核心观点
- AI 发展迅速,未来轨迹存在多种可能性:近年来,人工智能(AI)发展迅速,系统能力不断提升。然而,其未来发展轨迹存在多种可能性,包括停滞、放缓、持续和加速。
- 四种主要情景:研报提出了四种主要情景,分别对应 AI 发展的不同轨迹:
- 停滞:AI 进展停滞不前,能力保持稳定。
- 放缓:AI 进展速度放缓,但仍保持持续进步。
- 持续:AI 持续快速发展,在数字环境中可完成许多专业任务。
- 加速:AI 发展加速,能力超越人类,在认知和物理任务中均可自主行动。
- OECD AI 能力指标:研报使用了 OECD 的 AI 能力指标(beta 版)来评估和比较 AI 的发展,并将其分解为语言、社交互动、问题解决、创造力、元认知和批判性思维、知识、学习和记忆、视觉、物理操作和机器人智能九个维度。
- 关键不确定性:研报探讨了 AI 发展的关键不确定性,包括模型规模与性能之间的关系、强化学习的收益、记忆和持续学习能力、物理能力、鲁棒的自主动作和元认知能力、创造力和解决新问题的能力,以及计算和数据输入的规模、算法效率收益、AI 系统在 AI 开发中的应用,以及其他社会、经济和制度因素。
- 情景分析:研报对每种情景进行了详细分析,包括其合理性、能力指标得分、潜在变体等。
- 专家观点:研报收集了 AI 专家的意见,专家们普遍认为,到 2030 年,AI 的发展存在多种可能性,并表达了对预测 AI 发展速度的低信心。
关键数据
- AI 基准测试表现:AI 系统在阅读理解、图像识别、语言理解、语言推理、科学推理、数学推理、代码生成等基准测试中表现优异,甚至超越人类水平。
- AI 能力指标得分:截至 2024 年底,最先进的 AI 系统在 OECD AI 能力指标上的得分普遍在 2-3 级,表明其能力仍落后于人类。
- 任务完成时间:AI 系统完成特定任务所需的时间呈指数级增长,例如软件工程任务每 7 个月翻一番。
研究结论
- 政策启示:政府应考虑 AI 发展的多种可能性,制定政策以捕捉 AI 进步的益处并为其潜在影响做好准备。
- 持续关注:需要持续关注 AI 的发展趋势和不确定性,并根据新的信息和研究成果更新情景分析。