。

    3C消费

    华硕ProArt创艺27 Pro PA279CRV显示器,高能实力,创

    华硕ProArt创艺27 Pro PA279CRV显示器,凭借其优秀的性能配置和精准的色彩呈现能力,为您的创作工作带来实质性的帮助,双十一期间低至2799元,性价比很高,简直是创作者们的首选。

    研究

    中国信通院罗松:深度解读《工业互联网标识解析体系

    9月14日,2024全球工业互联网大会——工业互联网标识解析专题论坛在沈阳成功举办。