AI很快就会接管将花费几周人数的项目
AI很快就会接管将花费几周人数的项目
当前的人工智能系统（AI）不能超越长期任务，但是，快速，并且可能比许多人预期的要快的差距更快，根据领先模型 1
。加利福尼亚州的非营利组织Metrey，在编程，网络安全，一般思维和机械学习领域中开发了近170个真正的任务，然后通过花时间需要专家完成这些任务来确定“人类基线”。
然后，团队开发了一个关键数字，用于评估 ai模型，称为“时间，时间范围的任务”。这是程序员通常需要完成任务的时候，可以以一定的成功率进行AI模型。
在本周在ARXIV上发表的预印本中，由OpenAI于2019年发布的早期大型语音模型（LLM）GPT-2在所有任务中都失败了，人类专家的成本超过一分钟。 Claude 3.7十四行诗于2月份由美国初创企业人道释放，完成了人们需要59分钟的任务的50％。
总体而言，自2019年以来，13个领先的AI模型的时间范围大约每七个月增加一倍。 AI时间视野的指数增长在2024年加速，最新型号每三个月左右将其视野加倍。该作品尚未正式检查。
在2019年至2024年的进展中，梅特尔（Metr）建议，AI模型可以在2029年管理大约一个月的任务，可靠性为50％，甚至更早。
根据论文，一个月的人类专业知识可以成立新公司或进行科学发现。
加拿大多伦多大学管理层管理教授Joshua Gans撰写了有关AI经济的文章，他解释说，这种预测并不是特别有用。他说：“外推很诱人，但仍然有很多东西，以至于我们不知道实际使用了AI，因此这些预测是有道理的。”评估人与ki
团队选择了50％的成功率，因为与数据分布的小变化相比，这是最强大的。 “如果选择非常低或非常高的阈值值，则根据劳伦斯·陈（Lawrence Chan）解释说，添加或删除单个成功或失败的任务会更改估算值。”
可靠性从50％增加到80％，将平均时间范围降低了5倍 - 尽管一般的加倍时间和趋势线相似。
在过去的五年中，主要是由量表驱动的，增加了训练数据，训练时间和模型参数的数量。本文在时间范围的关键图中领导进度，主要是改进逻辑参数，工具的使用，错误校正和自信心的任务。
评估时间范围的METR方法解决了现有AI基准的某些限制，该限制仅与真实的工作相匹配，并且在模型改进时会迅速“饱和”。 Mitautor Ben West说，它提供了一项连续，直观的措施，可以在更长的时间内更好地记录重大进展。
领先的AI模型在许多但是，到目前为止，梅特尔的最新研究对此有所了解
来自加利福尼亚州旧金山的AI研究人员和企业家Anton Troynikov Anton Troynikov解释说，如果组织更愿意尝试并投资有效使用这些模型，AI将对经济影响更大。 kwa，T。等。 Arxiv （2025）。