引导式测验 · 硬等级

通用人工智能测验

回顾指南中狭窄系统、有争议的 AGI 定义、能力声明和当前证据限制之间的区别。

通用人工智能与狭义人工智能有何区别？

预览每个问题8 问题

当您参加测验时，就会出现答案和解释。

通用人工智能与狭义人工智能有何区别？
- 在更昂贵和更强大的硬件上运行
- 跨多个领域的广泛学习和执行能力
- 拥有可以在世界中移动的物理机器人身体
- 专门针对大型图像数据集进行训练
莫拉维克悖论观察到了什么？
- 一旦人工智能达到人类平均智力水平，其进步就会停止
- 随着时间的推移，较大的模型总是会变得不太准确
- 感知和运动技能对我们来说很容易，但对人工智能来说却很难
- 计算机永远无法在策略游戏中击败人类
弗朗索瓦·乔莱 (François Chollet) 提出了哪个基准作为衡量抽象谜题技能习得效率的具体方法？
- ARC（抽象与推理语料库）
- MMLU（大规模多任务语言理解）
- GLUE（通用语言理解评估）
- SQuAD（斯坦福问答数据集）
与 I. J. Good 相关的“智力爆炸”假说是什么？
- 标准智力测试很快就会过时
- 人工智能硬件将出现物理过热并大规模故障
- 人工智能初创公司的数量每年都将呈指数级增长
- 自我改进的机器可能会引发失控的能力增益
里奇·萨顿 (Rich Sutton) 的文章《痛苦的教训》争论了人工智能的进步如何？
- 专家制定的符号规则永远胜过学习
- 通过计算扩展的通用方法击败了手工构建的知识
- 小型精选数据集总是比大型数据集更好
- 人工智能研究应该停止依赖 GPU 和大型集群
为什么图灵测试被认为是 AGI 的不完整标准？
- 没有机器真正尝试过通过它
- 它只测试机器的数学能力
- 它测试会话模仿，而不是广泛的能力
- 它需要一个物理机器人身体才能通过
Why does the guide say AGI discussions need an explicit definition?
- Different proposed thresholds produce different claims about timing and capability
- There is a single legal definition used worldwide
- AGI means any system that generates text
- A definition proves a system is safe
A model performs well on several benchmarks. What conclusion does the guide support?
- It proves the system can perform every cognitive task
- It settles the AGI definition debate
- It shows the model has human experience
- Benchmark results are evidence about tested tasks, not proof of universally agreed AGI