人工智能语言模型 在智商测试中胜过人类******
新华社讯 据《参考消息》报道,美国加利福尼亚大学洛杉矶分校的研究人员发现,在衡量智力的一系列推理测试中,自回归语言模型“生成型已训练变换模型3”(GPT-3)的成绩明显优于普通大学生。该程序利用深度学习生成类似人类语言的文本。
由美国开放人工智能研究中心(OpenAI)研发的GPT-3有很多用途,包括语言翻译和为聊天机器人生成文本等。GPT-3有1750亿个参数,是目前规模最大、功能最强的语言处理人工智能模型之一。
这项新研究在常识、美国高校入学资格考试(SAT)成绩和智商这3个方面比较了GPT-3和人类的表现。发表在阿奇夫论文预印本网站上的研究结果显示,在这3个类别中,人工智能语言模型的成绩都高于人类。
研究人员在研究报告中写道:“我们发现,GPT-3展示出了惊人的抽象图案归纳能力,在解答大多数题目时表现和人类不相上下,甚至更好。我们的研究结果表明,像GPT-3这样的大型语言模型已经具备用零样本学习方法解决一系列类比问题的初步能力。”该报告有待同行评议。
研究小组还说,GPT-3“通过与生物智能截然不同的路径,被动形成了类似人类类比推理能力的机制,尽管它并未在这方面经过明确训练”。
这项研究发现,能够回答大多数问题甚至为人类起草论文的GPT-3,在从头开始回答问题和回答多选题时的表现超过了人类。
人工智能专家、作家艾伦·汤普森博士说,GPT-3的智商超过120。毫无疑问,这属于“天资聪慧”。
老乘警最后一班岗:守护开往边城的列车安全******
(新春走基层)老乘警最后一班岗:守护开往边城的列车安全
中新网南宁1月11日电(胡宏 蒋雪林)K9303次是广西南宁开往边城靖西的公益性列车,覃业民是南宁铁路公安局南宁公安处乘警支队的民警,他已经守护这趟列车8年,1月10日即将退休的覃业民将迎来他从警以来的最后一班岗。
覃业民(中)在检查消防设施。 蒋雪林 摄地处云贵高原东南的广西靖西市与越南接壤,因风景秀美有着山水“小桂林”的美誉。过去由于交通不便,让许多游客望而却步。2016年1月南宁至靖西的K9303次列车开通,列车正常编组仅有6节车厢,全程283公里,运行3小时50分,停靠4个站点,正常票价仅需43.5元,最低票价仅9元,是游客们前往靖西、德保及沿线群众出行的主要交通工具。
覃业民在列车上和一名小朋友交流。 蒋雪林 摄“由于这趟车来往于广西南宁和边城靖西之间,经常有越南的旅客乘坐。我们服务外籍旅客,要细致,要让外籍旅客感到舒适安全。”覃业民说,要服务好外籍旅客,就要了解每位外籍乘客的目的地,到站要提醒外籍乘客下车。
覃业民在查看一名外籍旅客的护照。 蒋雪林 摄自列车开通运营以来,覃业民便是这趟列车的乘警。虽然列车开通时间不长,但是覃业民却是个经验丰富的老乘警,在他38年的从警生涯中有着近30年的值乘经验,先后值乘过南宁开往北京、成都等城市的多趟重点列车。“可以说,我的青春是在列车上度过的”覃业民说。
在广西靖西站,驻站民警黄中驮(左)向覃业民献花。 蒋雪林 摄列车就是一个缩小版的社会,形形色色的旅客在车厢内演绎着人生百态。30年间,覃业民值乘过许多列车,其中K9303的条件却是最为特殊的。由于列车票价亲民且直通边境,旅客客流受旅游淡旺季、务工返乡、学生放假等多重因素影响波动较大,而且旅客的人员成分相对复杂,对覃业民的工作带来了不小的压力。“只要上车精神时刻都是紧绷的”覃业民说。
覃业民手捧献花与列车合影留念。 蒋雪林 摄值乘列车以来,覃业民办过许许多多的大小案件,有找回拿错行李的小事,也曾帮助旅客找回丢失的小孩,查获过数千克的毒品大案。
覃业民在办理退乘手续。 蒋雪林 摄“这么些年,我最大的收获是工作被旅客肯定。”据覃业民回忆,前些年的一个春运,有一对夫妻带着孩子和很多行李坐车,当时人特别多,车厢里非常拥挤,夫妻两个人为了方便下车分别站在车厢的两头,双方都以为小孩在对方身边,直到下了火车两人碰面才发现小孩不见了。在车上的覃业民接到报警后立即在车厢内寻找,最后发现列车进站时小孩被锁在厕所里。当把孩子送到父母身边时,他们发自内心的感谢让覃业民至今记忆犹新。
支队领导向覃业民赠送象征着“一身警服、一生荣耀”的警礼服照片。 蒋雪林 摄1月10日是中国人民警察节,也是南宁铁路公安局南宁公安处乘警支队乘警覃业民从警30多年的最后一班岗。覃业民的青春年华都奉献在南来北往的列车上,守护成千上万旅客的旅途平安。当天下午5时,从靖西返回的列车安全停靠南宁车站,覃业民顺利完成值乘任务,也给自己的警察生涯画上了圆满的句号。
覃业民帮旅客将行李放到行李架上。 蒋雪林 摄南宁铁路公安局南宁公安处在车站为覃业民进行了简单的庆祝仪式,退乘后支队领导向他赠送了象征着“一身警服、一生荣耀”的警礼服照片,并为他多年默默坚守和无私奉献表示衷心的感谢。(完)
(文图:赵筱尘 巫邓炎) [责编:天天中] 阅读剩余全文() |