新智元報道

編輯：KingHZ

2022年，專家們篤定AI到2025年贏得IMO金牌概率不足10%。誰料短短3年，OpenAI和谷歌DeepMind的LLM雙雙摘金，不僅打破紀錄，更宣告群體智能時代的到來！AI震撼人心，巨變勢不可擋。

2022年，預(yù)言家放言：到2025年，押注90%的概率AI拿不下國際奧數(shù)IMO金牌。

可謂言之鑿鑿，信心十足。

然而僅僅兩年，OpenAI與谷歌DeepMind雙雙擊碎了悲觀預(yù)言：

LLM不僅提前「封神」摘金，還打破了對AI能力邊界的想象。

從語言生成到邏輯推理，從通用能力到專業(yè)領(lǐng)域競技，生成式AI正以驚人的速度越過每一道人類設(shè)下的「智力高墻」。

預(yù)測錯得越離譜，AI給人的感覺就越震撼。

如今，幾乎可以確定，AI發(fā)展速度遠超過去幾年的主流預(yù)期。

巨變，才剛剛開始。

預(yù)言家集體翻車

剛剛，賓大沃頓商學(xué)院教授、生成式人工智能實驗室聯(lián)合主任Ethan Mollick非常篤定：過去，人們低估了AI發(fā)展的速度。

他舉了一個例子：

2022年，預(yù)測研究院（Forecasting Research Institute）邀請169名頂尖預(yù)測專家和學(xué)者評估AI進展。

當時，他們分別給出結(jié)論：到2025年，僅有2.3%和8.6%概率，AI能贏得國際數(shù)學(xué)奧林匹克金牌。

結(jié)果，被現(xiàn)實啪啪打臉：谷歌DeepMind的Gemini、OpenAI的ChatGPT，這兩個通用大模型拿下了2025年國際數(shù)學(xué)奧賽的金牌。

谷歌DeepMind和OpenAI爭奪AI史上第一塊「IMO金牌」：OpenAI搶先發(fā)布了自家結(jié)果，但谷歌DeepMind的模型成績獲得了IMO官方認證。

OpenAI先聲奪人，集體造勢，收獲了一大波流量：

據(jù)稱，為了尊重參賽學(xué)生，谷歌等到IMO官方認證成績后才公布了結(jié)果。

這是一個AI的歷史性時刻，標志著過去十年AI的巨大進步。

大語言模型，本為生成語言而生，但在數(shù)學(xué)上也遠超大部分人的想象。

OpenAI的研究科學(xué)家Noam Broen認為，當時的預(yù)測對LLM更悲觀：

而且需要注意的是，這些預(yù)測說的「任何」一種AI系統(tǒng)能奪得奧賽金牌。 如果換成是「大語言模型」這類通用AI系統(tǒng)，他們眼中的概率更低。

而且就在國際奧數(shù)成績發(fā)布前，MathArena測評了當時的可用的大模型，沒一個能拿到銅牌：

之后，不久傳來了AI獲得金牌的消息。

在數(shù)學(xué)推理上，LLM一再被低估。

預(yù)測研究院承認：AI在國際奧數(shù)競賽上，成績驚艷。

預(yù)測失準，不是偶然，是范式變了。

事實上，在MATH、MMLU和QuALITY三個標準的AI基準測試，預(yù)測幾乎全軍覆沒。

在MATH數(shù)據(jù)集基準測試，GPT-4 Turbo在2024年4月達到了87.82%，而領(lǐng)域?qū)＜液统夘A(yù)測者認為截至2024年6月30日，達到這一水平的概率為21.4%和9.3%。

在MMLU上，GPT-4o和Claude 3.5 Sonnet在2024年年中達到了88.7%，而預(yù)測的可能性只有25.0%和7.2%。

在QuALITY Hard子集上，RAPTOR + GPT-4在2023年6月得分為69.3——比截止日期早整整一年。

無論是領(lǐng)域?qū)＜疫€是超級預(yù)測者，都錯誤判斷了AI發(fā)展的速度和方向。

兩組人群都低估了截至2024年底AI的最大算力，其中超級預(yù)測者的預(yù)測值只有實際最大值的1/5。與此同時，他們又高估了機器學(xué)習(xí)模型的上限：

專家預(yù)測參數(shù)規(guī)模將達到1.00E+14（100萬億），

超級預(yù)測者則給出4.00E+14（400萬億）的預(yù)期，

均比當前初步確認的1.00E+13（10萬億）參數(shù)規(guī)模高出十倍。

與此類似，麥肯錫發(fā)布過一份報告，展示了人工智能專家小組在2017年（在LLMs之前）的預(yù)測。

例如，麥肯錫預(yù)測AI將在2037年達到人類平均創(chuàng)造力水平。但實際上，在2023年這一目標已經(jīng)實現(xiàn)。

而對于達到前1/4創(chuàng)造力水平的預(yù)測，麥肯錫原本估計要到2055年，但這一目標也已經(jīng)提前30年達成。

由于生成式人工智能的發(fā)展，技術(shù)性能預(yù)計將比之前估計的更快地達到與人類中位數(shù)水平相當?shù)男阅埽⒃趶V泛的能力范圍內(nèi)達到人類前25%的頂尖水平

再例如，麥肯錫全球研究院（MGI）之前認為，在自然語言理解方面，技術(shù)最早可能在2027年達到與人類中位數(shù)相當?shù)乃剑谛碌姆治鲋校@一時間點已提前到2023年。

在2025年的報告中，麥肯錫表示在過去的兩年里，人工智能取得了飛速發(fā)展，許多重要的AI創(chuàng)新涌現(xiàn)??。

現(xiàn)實中AI進步如此神速，網(wǎng)友Aravind Sunda驚嘆：

變化之快堪稱瘋狂。2022年看似不可能的事，現(xiàn)在已觸手可及。

2022年11月30日，ChatGPT正式公布。而之前，生成模型或GenAI更多指圖像、視頻等生成模型，OpenAI還在探索GPT的應(yīng)用場景。

所以，ChatGPT有可能才是最大的變量，正如網(wǎng)友Mahaoo所言：

在ChatGPT和GPT-4問世之前的所有預(yù)測，幾乎都注定嚴重低估了AI的實際進展。因為這些模型的橫空出世，讓外界第一次真正看清了AI的潛力和速度。

不過，LLM存在鋸齒型智能現(xiàn)象：在某一方面表現(xiàn)出色，另一方面一塌糊涂。

威斯康星大學(xué)計算機科學(xué)教授Pedro Domingos就質(zhì)疑了這種概括性結(jié)論：

AI在某些領(lǐng)域確實領(lǐng)先，但在其他領(lǐng)域則不然。基于預(yù)測家考慮的少數(shù)領(lǐng)域，很難做出這樣一概而論的判斷。

或許，人們常常高估AI短期的發(fā)展，而總是低估它的長期進步。

而一個更大的轉(zhuǎn)變正在醞釀：我們正進入「大眾智能」時代，強AI變得像谷歌搜索一樣容易獲取。

群體智能時代

對于大多數(shù)用戶來說，訪問強AI一直有兩個障礙

1. 困惑：很少有人知道該怎么選AI模型。

2. 成本：頂級模型很貴，免費用戶往往用不了，或者只有非常有限的訪問權(quán)限。

而GPT-5本計劃解決這兩個問題：利用路由機制，避免簡單問題浪費算力，自動選擇模型，從而讓更多人有機會使用推理模型等強AI。

這套機制在上線初期解釋不足，路由判斷也經(jīng)常失靈，看起來亂七八糟、讓人困惑。盡管如此，奧特曼很快宣布GPT-5取得了初步成功：

上線幾天內(nèi)，經(jīng)常使用推理模型的付費用戶比例從7%升至24%，而免費用戶中能接觸到頂尖模型的比例也從幾乎為零提高到了7%。

推動這一切變化的，還有模型效率的飛躍。

AI變得越來越聰明，但運行成本卻急劇下降。下圖直觀展示了這一趨勢。

這些改進帶來的直接后果就是：哪怕AI越來越強大，它也變得足夠便宜，可以普惠大眾。

服務(wù)新增用戶的邊際成本，幾乎崩塌式下降。這也讓廣告等商業(yè)模式成為可能。

兩年前要花上幾美元的提示任務(wù)，如今免費用戶就能輕松運行。

這就是十億人突然擁有強大AI的真正原因：并不是因為某個宏大的「平民化AI」愿景，而是因為算力經(jīng)濟學(xué)終于走到這一步。

不過，光能用上強AI還不夠，關(guān)鍵是人們要能真正用它來完成任務(wù)。

過去，高效使用AI是「黑科技」魔法：

要靠精心編寫提示詞，

利用思維鏈（chain-of-thought）等技巧，

再配合各種小竅門，才能逼近理想答案。

但最近的一系列實驗表明，這些技巧已經(jīng)不再重要。

傳送門：https://gail.wharton.upenn.edu/research-and-insights/tech-report-chain-of-thought/

如今的頂尖模型越來越擅長直接理解并完成請求，甚至能「揣摩」用戶的真實意圖，自動超出預(yù)期去完成任務(wù)。

而且，變化不僅發(fā)生在文本模型上。

最近，谷歌發(fā)布了一款全新的圖像模型，內(nèi)部代號「nano banana」。

它不僅在圖像編輯上表現(xiàn)出色（甚至比生成全新畫面還更穩(wěn)定），而且便宜到足以開放給免費用戶使用。

更關(guān)鍵的是，它終于能很好地理解自然語言指令，省去了復(fù)雜的「提示詞工程」。

當數(shù)億人掌握強AI，各種現(xiàn)象會同時發(fā)生。事實上，它們已經(jīng)在發(fā)生了：

有人與AI模型建立了深厚的情感關(guān)系，也有人借此擺脫孤獨；

有人因為AI而走向精神崩潰或危險行為，也有人利用AI診斷疾病、挽救生命

衍生出了數(shù)以千計的意想不到的用途。

隨著模型愈發(fā)強大，這些應(yīng)用場景、問題與益處只會成倍增長。

AI巨頭——無論你是否相信它們關(guān)于「安全」的承諾——根本無法完全消化這股浪潮。

當十億人同時擁有先進AI時，人類真正進入了所謂的群體智能時代。

我們所有的制度——學(xué)校、醫(yī)院、法庭、公司、政府——過去都建立在「智能稀缺而昂貴」的前提之上。

如今，每一個職業(yè)、每一家機構(gòu)、每一個社區(qū)，都必須重新思考：

如何在群體智能的環(huán)境中生存與繁榮？

如何在全民造假的世界里重建信任？

如何在普及知識的同時，保留人類專業(yè)經(jīng)驗的價值？

參考資料：

https://x.com/emollick/status/1962859757674344823

https://www.mckinsey.com/~/media/mckinsey/business%20functions/mckinsey%20digital/our%20insights/the%20economic%20potential%20of%20generative%20ai%20the%20next%20productivity%20frontier/the-economic-potential-of-generative-ai-the-next-productivity-frontier.pdf

https://www.oneusefulthing.org/p/mass-intelligence