导语

随着人工智能（AI）技术的快速发展，如何有效评估和应用这些技术成为了一个重要课题。Google DeepMind 最近推出了全球首个双盲 AI 评估，并在游戏领域开展了深入的研究合作。这些进展不仅推动了 AI 评估的可信度，也为游戏开发带来了新的可能性。

双盲 AI 评估的创新

在 AI 模型的评估中，基准污染是一个严重的问题。如果模型在测试前接触到评估内容，其结果的可信度将受到质疑。为了解决这一问题，Google DeepMind 与多个合作伙伴共同推出了双盲评估，利用密码学技术确保评估过程的安全性和公正性。

双盲评估工作流程

双盲评估通过 Google Cloud 的机密计算产品，确保评估者和模型提供方之间的信息隔离。评估者无法看到模型的权重，而模型提供方也无法接触到评估者的测试提示词。这种方法有效防止了基准污染，提升了评估的完整性。

游戏一直是推动 AI 发展的重要领域。从 Atari 游戏到围棋，再到 StarCraft，游戏为 AI 的突破提供了丰富的实验环境。DeepMind 的研究团队与游戏开发者紧密合作，探索新的游戏体验，推动 AI 和游戏的前沿发展。

AI 在游戏中的演变

DeepMind 的 SIMA（可扩展可指令多世界智能体）项目旨在创建一个能够理解和与游戏世界互动的通用智能体。SIMA 2 由前沿 AI 模型 Gemini 驱动，能够在复杂的 3D 游戏环境中实现类人水平的游玩。

随着 AI 技术的不断进步，双盲评估和游戏研究的结合将为各行业带来新的机遇。通过与游戏开发者的合作，DeepMind 希望推动 AI 在游戏中的应用，创造出更具沉浸感和互动性的体验。

Google DeepMind 在 AI 评估和游戏研究领域的创新探索，标志着 AI 技术应用的一个新阶段。通过双盲评估，AI 模型的可信度得到了提升，而与游戏开发者的合作则为未来的 AI 应用开辟了新的可能性。随着这些技术的不断发展，我们期待看到更安全、更可靠的 AI 系统在各个领域的广泛应用。

生成标记：本文由 ITPUB 文章生成平台基于已选素材整理生成。