新智元报道
(资料图片)
编辑：Aeneas 拉燕
【新智元导读】近日，一名外国小哥测出，GPT-4语言能力智商已达152，吊打绝大多数人类。好在，它的空间推理还不行。
GPT-4在语言能力上的智商，已经吊打人类！
最近，国外的一位小哥测试了GPT-4的智商，结果显示，它的语言智商已经达到了152。
而根据调查，人类的平均智商是90-109，单论语言智商的话，人类是妥妥地被GPT-4吊打了……
GPT-4的能力，我们此前早已耳熟能详。3月底，微软的一篇154页的论文，震惊全世界。
在这篇论文中，微软表示，GPT-4已经显现出了通用人工智能的火花，它可以被认为是通用人工智能的一个早期版本。
论文地址：https://arxiv.org/pdf/2303.12712.pdf
通过测试，微软的研究者证实：GPT-4不仅精通语言，还能在数学、编程、视觉、医学、法律、心理学等多样化和高难度的任务中表现出色，且无需特别提示。
最可怕的是，在所有这些任务中，GPT-4的表现都接近了人类水平，并且时常超过之前的模型。
下面，我们就来看看GPT-4在各方面能力上，哪些能吊打人类，哪些暂时还无法赶超我们。
为GPT-4量身打造IQ测试
首先，这位小哥上网搜索了一下免费的智商测试。
但他发现一个棘手的问题：这些智商测试，很多都是以图像的形式。
然而GPT-4，目前可以被认为还是一个「瞎子」+「聋子」，并没有读图能力。
怎么办呢？这位小哥随后意识到，肯定有专门为视力缺陷的人设计的智商测试。
他动手试了试，果然搜到了。然而，这种测试非常昂贵，需要花1500多刀，没法白嫖。
自己动手，丰衣足食。这位小哥干脆一不做二不休，自己上手，为GPT-4量身打造了一版智商测试。
难得倒陶哲轩，难不倒GPT-4
首先要测试的，是GPT-4的数学能力。
全世界最流行、最顶尖的数学测试是什么？自然就是国际奥数比赛。
世界上最伟大的数学家之一陶哲轩，就是在1986年参加的国际奥数比赛。
那一年，试题中的第6题，连他也解不出。
那GPT-4可以么？
小哥把这道题输给了GPT-4，结果是——它解出来了。
但是，我们并不能说，它就胜过了世界上最厉害的成年人数学家。
另外，它也无法证明孪生素数猜想。（要是能证明就有鬼了）
小哥让GPT-4绘制一个方程式的坐标，也遭到了GPT-4的拒绝。
非常礼貌地恳求它，结果还是被婉拒了。
所以，GPT-4的极限到底在哪里呢？
这位小哥只能去查阅公开的文献。在OpenAI的官方论文中，GPT-4在SAT的数学考试中得分高于91%的人类，在其其他数学类考试中表现也很优异。
不善沟通的语言天才
接下来，小哥想测试一下GPT-4在人际关系智能（Interpersonal Intelligence），以及内省智能（Intrapersonal Intelligence）方面表现如何。
严谨的小哥先上网查了一下，何为人际关系智能——善于处理人际关系的人，他们能更好地理解他人，并和别人进行互动。这类人擅长评估情绪、动机、欲望，以及周围人的意图。
然后，他找了一篇SAT考试中的文章，将文章内容复制下来，把所有的和人物动机有关的问题也一股脑甩给了GPT-4。
GPT-4表现还算....出色？四个题对了三个。
然而，GPT-4却没有任何分析情绪的能力。
因为，按它自己的原话，它只是一个AI模型，并没有「自我」的概念。
那GPT-4的内省智能如何呢？
小哥表示，一个内省智能高的人，对自身优缺点有清醒的认知。
把这个当作prompt输入GPT-4，发现这模型对自己定位还是挺清晰的。
比方说，优点里有广泛的知识储备、反应迅速、多语能力、模式识别能力，以及可扩展性强等等。
而缺点包括缺乏个人经验、缺乏某些领域的知识、不太能理解上下文、文学解读、道德评判等等。
但小哥表示，这种认识程度还远远不够。总的来说，GPT-4的人际关系智能和内省智能，都一般。
小哥还给GPT-4测了一下口头语言的IQ测试，它得了152分。
对人类来说，这个分数意味着——你是个天才。
空间推理 小试牛刀
而转到空间能力这一块，GPT-4的表现就不容乐观了。
本来，小哥想让GPT-4直接做一套空间推理的选择题。
但是，OpenAI未来才会慢慢开发GPT-4的识图功能。
在OpenAI发布的视频中，研究人员上传了这么一张图片，然后问GPT-4，如果把绳子剪短会怎么样。
GPT-4表示，那气球就会飞走了！
小哥和GPT-4下了把井字棋，通过文字输入控制走棋。
但GPT-4在深谙规则的情况下，耍赖了。
本来该小哥赢，让GPT-4帮自己在最下面一排的中间画一个圈三连。
GPT-4可倒好，直接把最上面一排的圈擦了，画了个自己的叉。作弊取胜。
ChatGPT：魔方？我不会啊
为了进一步测试GPT-4的空间理解能力，小哥祭出了大杀器——魔方。
要知道，对人类来说，魔方也是衡量一个人空间感的方法之一。
首先，因为GPT-4不能看图，所以要先想办法用文字描述魔方的状态。
熟悉魔方的朋友对下面这个图应该不会陌生。在公式中，我们常常会用若干字母，或字母加一个撇号来代表不同的操作。
一般魔方正对我们，不同的旋转对应不同的表达。就像下面这样。
小哥在视频中做了一个示范，确保GPT-4领会了这个意思。
然后，就要开始把GPT-4拉出来遛遛了！看看它到底会不会还原。
万事先从简单的开始。小哥第一步只是把魔方最上层向左拧了一下，看看GPT-4会不会还原。
这点难度还是难不倒GPT-4。小哥输入U这个操作（最上层向左拧），GPT-4也是很快给出了U’（U的反向操作）这个答案。
紧接着是UR，意思就是最上层左拧一次，最右边上拧一次。
GPT-4也很快给出了反向操作——R’U’。
接着就要上难度了！小哥开始彻底打乱魔方，总共十多步。
令人惊讶的是，GPT-4居然真的生成出结果了！
然而小哥定睛一看，GPT-4生成的复原方法，就是把所有打乱的步骤反过来来一遍。
看完直呼无语，这要你何用。
于是小哥发现这样做就是会出现这个问题。因为你输入打乱的方式，GPT-4必然在复原的时候反向操作。
问题的关键，就是不能让GPT-4知道这是怎么打乱的。
小哥很聪明，问了一下GPT-4，如果是你，你会怎么描述魔方的状态？
GPT-4采取了下图这样的方式：用不同的字母代替不同的颜色，把每一个面的颜色情况全部用字母表达出来。
这样就避免了打乱步骤这一个part。
这次经过尝试，只有第一次的小试牛刀成功了，也就是只打乱一次的结果。
GPT-4处理起简单问题真是毫不手软，可惜一复杂就趴窝了。
最后还生成出了下图这个结果——
小哥表示，这现实的魔方根本拧不成这样啊，GPT-4你在干什么？？
这个结果直接给GPT-4玩儿魔方的能力宣判了死刑。
除了倒推复原，GPT-4根本玩不转魔方。
两任总统的RAP对决，泰裤辣
最后，这位小哥还测了一波GPT-4的音乐能力。
咱们都知道，GPT-4会写诗。
既然如此，小哥就让GPT-4以Minecraft服务器中的特朗普和拜登的说唱大战为主题，写出rap词和旋律，还要make a beat。
小哥发现，最好的方式就是用ABC notation，因为GPT-4写不出五线谱。
所以，小哥让GPT-4用ABC notation写一个Boom bap beat，然后把这个beat输入到一个音乐网站里。
GPT-4写出的beat是这样的——
听起来没啥惊喜。
