過(guò)去一個(gè)月，AI 在多個(gè)領(lǐng)域出現(xiàn)了巨大的飛躍。

賓夕法尼亞大學(xué)沃頓商學(xué)院教授 Ethan Mollick 在近日一篇文章中，總結(jié)了他所觀察到的人工智能最新進(jìn)展，以及這些進(jìn)展的含義。Mollick 的專業(yè)是研究創(chuàng)業(yè)與創(chuàng)新以及人工智能，并致力于探索人工智能對(duì)工作和教育的意義。

Mollick 觀察到，人工智能在近一個(gè)月發(fā)生了突破性的進(jìn)展：

（1）在以 GPT-4 為代表的人工智能已經(jīng)無(wú)處不在的情況下，更聰明的人工智能正在出現(xiàn)，尤其是 Gen3 和 o1 模型的發(fā)布；

（2）隨著視覺(jué)功能的引入，ChatGPT 和 Gemini 現(xiàn)在都可以同時(shí)觀看實(shí)時(shí)視頻和語(yǔ)音交互。能夠通過(guò)最常見(jiàn)的人類感官（視覺(jué)和聲音）與人類實(shí)時(shí)互動(dòng)的模型將 AI 變成與您同在房間里的陪伴者，而不是被困在計(jì)算機(jī)上聊天框中的實(shí)體；

（3）AI 視頻突然變得非常好，但真正的飛躍來(lái)自上周出現(xiàn)的人工智能文本轉(zhuǎn)視頻生成器。

Mollick 表示，我們還遠(yuǎn)遠(yuǎn)沒(méi)有看到人工智能進(jìn)步的終結(jié)，引人注目的不僅僅是個(gè)別的突破，而是變革的速度和廣度。人工智能正以不均勻的速度大幅跨越，甚至超出了人類能輕松衡量其影響的能力。

以下為 Mollick 文章的全文翻譯：

上個(gè)月，人工智能的狀況發(fā)生了變化，僅在上周，變化速度就急劇加快。人工智能實(shí)驗(yàn)室推出了大量新產(chǎn)品，有些是革命性的，有些是漸進(jìn)式的，讓人難以跟上。我相信，這些變化中有幾個(gè)是真正的突破，將重塑人工智能（也許還有我們的）的未來(lái)。以下是我們的現(xiàn)狀：

智能人工智能如今無(wú)處不在

去年年底，只有一個(gè)公開(kāi)可用的 GPT-4/ Gen2 類模型，那就是 GPT-4?，F(xiàn)在有六到十個(gè)這樣的模型，其中一些是開(kāi)源的，這意味著任何人都可以免費(fèi)使用或修改它們。

來(lái)自美國(guó)的有 OpenAI 的 GPT-4o、Anthropic 的 Claude Sonnet 3.5、谷歌的 Gemini 1.5、Meta 的開(kāi)放 Llama 3.2、埃隆 · 馬斯克的 Grok 2 和亞馬遜的新 Nova。

中國(guó)公司已經(jīng)發(fā)布了三種似乎具有 GPT-4 級(jí)性能的開(kāi)放多語(yǔ)言模型，尤其是阿里巴巴的 Qwen、R1 的 DeepSeek 和 01.ai 的 Yi。

歐洲在這個(gè)領(lǐng)域只有一家參與者，那就是法國(guó)的 Mistral。

這一堆令人困惑的名字意味著，構(gòu)建有能力的人工智能并非 OpenAI 獨(dú)有的神奇公式，而是任何擁有計(jì)算機(jī)科學(xué)人才以及能夠獲得訓(xùn)練模型所需芯片和算力的公司都能夠做到。

事實(shí)上，GPT-4 級(jí)別的人工智能在發(fā)布時(shí)令人震驚，引發(fā)了人們對(duì)未來(lái)的極大擔(dān)憂，而現(xiàn)在它可以在我的家用電腦上運(yùn)行了。Meta 本月發(fā)布的最新小型型號(hào)名為 Llama 3.3 ，它提供了類似的性能，并且可以在我的游戲電腦上完全離線運(yùn)行。微軟新推出的微型 Phi 4 是 GPT-4 級(jí)別的，幾乎可以在手機(jī)上運(yùn)行，而其性能稍差的前代產(chǎn)品 Phi 3.5 更是可以。某種程度上的智能是按需提供的。

我家用電腦上運(yùn)行的 Llama 3.3 通過(guò)了 " 涉及奶酪雙關(guān)語(yǔ)的押韻詩(shī) " 基準(zhǔn)測(cè)試，只有幾個(gè)不自然的雙關(guān)語(yǔ)。

而且，正如我所討論過(guò)的（很快會(huì)再次發(fā)布），這些無(wú)處不在的人工智能現(xiàn)在開(kāi)始為代理提供動(dòng)力，這些代理是可以追求自己目標(biāo)的自主人工智能。你可以在我之前的文章中看到這意味著什么，我使用早期的代理進(jìn)行購(gòu)物比較和監(jiān)控建筑工地。

非常聰明的人工智能現(xiàn)在已經(jīng)出現(xiàn)

所有這些意味著，如果 GPT-4 級(jí)別的性能是 AI 可以達(dá)到的最高水平，那么隨著我們逐漸習(xí)慣它們的能力，這可能足以讓我們經(jīng)歷五到十年的持續(xù)變化。但沒(méi)有跡象表明 AI 發(fā)展即將大幅放緩。

我們之所以知道這一點(diǎn)，是因?yàn)樯蟼€(gè)月還有另外兩個(gè)重要的發(fā)布—— Gen3 模型的首次發(fā)布（你可以將它們視為 GPT-5 類模型）和 o1 模型的發(fā)布，這些模型可以在回答之前 " 思考 "，這實(shí)際上使它們比其他 LLM 的推理能力強(qiáng)得多。我們正處于 Gen3 發(fā)布的早期階段，所以我不會(huì)在這篇文章中過(guò)多地介紹它們，但我確實(shí)想談?wù)?o1。

當(dāng) o1 以早期的 o1-preview 形式發(fā)布時(shí)，我曾討論過(guò)它，但兩個(gè)更復(fù)雜的版本 o1 和 o1-pro 的功能顯著增強(qiáng)。這些模型在回答問(wèn)題之前會(huì)花時(shí)間進(jìn)行隱形 " 思考 " ——模仿人類的邏輯問(wèn)題解決方式。這種方法稱為測(cè)試時(shí)間計(jì)算，事實(shí)證明，它是讓模型更好地解決問(wèn)題的關(guān)鍵。事實(shí)上，這些模型現(xiàn)在已經(jīng)足夠聰明，能夠以大大小小的方式為研究做出有意義的貢獻(xiàn)。

舉一個(gè)有趣的例子，我讀到一篇關(guān)于最近社交媒體恐慌的文章——一篇學(xué)術(shù)論文指出，黑色塑料餐具可能會(huì)毒害人類，因?yàn)樗鼈儾糠质怯苫厥盏碾娮永瞥傻?。該論文指出，一種名為 BDE-209 的化合物從這些餐具中滲出的速率非常高，接近美國(guó)環(huán)保署設(shè)定的安全劑量水平。很多人都扔掉了他們的鍋鏟，但麥吉爾大學(xué)的 Joe Schwarcz 認(rèn)為這沒(méi)有道理，并發(fā)現(xiàn)了一個(gè)數(shù)學(xué)錯(cuò)誤，作者在文章的第七頁(yè)錯(cuò)誤地將 BDE-209 的劑量乘以了 10 倍——這個(gè)錯(cuò)誤被論文作者和同行評(píng)審員忽略了。

我很好奇 o1 是否能發(fā)現(xiàn)這個(gè)錯(cuò)誤。因此，我從手機(jī)上粘貼了 PDF 文本并輸入：" 仔細(xì)檢查本文中的數(shù)學(xué)計(jì)算 "。就這樣。o1 立即發(fā)現(xiàn)了錯(cuò)誤（其他 AI 模型沒(méi)有）。

當(dāng)模型不僅能夠處理整篇學(xué)術(shù)論文，還能理解 " 檢查數(shù)學(xué) " 的意義所在，然后成功檢查結(jié)果時(shí)，人工智能的能力就會(huì)發(fā)生根本性的變化。事實(shí)上，我的實(shí)驗(yàn)以及其他人的實(shí)驗(yàn)都激發(fā)了人們?nèi)パ芯?o1 能在科學(xué)文獻(xiàn)中發(fā)現(xiàn)錯(cuò)誤的頻率。我們不知道 o1 能多頻繁地完成這種壯舉，但找出答案似乎很重要，因?yàn)樗赶蛄四芰Φ男虑把亍?/p>

事實(shí)上，即使是 o1 的早期版本，即預(yù)覽模型，似乎也代表了科學(xué)能力的飛躍。哈佛大學(xué)、斯坦福大學(xué)和其他研究人員發(fā)表了一篇令人震驚的醫(yī)學(xué)工作論文，結(jié)論是"o1-preview 在鑒別診斷、臨床推理和管理推理方面表現(xiàn)出超人的表現(xiàn)，在多個(gè)領(lǐng)域都優(yōu)于前幾代模型和人類醫(yī)生。"這篇論文還沒(méi)有經(jīng)過(guò)同行評(píng)審，它并沒(méi)有表明人工智能可以取代醫(yī)生，但它和上面的結(jié)果確實(shí)表明，這個(gè)世界正在發(fā)生變化，不把人工智能作為第二意見(jiàn)可能很快就會(huì)成為一個(gè)錯(cuò)誤。

可能更重要的是，越來(lái)越多的研究人員告訴我，o1，尤其是 o1-pro，正在產(chǎn)生新穎的想法并解決他們領(lǐng)域中意想不到的問(wèn)題。問(wèn)題是，現(xiàn)在只有專家才能評(píng)估人工智能是錯(cuò)還是對(duì)。

例如，我非常聰明的沃頓商學(xué)院同事 Daniel Rock 讓我給 o1-pro 一個(gè)挑戰(zhàn)：" 讓它使用文獻(xiàn)中沒(méi)有的證明來(lái)證明神經(jīng)網(wǎng)絡(luò)的通用函數(shù)逼近定理，而無(wú)需假設(shè)無(wú)限寬的層和超過(guò) 2 層。" 以下是它回復(fù)的內(nèi)容：

這是對(duì)的嗎？我不知道。這超出了我的專業(yè)領(lǐng)域。丹尼爾和其他看過(guò)它的專家乍一看也無(wú)法判斷它是否正確，但覺(jué)得它足夠有趣，值得研究。

事實(shí)證明，這個(gè)證明是有錯(cuò)誤的（盡管與 o1-pro 進(jìn)行更多交互可能會(huì)修復(fù)這些錯(cuò)誤）。但結(jié)果仍然引入了一些激發(fā)進(jìn)一步思考的新方法。正如丹尼爾向我指出的那樣，當(dāng)研究人員使用 o1 時(shí)，它不需要正確才能有用：" 要求 o1 以創(chuàng)造性的方式完成證明實(shí)際上是要求它成為研究同事。該模型不必證明正確才有用，它只需幫助我們成為更好的研究人員。"

我們現(xiàn)在擁有的人工智能似乎能夠解決非常困難的博士級(jí)問(wèn)題，或者至少可以作為研究人員的協(xié)同智能有效地解決這些問(wèn)題。當(dāng)然，問(wèn)題是，除非你自己是某個(gè)領(lǐng)域的博士，否則你實(shí)際上并不知道這些答案是否正確，這為人工智能評(píng)估帶來(lái)了一系列新挑戰(zhàn)。需要進(jìn)一步測(cè)試才能了解它有多大用處，以及在哪些領(lǐng)域有用，但人工智能能力的這一新前沿值得關(guān)注。

人工智能可以觀察你并和你交談

幾個(gè)月來(lái)，我們一直使用 AI 語(yǔ)音模型，但上周我們又引入了一項(xiàng)新功能——視覺(jué)。ChatGPT 和 Gemini 現(xiàn)在都可以同時(shí)觀看實(shí)時(shí)視頻和語(yǔ)音交互。例如，我現(xiàn)在可以與 Gemini 的新款小型 Gen3 模型 Gemini 2.0 Flash 共享實(shí)時(shí)屏幕。

或者更好的是，您可以免費(fèi)試用。說(shuō)真的，體驗(yàn)一下這個(gè)系統(tǒng)能做什么是值得的。Gemini 2.0 Flash 仍然是一個(gè)內(nèi)存有限的小型模型，但您開(kāi)始明白這一點(diǎn)了。能夠通過(guò)最常見(jiàn)的人類感官（視覺(jué)和聲音）與人類實(shí)時(shí)互動(dòng)的模型將 AI 變成與您同在房間里的陪伴者，而不是被困在計(jì)算機(jī)上聊天框中的實(shí)體。ChatGPT 高級(jí)語(yǔ)音模式可以通過(guò)手機(jī)執(zhí)行相同的操作，這意味著數(shù)百萬(wàn)用戶都可以廣泛使用此功能。隨著 AI 在我們生活中變得越來(lái)越普遍，其影響將非常深遠(yuǎn)。

AI 視頻突然變得非常好

在過(guò)去的一年里，人工智能圖像創(chuàng)建技術(shù)取得了令人印象深刻的進(jìn)展，在我的筆記本電腦上運(yùn)行的模型可以生成與真實(shí)照片難以區(qū)分的圖像。它們也變得更容易操控，可以對(duì) " 使用藍(lán)牙的飛機(jī)上的水獺 " 和 " 使用 wifi 的飛機(jī)上的水獺 " 等提示做出適當(dāng)?shù)姆磻?yīng)。如果你想自己嘗試一下，谷歌的 ImageFX 是一個(gè)非常簡(jiǎn)單的界面，可以使用上周發(fā)布的強(qiáng)大的 Imagen 3 模型。

但上周真正的飛躍來(lái)自人工智能文本轉(zhuǎn)視頻生成器。此前，中國(guó)公司的人工智能模型通常代表著視頻生成領(lǐng)域的最新水平，包括令人印象深刻的系統(tǒng)如 Kling ，以及一些開(kāi)源模型。但情況正在迅速改變。首先，OpenAI 發(fā)布了其強(qiáng)大的 Sora 工具，然后谷歌發(fā)布了功能更強(qiáng)大的 Veo 2 視頻創(chuàng)建器，這已成為最近的一個(gè)主題。如果您訂閱 ChatGPT Plus，您現(xiàn)在就可以使用 Sora ，這是值得一試的，但我提前獲得了 Veo 2 的使用權(quán)（據(jù)說(shuō)將在一兩個(gè)月后推出），它 …… 令人驚嘆。

展示總是比講述更好，所以請(qǐng)看一下這個(gè) 8 秒剪輯的合集（目前的極限，盡管它顯然可以制作更長(zhǎng)的電影）。我在每個(gè)剪輯中都提供了確切的提示，并且剪輯僅從 Veo 2 制作的第一組電影中選擇（它一次創(chuàng)建四個(gè)剪輯），因此沒(méi)有從許多示例中挑選。注意物體、陰影和反射的明顯重量和重量，在保持發(fā)型和細(xì)節(jié)的情況下跨場(chǎng)景的一致性，以及場(chǎng)景與我要求的接近程度（如果你尋找的話，紅色氣球就在那里）。有錯(cuò)誤，但現(xiàn)在乍一看很難發(fā)現(xiàn)它們（盡管它仍然在努力處理體操，這對(duì)視頻模型來(lái)說(shuō)非常困難）。真的令人印象深刻。

這一切意味著什么？

我將在以后的文章中詳細(xì)闡述我的看法，但從中可以吸取的教訓(xùn)是，無(wú)論好壞，我們都還遠(yuǎn)遠(yuǎn)沒(méi)有看到人工智能進(jìn)步的終結(jié)。引人注目的不僅僅是個(gè)別的突破——人工智能檢查數(shù)學(xué)試卷、生成接近電影質(zhì)量的視頻片段或在游戲電腦上運(yùn)行。而是變革的速度和廣度。

一年前，GPT-4 感覺(jué)像是未來(lái)的一瞥。而現(xiàn)在，它基本上已經(jīng)在手機(jī)上運(yùn)行，而新模型正在捕捉學(xué)術(shù)同行評(píng)審中漏掉的錯(cuò)誤。這不是穩(wěn)步的進(jìn)步——我們看到人工智能以不均勻的速度大幅跨越，超出了我們輕松衡量其影響的能力。這表明，當(dāng)形勢(shì)處于動(dòng)態(tài)變化中時(shí)，塑造這些技術(shù)如何改變你的領(lǐng)域的機(jī)會(huì)現(xiàn)在就存在，而不是在轉(zhuǎn)型完成后。

來(lái)源：華爾街見(jiàn)聞