Ethan Mollick 用图表回顾 AI 发展的 30 个月
Ethan Mollick 在新书 Co-Existence 发布当天,用图表回顾了距上一本书 Co-Intelligence 发布 30 个月来的 AI 进展。他称 GPT-4 之后已有 20 个模型先后登顶,180 个模型在发布时强于 GPT-4,其中 19 个可在现代智能手机上运行;METR 长任务基准显示 AI 可完成的人类工作量从 2024 年的 4 分钟增至 2026 年 4 月的 17 小时,该基准随后因无法准确测量而停用。他提出在 centaur 与 cyborg 之外的第三种协作方式 conjurer,即召唤智能体、分配任务并评估结果,本文图表即由 Claude Projects 中的 Opus 5.5 调度多个智能体完成。
了这句话,而自那以后的每一个时刻,它都一直字面意义上成立。从2023年初到2024年初,有一个AI模型无可否认地是世界上最好的:OpenAI的GPT-4。这是大多数人在AI使用头几年里记住的AI模型,是我在写《共同智能》时思考的那个模型,也是让ChatGPT成为许多人默认AI的那个模型。自那以后,已有二十个不同的AI模型先后登顶,全部来自Anthropic、Google或OpenAI。 哪家公司拥有世界上最好的AI模型。 但领先者的更替本身掩盖了一个更大的变化。如今共有180个AI模型比GPT-4发布时更强,其中许多是开放权重模型,任何人都可以自由使用或修改。其中十九个可以在现代智能手机上运行。 我们正生活在指数曲线之中 下面的数据来自METR长任务基准(METR Long Horizon Benchmark),它曾经是AI领域最著名的图表。该基准衡量的是AI在单次提示下以至少50%的成功率能够完成多少人类工作量。该基准上的进步惊人地规律。从GPT-4发布到METR测量结束,AI能完成的工作量翻了八倍。2024年,AI能完成四分钟的任务。在我2026年4月提交《共存》书稿的那一刻,AI
匹配字段正文