安德鲁·吴提出“图灵-AGI”远程工作测试,要求多天远程工作表现

安德鲁·吴提出了一种新的“图灵-AGI测试”:给一个人工智能(或人类)提供一台连接互联网的计算机,配备浏览器和Zoom,分配一个为期多天的远程工作任务(例如,客户服务培训,然后进行实时通话并提供反馈),并判断该人工智能的表现是否与熟练的人类相当。他将此与经典的图灵测试进行了对比,指出了洛布纳奖的问题(输入错误的伎俩),并批评了那些被泄露和操控的公共基准(如GPQA、AIME、SWE-bench)。他认为,远程员工测试更符合人们对AGI的普通期望;文章最后以幽默的方式提到雇用人工智能进行远程工作。