%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
近日，Verses 團隊研發的 Genius 智能體在經典遊戲 Pong 中創造了驚人佳績，僅用10% 的數據和2小時的訓練時間，便超越了頂尖人類玩家和其他 AI 模型。這一突破性進展標誌着 AI 技術的全新里程碑，預示着未來智能體的發展方向。
Genius 智能體的成功離不開其獨特的設計理念。與傳統的大型模型相比，Genius 的規模僅爲 SOTA 模型 IRIS 的4%，並且能夠在普通的 M1芯片的 MacBook 上運行。研究人員的靈感來源於四年前的實驗，科學家們發現培養的 “盤中大腦” 能在短短5分鐘內學會 Pong 遊戲，這引發了他們對模仿人腦工作方式的思考。
圖源備註：圖片由AI生成，圖片授權服務商Midjourney
Verses 團隊認爲，傳統的基於大模型的 AI 智能體在邏輯推理方面存在嚴重不足。現有的模型更多地依賴於記憶訓練數據中的推理步驟，缺乏真正的主動性和好奇心。Genius 智能體採用了認知引擎的概念，不僅具備認知、推理和決策能力，還賦予了智能體主動學習的能力。
在與 IRIS 和其他 AI 模型的對比測試中，Genius 展現出強大的學習能力。研究者在2小時內用1萬步的遊戲數據對 Genius 進行了訓練，結果顯示其表現超過了訓練兩天的 IRIS。Genius 的成功不僅在於快速學習能力，更在於其在遊戲中的主動表現。例如，在 Pong 比賽中，Genius 在落後情況下仍能逆轉獲勝，這一現象在 IRIS 的訓練中未曾出現。
不過，研究者們也提醒，儘管 Genius 的表現令人振奮，但目前尚缺乏能夠全面衡量 AGI 表現的統一標準，需要進行多樣化測試來驗證其在不同領域的適應性與可靠性。
這一研究成果不僅推動了 AI 智能體的發展，也爲未來的機器智能探索提供了新的思路和方法。
論文地址：https://arxiv.org/pdf/2410.05229
