OpenAI o3 的智商（IQ）竟然已經(jīng)這么高了嗎？

今天，Reddit 上一則熱帖宣稱「OpenAI o3 的 IQ 估計為 157」，并放出了一張數(shù)據(jù)圖。

這意味著什么呢？人類中的 0.0075% 才能達(dá)到這個智商水平。更具體地說，每 13,333 個人中才出來一個這么高智商的。

對比之下，GPT-4o 的 IQ 為 115、o1 preview 為 123、o1 為 135、o1 pro 為 139、o3 mini 為 141。

同樣更具體地講，GPT-4o 每 6 人中有一個、o1 preview 是每 16 人、o1 是每 93 人、o1 pro 是每 200 人、o3 mini 是每 333 人。

這些 IQ 是如何計算出來的呢？疑似原作者表示，他根據(jù) Codeforces 編碼評級來粗略地估計 IQ，并假設(shè)報名時競爭程序員排名前 15％，最后得出 GPT-4o、o1 preview、o1、o1 pro、o3 mini 和 o3 的 IQ 以及在人類中的排名。

圖源：X@i_dg23

此前還有人整理了 GPT-4o 與 o1 preview、o1、o3 在 2024 年 AIME 數(shù)學(xué)競賽題目測試（AIME 2024）中的結(jié)果，從 13.4 到如今的 96.7，七個月的時間，數(shù)學(xué)能力實現(xiàn)了飛躍式提升。

圖源：X@zbgoodwin

僅從以上數(shù)據(jù)來看，AI 大模型的進(jìn)步速度著實令人震驚。不過，畢竟開局一張圖，o3 的 IQ 真的如表格中那么高嗎？

有人找到了「Tracking AI」中 o1 在挪威門薩智商測試（Mensa Norway）IQ 測試中的結(jié)果（為 133，與上面表格中估計的 135 相差不大），一定程度上驗證了 o3 估計智商的可靠性。

圖源：X@facundo_fagalde

圖源：https://www.trackingai.org/home

因此，未來等 o3 正式發(fā)布以后，它的挪威門薩智商測試結(jié)果將更加值得期待。

圖源：X@AILeaksAndNews

o3 IQ 如此之高，瞬間引爆了大家伙的評論熱情。

網(wǎng)友熱評

有網(wǎng)友直呼：「這張圖是我見過最愚蠢的東西之一，這些數(shù)據(jù)根本不能代表智商。他們用編碼表現(xiàn)的 z 分?jǐn)?shù)代表智商。但編碼不是智商測試，尤其是對于參加編碼測試的 LLM 來說，它們對所有在互聯(lián)網(wǎng)上分享的代碼具有完美的數(shù)字記憶。o3 甚至無法解答我 6 歲和 8 歲的孩子可以解答的問題。」

也就是說，如果 LLM 針對編碼測試進(jìn)行訓(xùn)練，那么用編碼表現(xiàn)分?jǐn)?shù)代表智商是毫無意義的。

但另一位網(wǎng)友表示：「并非如此，這是一種基于相關(guān)性的『轉(zhuǎn)換』，但首先相關(guān)性有點弱，其次它轉(zhuǎn)化為機器智能的效果尚不明確，即人工智能模型可能擅長編碼，但在其他領(lǐng)域卻不行。」

網(wǎng)友指出：「IQ 本身就是用來評估人類的指標(biāo)。它評估與智力相關(guān)的特定技能，并理所當(dāng)然地認(rèn)為人類應(yīng)該擁有許多其他特征。而這張圖通過考慮人工智能可以擅長的單一指標(biāo)來假設(shè)廣義智能，他們甚至沒有使用智商測試來得出這個結(jié)論，而是根據(jù)與智商相關(guān)的指標(biāo)來推斷。」

總的來說，人們對于所謂的「o3 智商高達(dá) 157」并不認(rèn)可。或許，這又是一場炒作吧。

參考鏈接：https://www.reddit.com/r/singularity/comments/1hkxmi6/o3s_estimated_iq_is_157/