#一堆像素格子难倒AI##ARC-AGI-2为什么难#

谁能想到，一堆像素格子游戏竟然成为了AI的阿喀琉斯之踵？

看过Grok 4发布会的，可能对这个超难的ARC-AGI-2测试还有些印象，哪怕是最强的Grok 4，也仅仅取得15.9%的准确率。【图1】

为何这些人类一眼能搞定的小小益智题，却能难倒能写论文、编代码、考研究生都不在话下的AI呢？

ARC（Abstraction and Reasoning Corpus），是Keras之父François Chollet在2019年开发出来的测试。

它的测试思路是：教你问题中的一项小技能，然后要求你演示这项小技能。也就是说，它衡量的是模型在限定领域内的学习能力。

人类几乎可以靠直觉做出正确解，但AI就像掉进了迷宫。它们太依赖大量数据和训练，根本没法像人类一样，只需观察问题并参考一两个示例，就能灵活运用。

最新一代ARC测试（ARC-AGI-3）甚至把格子题升级成了电子游戏，每一关都是一个全新的环境和规则，目的是测试AI在互动、探索和规划上的表现。【图4】

开发者说，目前没有任何一个AI能打通哪怕一关。

ARC的标准很明确：只测试那些人类能做但AI做不了的问题。只要这样的差距还存在，我们就还不能说AI拥有真正的通用智能（AGI）。

总结来说：AI可以在熟悉的场景中表现出超强能力，但面对陌生情况，它还有很长的路要走。

感兴趣的朋友，可以自己尝试一下：
ARC-AGI-1：http://t.cn/A6k309Tm
ARC-AGI-2：http://t.cn/A6k309Tn
ARC-AGI-3：http://t.cn/A6k309Tu