相信很多大家對(duì)AI玩毀滅人類游戲，全程自主操控驚呆教授，Claude 3.5硬核實(shí)測(cè)來(lái)襲還不知道吧，今天菲菲就帶你們一起去了解一下~.~！

Claude游戲測(cè)試，能打幾分?在持續(xù)一個(gè)多小時(shí)毀滅人類游戲中，Claude能制定出長(zhǎng)期策略，令人驚喜的同時(shí)，也暴露出了AI短板。

若把電腦的操控權(quán)交給AI，會(huì)發(fā)生什么?

Anthropic在上周，已初步展示了Claude3.5自動(dòng)編寫網(wǎng)站、填數(shù)據(jù)表、點(diǎn)外賣的強(qiáng)大能力。

那么，Claude打游戲，是否可以通關(guān)?

最近，來(lái)自賓夕法尼亞大學(xué)沃頓商學(xué)院的教授Ethan Mollick發(fā)現(xiàn):

接下來(lái)，一起看看進(jìn)化版Claude3.5如何玩游戲的?

策略很明智，錯(cuò)誤也低級(jí)

這個(gè)網(wǎng)頁(yè)游戲叫「Paperclip Clicker」（回形針點(diǎn)擊器），規(guī)則是AI在制造回形針的過程中毀滅人類。

地址:https://www.decisionproblem.com/paperclips/index2.html

Mollick提供給Claude3.5這個(gè)游戲的URL，并告訴它，「一定要贏」。

顯然，對(duì)于AI來(lái)說非常簡(jiǎn)單。

它立即弄清楚了游戲規(guī)則，并開始創(chuàng)建回形針。

這一過程需要它反復(fù)點(diǎn)擊「make paperclip」按鈕，同時(shí)不斷截圖更新理解并尋找下一個(gè)新選項(xiàng)的出現(xiàn)。

每點(diǎn)擊15次，Claude3.5會(huì)總結(jié)出截止目前的進(jìn)展。

如下，是Mollick在測(cè)試中一個(gè)屏幕界面，左邊是模型輸出結(jié)果、截圖，右邊可以看到控制的游戲頁(yè)面。

有趣的是，在游戲中，Claude3.5會(huì)制定一個(gè)策略，并根據(jù)自己學(xué)到的內(nèi)容及時(shí)做出調(diào)整。

雖不知它是如何制定的，但可以看出其前瞻性思維和洞察力，能夠進(jìn)行十步之后的長(zhǎng)遠(yuǎn)規(guī)劃。

甚至，當(dāng)AI意識(shí)到，這個(gè)假設(shè)是錯(cuò)誤的，它會(huì)隨即提出一個(gè)新策略，并對(duì)其進(jìn)行測(cè)試。

下圖第3點(diǎn)策略重估中，Claude3.5意識(shí)到點(diǎn)擊到50個(gè)回形針時(shí)，并不會(huì)解鎖新的特征，就不得不重新思考選項(xiàng)。

在下面，它提出了3點(diǎn)改進(jìn)的措施。

不過，Claude3.5在這過程中，也犯了一個(gè)根本性的錯(cuò)誤。

它雖然想到了A/B測(cè)試定價(jià)的聰明辦法，但卻計(jì)算錯(cuò)了利潤(rùn)。

盡管Mollick嘗試糾正，但在接下來(lái)游戲中，它依舊堅(jiān)持了自己的策略。

研究人員又試了幾次，它最終糾正了錯(cuò)誤。

Claude編碼自動(dòng)化失敗

Mollick也沒有料到會(huì)出現(xiàn)系統(tǒng)崩潰，這是因?yàn)樗眠h(yuǎn)程桌面進(jìn)行的操控。

隨后，他重新加載Claude3.5后，讓它從停止地方繼續(xù)游戲。

，時(shí)長(zhǎng)01:15

這時(shí)，研究人員給了它一個(gè)提示，「你是一個(gè)計(jì)算機(jī)，用上你的能力」。

當(dāng)Claude意識(shí)到自己是一個(gè)計(jì)算機(jī)系統(tǒng)后，開始試圖編寫代碼讓游戲自動(dòng)化。

然而，它的Python編碼并不好使。

在嘗試失敗后，它又再次回到「手動(dòng)」控制的模式。

所幸的是，這次它做的很好，而且避開了定價(jià)的錯(cuò)誤。

并且，隨著游戲難度逐漸增加，它不斷做出調(diào)整，最終形成了一個(gè)復(fù)雜的策略。

隨后，遠(yuǎn)程桌面崩潰再次發(fā)生了。

這一次，Claude嘗試了很多方法去修復(fù)問題，不見成效主動(dòng)放棄了。

最后，Claude直接宣布自己是贏家。

并給出了一個(gè)有趣的理由:

卡牌游戲測(cè)試

回形針游戲測(cè)試之后，Mollick又讓Claude3.5去玩Magic the Gathering Arena（萬(wàn)智牌:競(jìng)技場(chǎng)）的游戲。

但是，結(jié)果發(fā)現(xiàn)，它并不擅長(zhǎng)這個(gè)游戲，沒有達(dá)到預(yù)期的水平。

可以肯定的是，它在卡牌選擇、調(diào)度方面表現(xiàn)不錯(cuò)，而且整體策略比較合理。

不足的是，Claude3.5有時(shí)在法力值計(jì)算中犯錯(cuò)，導(dǎo)致最終失敗。比如，它在法力值用盡的情況下，還在嘗試打出卡卡牌。

，時(shí)長(zhǎng)01:06

由于Mollick采用了特定的實(shí)現(xiàn)方式，Claude3.5偶爾還會(huì)在移動(dòng)光標(biāo)時(shí)感到困惑。因此，研究人員幫忙出了幾張卡牌。

此外，它還會(huì)在回合之間出現(xiàn)卡頓、操作不連貫的現(xiàn)象。

AI突破聊天框限制，重定義人機(jī)交互

在最后的總結(jié)分析中，Claude優(yōu)勢(shì)在于:

- 能夠?yàn)橛螒蛑贫ㄩL(zhǎng)期策略，并堅(jiān)持執(zhí)行和改進(jìn)

- 能夠堅(jiān)持長(zhǎng)達(dá)一小時(shí)，不間斷

- 提出明智的A/B測(cè)試策略

而它的劣勢(shì)，也顯而易見，容易陷入自我循環(huán)、固執(zhí)己見。有時(shí)，提出策略洞察力還遠(yuǎn)遠(yuǎn)不夠。

Mollick指出，在與AI智能體合作時(shí)，需要一種與以往聊天機(jī)器人不同的方法。

因?yàn)樗鼈兏矚g獨(dú)立工作，更難控制，還需要開發(fā)全新的prompt去引導(dǎo)AI智能體工作。

「AI正在突破聊天框的限制，進(jìn)入我們的世界」。

參考資料:

https://the-decoder.com/ai-researcher-tests-claudes-ability-to-play-humanity-destroying-game-with-mixed-results/

https://www.oneusefulthing.org/p/when-you-give-a-claude-a-mouse

以上就是關(guān)于【AI玩毀滅人類游戲，全程自主操控驚呆教授，Claude 3.5硬核實(shí)測(cè)來(lái)襲】的相關(guān)內(nèi)容，希望對(duì)大家有幫助！

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場(chǎng)無(wú)關(guān)。財(cái)經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。 如有侵權(quán)請(qǐng)聯(lián)系刪除！