首個(gè)獲得駕照的AI！Agent擔(dān)任私人助理樣樣精通，還能幫助考試作弊

新智元報(bào)道編輯：alan【新智元導(dǎo)讀】最近，Jim Fan轉(zhuǎn)發(fā)了斯坦福博士生開發(fā)的一款A(yù)I Agent，它在美國(guó)加州的駕照考試現(xiàn)場(chǎng)獨(dú)立通過了考試。AI一小步，人類一大步，我們一起來看一下吧。關(guān)于當(dāng)前基于Transformer的LLM能走多遠(yuǎn)的問題，人們?nèi)栽跔?zhēng)論不休。與此同時(shí)，另一邊，能夠幫助人們處理各項(xiàng)工作的AI Agent已經(jīng)悄然走入人們的生活。以前的ChatGPT等大模型，熱衷于在人類考試中刷分以凸顯自己的實(shí)力，而不久前，又有一位AI Agent通過了美國(guó)加州的駕照考試。——但與之前不同的是，這次的AI Agent是在監(jiān)考員的眼皮底下幫助人類成功作弊，通過考試！對(duì)此，AI Agent的作者表示，「很高興與大家分享一項(xiàng)不朽的成就，我們的 Web AI 代理剛剛通過在線加州駕駛考試創(chuàng)造了歷史，成為第一個(gè)在加州獲得駕駛執(zhí)照的虛擬 AI！」「這標(biāo)志著一個(gè)開創(chuàng)性的時(shí)刻：人工智能首次完全自主地完成現(xiàn)實(shí)世界的人類知識(shí)任務(wù)，這是人工智能的一小步，也是人類的一大步。」雖然多少有點(diǎn)夸張，但不得不說，還是挺神奇的。從圖中我們可以看到，AI Agent完全靠自己審題、作答、并點(diǎn)擊下一道題。對(duì)于這樣成功的表現(xiàn)，Jim Fan也是表達(dá)了祝賀：從去年開始，一些加州居民可以在網(wǎng)上參加駕駛考試的筆試部分，免去了他們需要花時(shí)間去考試機(jī)構(gòu)所在地的麻煩。為了防止作弊，官方采取了一些相應(yīng)的措施，要求考生必須允許機(jī)動(dòng)車輛管理局（DMV）訪問電腦的攝像頭，以記錄考試過程；并在考試期間共享屏幕。——這樣參加考試的人就無法在考試中途打小抄了。然而，還是有人在監(jiān)考員的眼皮底下作弊成功，而助手正是我們前面介紹的AI Agent（到底誰是助手也不好說）。這個(gè)AI Agent來自一家名為 MultiOn 的初創(chuàng)公司，由 Div Garg 創(chuàng)立。Div Garg是斯坦福大學(xué)的博士輟學(xué)生，他最初創(chuàng)辦 MultiOn 是為了實(shí)現(xiàn)日常任務(wù)的自動(dòng)化，比如從亞馬遜訂購廁紙或安排日歷約會(huì)。MultiOn 的產(chǎn)品可以控制用戶的瀏覽器，完成諸如在 Uber Eats 上訂餐或進(jìn)行 Resy 預(yù)訂等任務(wù)。——需要注意的是，這并不是我們平時(shí)會(huì)見到的瀏覽器腳本，Agent背后依托的是AI的能力。這項(xiàng)服務(wù)目前是免費(fèi)的，AI Agent位于瀏覽器的右下角，你可以在這里輸入命令，這與微軟的必應(yīng) ChatGPT 助手完全不同。這個(gè)AI Agent可以作為用戶的私人助理，它提供的大部分功能都很有用，即使不能完全改變生活。上個(gè)月在舊金山的一家咖啡館演示 MultiOn 時(shí)，Garg 用它向 Facebook 上的熟人群發(fā)了「生日快樂」信息。隨后又利用 MultiOn 安排了與記者的下一次會(huì)面，目的正是向大眾演示如何利用AI Agent通過車管局的正式駕駛考試。雖然看上去只不過是AI答對(duì)了一些問題，但實(shí)際上要達(dá)成這個(gè)目的并不簡(jiǎn)單。一般來說，AI需要一段長(zhǎng)長(zhǎng)的提示，才能選擇正確答案，然后點(diǎn)擊進(jìn)入下一個(gè)問題，而且AI不能有多余的動(dòng)作，以免被發(fā)現(xiàn)作弊。平心而論，目前的這個(gè)AI Agent仍然需要人的手指隨時(shí)待命，以防出錯(cuò)。根據(jù)設(shè)置，MultiOn 在出錯(cuò)時(shí)會(huì)停止運(yùn)行，這時(shí)就需要人類測(cè)試者自己按下「繼續(xù)」按鈕。另外，它也無法解析圖像，所以如果遇到了要求識(shí)別交通標(biāo)志的問題，都會(huì)回答錯(cuò)誤。當(dāng)前的AI雖然擁有完善的知識(shí)，但通常需要嚴(yán)格的提示才能進(jìn)行下一步。所以，對(duì)于這場(chǎng)考試來說，答對(duì)有關(guān)正確駕駛規(guī)范的難題是一方面，點(diǎn)擊按鈕進(jìn)入下一個(gè)問題更體現(xiàn)出它的能力。Garg認(rèn)為這依靠了很多運(yùn)氣。這是 MultiOn 第一次參加正式的州立考，最終，MultiOn 在 46 道題中只錯(cuò)了五六道，正式達(dá)到了通過標(biāo)準(zhǔn)。當(dāng)然，根據(jù)加州法律，以這種方式使用該技術(shù)可能構(gòu)成偽證罪。因?yàn)樵诳荚囍皶?huì)要求考生聲明自己將親自作答。加利福尼亞州車管局曾在一份聲明中寫道：「作為一項(xiàng)防欺詐措施，在線考試參與者必須驗(yàn)證自己的身份，并同意在整個(gè)考試過程中接受監(jiān)控。隨著技術(shù)的發(fā)展，DMV 將繼續(xù)更新保障措施」。人工智能助手的未來MultiOn在通過DMV考試之前，就已經(jīng)引起了OpenAI及其首席執(zhí)行官Sam Altman的注意，Garg 表示正在與OpenAI密切合作。但就目前而言，MultiOn對(duì)部署采取了謹(jǐn)慎的態(tài)度，這次成功的測(cè)試與其說是一項(xiàng)關(guān)鍵功能，不如說是一個(gè)概念驗(yàn)證。Garg希望確保對(duì)自己產(chǎn)品的控制，從而避免出現(xiàn)惡意使用的情況。他希望人們不要在各種考試中作弊，因此他計(jì)劃對(duì)普通用戶禁用任何類似的「灰色地帶」功能。與主要存在于 ChatGPT 沙盒中的 OpenAI GPT 助手不同，MultiOn 助手是作為谷歌 Chrome 瀏覽器的擴(kuò)展程序自主運(yùn)行的。用戶必須授予它有效控制電腦的權(quán)限。「我們的技術(shù)直接在用戶的電腦上運(yùn)行，它實(shí)際上是在控制，在做事，很多事情都可能出錯(cuò)」。目前，大約有 3 萬人注冊(cè)試用了該應(yīng)用的測(cè)試版。Garg預(yù)計(jì) MultiOn 還會(huì)有更多新功能，比如加強(qiáng)版移動(dòng)語音助手和內(nèi)置 MultiOn 技術(shù)的瀏覽器。——不過，利用它在 SAT 或 ACT 等考試中作弊的可能性也不大，因?yàn)檫@兩個(gè)考試機(jī)構(gòu)都要求學(xué)生到考試中心參加考試。MultiOn的官網(wǎng)上還向我們展示了產(chǎn)品的一些基本而有趣的用途，比如查詢天氣：更實(shí)用一點(diǎn)的是下面這個(gè)例子，用戶可以直接告訴Agent幫忙訂一個(gè)漢堡，后面的所有事情都完全不用操心了。包括選擇店鋪、選擇商品、下訂單和支付等等，Agent一條龍服務(wù)，統(tǒng)統(tǒng)幫你搞定——確實(shí)稱得上是私人助理了。除了這個(gè)演示，官網(wǎng)還列出了其他的一些功能：比如線上購物、文章摘要、查找并播放音樂和視頻、在線互動(dòng)等。有網(wǎng)友使用MultiOn在亞馬遜買了一本書，并表示「太瘋狂了」。而另一位網(wǎng)友使用MultiOn自動(dòng)搜索并播放想要的視頻，還自動(dòng)進(jìn)行了評(píng)論：有了這次成功的駕照考試經(jīng)歷，Garg也是野心勃勃地表示，「明年我們的AI Agent就可以駕駛你的特斯拉了」！不知道大家對(duì)于未來的AI Agent又抱有怎樣的幻想呢？參考資料：https://twitter.com/DivGarg9/status/1728854189873549809https://sfstandard.com/2023/11/14/multion-ai-assistant-california-driving-test/