1月13日消息,2024年底,OpenAI前员工凯尔西·派珀(Kelsey Piper)撰文探讨人工智能的“规模定律”是否已遇到技术瓶颈。她认为,这个问题并不像许多人认为的那样重要:现有的人工智能系统已经足够强大,能够深刻改变我们的世界。无论规模定律是否成立,未来几年都将由人工智能的进步主导。
文章发布不到一周后,OpenAI推出了年终更新,其中包括最新的大语言模型o3。虽然o3未能完全证明“规模定律”在未来是否仍是推动人工智能进步的核心规律,但它无疑粉碎了“人工智能发展已陷入瓶颈”的说法。
o3的表现极其令人惊叹。为了更好地理解它的非凡之处,我们需要先探讨如何科学地评估人工智能系统。
人工智能标准化测试
如果想比较两个语言模型的表现,需要用一组它们以前从未接触过的问题进行测试。然而,这远比听起来要困难得多,因为这些模型在训练过程中已经接触了大量文本,早已覆盖了绝大多数测试内容。
因此,机器学习研究员通常会设计基准测试,来评估人工智能系统在数学、编程、阅读与理解文本等多个任务上的表现,并将这些结果与人类进行比较。曾经,人们用美国数学奥林匹克竞赛的题目以及物理、生物和化学问题测试人工智能。
问题在于,人工智能发展得太快,不断打破基准测试的限制。一旦人工智能在某个基准测试中表现优异,人们便认为该测试已经“饱和”,无法再有效区分模型的能力,因为几乎所有模型都能取得接近满分的成绩。
2024年堪称“基准测试如太平洋(3.950, -0.06, -1.50%)般饱和”的一年。过去,人们用名为GPQA的基准测试人工智能。这种测试涵盖物理、生物和化学领域,难度高到即使是相关领域的博士生也很难得分超过70%。但如今,人工智能的表现已超过了相关领域的博士,因此该基准已失去评估意义。
人工智能模型在数学奥林匹克预选赛中的表现也不输顶尖人类选手。一个名为MMLU的基准测试用于评估模型的语言理解能力,涵盖多个领域。现在,最好的模型已经“攻克”了这个基准。另一个名为ARC-AGI的测试原本被设计为极其困难,旨在衡量通用的人类智能水平,但经过调优后,o3在这一测试中取得了令人瞩目的88%得分。
我们仍然可以设计更多的基准测试。然而,以人工智能的进步速度来看,每个新基准的有效期可能只有短短几年。更重要的是,新的基准测试越来越需要衡量人工智能在超出人类能力范围的任务上的表现,才能准确描述其能力和局限性。
当然,人工智能仍可能犯一些低级且令人恼火的错误。但如果你最近六个月没有关注人工智能的最新发展,或者只体验过免费版的语言模型,那么你可能高估了它们犯错的频率,也低估了它们在高难度、智力密集型任务上的能力。
隐而不见的进步
《时代》杂志最近的一篇文章指出,人工智能的发展并非“触及瓶颈”,而是变得愈发隐蔽,其主要进展以一种难以察觉的方式快速推进。
每个人都能明显区分出5岁孩子学算术和高中生学微积分之间的差别,因此这类进步显得直观且清晰。但多数人无法分辨一名数学专业大一新生与世界顶级数学家之间的差距,因此人工智能在这些高阶领域的进步往往不被感知。
然而,这种进步的意义非凡。人工智能将通过自动化处理大量曾由人类完成的智力工作来深刻改变世界,而这一变革主要受以下三大因素驱动:
这三大驱动因素将塑造未来数年的人工智能发展,也充分展现了其重要性。不论你是否喜欢人工智能的崛起(就我个人而言,我并不认为这一世界性转型正在以负责任的方式推进),这三个领域都未遇到“瓶颈”,而且其中任何一个都足以持续改变我们的世界。(辰辰)
APP专享直播
热门推荐
奖!4名少年,每人10000元! 收起奖!4名少年,每人10000元!
- 2025年01月14日
- 10:48
- APP专享
- 广西台新闻910
- 1,483
别再尬演美女了!一脸憔悴、面部僵硬,这是迷倒男人该有的皮囊?
- 2025年01月15日
- 01:24
- APP专享
- 广西台新闻910
- 811
海拔4400多米安置点村民洗上热水澡,西藏消防为震区提供消防淋浴车
- 2025年01月15日
- 03:12
- APP专享
- vsta
- 605
24小时滚动播报最新的财经资讯和视频,更多粉丝福利扫描二维码关注(sinafinance)
投资研报 扫码订阅
股市直播
-
徐小明今天 06:49:35
【盘中直播】千万别被行情带节奏,涨跌本就是平常事。 -
数字江恩今天 06:49:01
指数来看,今天主要是创业板回踩稍大,其余包括国政2000也回踩并不大。但北证50来看,短线再新高也有限了 -
趋势起航今天 06:47:35
【温馨提示】VIP课程将于年后开放订阅!订阅价格:998元/月;2699元3个月;目前策略运行两个半月,总收益率为40%,下图为组合策略净值曲线!【更多独家重磅股市观点请点击】 -
史月波高控盘今天 06:46:40
技术关都好过,你的心理关是最难过的,贪婪和恐惧是最难以把控的 -
冯矿伟今天 06:46:23
分时线连涨 -
史月波高控盘今天 06:44:03
如果一只股票你的持仓过重,甚至满仓,那你经不住任何波动,一个5%的回撤就能让你睡不着觉 -
史月波高控盘今天 06:43:59
你持仓3只股票,这样就6成仓了 -
史月波高控盘今天 06:43:55
一般情况下,你一只股票的持仓,不能超过20% -
徐小明今天 06:43:30
【盘中直播】市场不会以某个人的意志为转移 -
徐善武今天 06:39:11
今日主力资金净流入电力设备、半导体、多元金融等板块,净流出计算机、电子、机械设备等板块,其中计算机板块净流出60.00亿元。个股方面,N思看大涨,主力资金净流入5.23亿元居首位,英洛华(sz000795)、利欧股份(sz002131)、N惠通获主力资金净流入居前;中兴通讯(sz000063)遭净卖出8.16亿元居净流出首位,蓝色光标(sz300058)、东方财富(sz300059)、深康佳A(sz000016)等主力资金净流出额居前。