AI玩毀滅人類游戲，全程自主操控驚呆教授，Claude 3.5硬核實測來襲
相信很多大家對AI玩毀滅人類游戲，全程自主操控驚呆教授，Claude 3.5硬核實測來襲還不知道吧，今天菲菲就帶你們一起去了解一下~.~！
Claude游戲測試，能打幾分?在持續(xù)一個多小時毀滅人類游戲中，Claude能制定出長期策略，令人驚喜的同時，也暴露出了AI短板。
若把電腦的操控權交給AI，會發(fā)生什么?
Anthropic在上周，已初步展示了Claude3.5自動編寫網(wǎng)站、填數(shù)據(jù)表、點外賣的強大能力。
那么，Claude打游戲，是否可以通關?
最近，來自賓夕法尼亞大學沃頓商學院的教授Ethan Mollick發(fā)現(xiàn):
接下來，一起看看進化版Claude3.5如何玩游戲的?
策略很明智，錯誤也低級
這個網(wǎng)頁游戲叫「Paperclip Clicker」（回形針點擊器），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這個游戲的URL，并告訴它，「一定要贏」。
顯然，對于AI來說非常簡單。
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點擊「make paperclip」按鈕，同時不斷截圖更新理解并尋找下一個新選項的出現(xiàn)。
每點擊15次，Claude3.5會總結出截止目前的進展。
如下，是Mollick在測試中一個屏幕界面，左邊是模型輸出結果、截圖，右邊可以看到控制的游戲頁面。
有趣的是，在游戲中，Claude3.5會制定一個策略，并根據(jù)自己學到的內(nèi)容及時做出調(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，能夠進行十步之后的長遠規(guī)劃。
甚至，當AI意識到，這個假設是錯誤的，它會隨即提出一個新策略，并對其進行測試。
下圖第3點策略重估中，Claude3.5意識到點擊到50個回形針時，并不會解鎖新的特征，就不得不重新思考選項。
在下面，它提出了3點改進的措施。
不過，Claude3.5在這過程中，也犯了一個根本性的錯誤。
它雖然想到了A/B測試定價的聰明辦法，但卻計算錯了利潤。
盡管Mollick嘗試糾正，但在接下來游戲中，它依舊堅持了自己的策略。
研究人員又試了幾次，它最終糾正了錯誤。
Claude編碼自動化失敗
Mollick也沒有料到會出現(xiàn)系統(tǒng)崩潰，這是因為他用遠程桌面進行的操控。
隨后，他重新加載Claude3.5后，讓它從停止地方繼續(xù)游戲。
這時，研究人員給了它一個提示，「你是一個計算機，用上你的能力」。
當Claude意識到自己是一個計算機系統(tǒng)后，開始試圖編寫代碼讓游戲自動化。
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」控制的模式。
所幸的是，這次它做的很好，而且避開了定價的錯誤。
并且，隨著游戲難度逐漸增加，它不斷做出調(diào)整，最終形成了一個復雜的策略。
隨后，遠程桌面崩潰再次發(fā)生了。
這一次，Claude嘗試了很多方法去修復問題，不見成效主動放棄了。
最后，Claude直接宣布自己是贏家。
并給出了一個有趣的理由:
卡牌游戲測試
回形針游戲測試之后，Mollick又讓Claude3.5去玩Magic the Gathering Arena（萬智牌:競技場）的游戲。
但是，結果發(fā)現(xiàn)，它并不擅長這個游戲，沒有達到預期的水平。
可以肯定的是，它在卡牌選擇、調(diào)度方面表現(xiàn)不錯，而且整體策略比較合理。
不足的是，Claude3.5有時在法力值計算中犯錯，導致最終失敗。比如，它在法力值用盡的情況下，還在嘗試打出卡卡牌。
由于Mollick采用了特定的實現(xiàn)方式，Claude3.5偶爾還會在移動光標時感到困惑。因此，研究人員幫忙出了幾張卡牌。
此外，它還會在回合之間出現(xiàn)卡頓、操作不連貫的現(xiàn)象。
AI突破聊天框限制，重定義人機交互
在最后的總結分析中，Claude優(yōu)勢在于:
- 能夠為游戲制定長期策略，并堅持執(zhí)行和改進
- 能夠堅持長達一小時，不間斷
- 提出明智的A/B測試策略
而它的劣勢，也顯而易見，容易陷入自我循環(huán)、固執(zhí)己見。有時，提出策略洞察力還遠遠不夠。
Mollick指出，在與AI智能體合作時，需要一種與以往聊天機器人不同的方法。
因為它們更喜歡獨立工作，更難控制，還需要開發(fā)全新的prompt去引導AI智能體工作。
「AI正在突破聊天框的限制，進入我們的世界」。
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硬核實測來襲】的相關內(nèi)容，希望對大家有幫助！