AI研究网站AI Digest

近日发布的一项研究显示

2024到2025年

AI智能体的使命处置惩罚能力

每一4个月便能翻一倍

这项研究还有提到

对于比在2019到2025年间

7个月的“能力翻倍周期”

AI智能体能完成的使命量

正以爆炸式的速率增加

且这一趋向还有于加快

研究职员认为

这一周期的发明也许能展现

关在AI智能体的“摩尔定律”

图源：新智元

传统的摩尔定律

由英特尔（Intel）开创人之一

戈登·摩尔（Gordon Moore）

在1965年提出

按照该定律

约莫每一18至24个月

集成电路上可容纳的晶体管数量

便会增长一倍

也就是说，于此周期内

处置惩罚器的机能将翻一倍

同时值格降落为以前的一半

这必然律自提出后不停被验证

展现了信息通讯范畴中

技能的指数级前进

而AI Diges的前述研究

则聚焦在AI智能体

展示出AI编程智能体的能力

正于飞速增加

图源：AI Digest

上图中，AI能完成使命的时长

增加轨迹险些是一条陡峭的曲线

2019年时，GPT-2只能处置惩罚

不到1秒的简朴使命

到2022年ChatGPT发布时

AI已经经可以完成

30秒的编程使命

当前，智能体可以自立完成

人类需要1小时完成的编程使命

业内子士暗示

假如照此趋向推算

到2027年、2028年及2029年

AI智能体将别离可以或许完成

人类需要1个事情日、1个事情周

及1个事情月的使命

虽然当前的猜测数据

可能不太不变

但也展示出

AI能力极可能处在一个

比指数增加还有要快的增加轨道上

相干研究职员认为

AI智能体的能力晋升

会加快更强盛AI的研发

这类正反馈轮回

可能致使超指数增加

甚至使AI能力

于短期内急剧晋升

远跨越人类的程度

而从另外一方面来看

患上益在AI成长的需求

单个芯片的计较速率

将每一两年增长16倍

这一来自荷兰光刻机巨头

阿斯麦（ASML）的数据显示

到2030年

每一个芯片中将集成一万亿个晶体管

这类增加也带来了

能耗的急剧增长

需要光通讯等方面的新技能

来解决散热问题

不外，值患上一提的是

跟着AI于算法效率上的晋升

计较资源需求正显著降低

据天然杂志（Nature）报导

来自模子评估机构METR的研究注解

经由过程更高效的

预练习及后练习要领

纵然硬件资源不增长

AI智能体的能力也能快速晋升

基在此，人们的存眷核心

正从借由硬件晋升来获取更多算力

转向

经由过程优化步伐链路更高效使用算力

将来，基在差别使命需求

举行AI针对于性练习及二次开发

寻觅更优练习路径

或者将成为AI连续迭代成长的

可行之道

参考：彭湃新闻、网易新闻、新智元、芯榜科技、METR