Anthropic聯(lián)合創(chuàng)始人兼首席科學(xué)家Jared Kaplan拋出重磅預(yù)測：人類水平的AI（AGI）可能在2-3年內(nèi)實現(xiàn)，而非此前預(yù)計的2030年。從AI能力的飛速擴展到Claude 4的即將發(fā)布，再到DeepSeek等全球競爭者的崛起，Kaplan為我們揭示了AI領(lǐng)域的最新突破與挑戰(zhàn)。

提到Anthropic，大家首先想到的可能是它的聯(lián)合創(chuàng)始人、CEO Dario Amodei。

這位明星CEO經(jīng)常出現(xiàn)在各種場合，不時拋出一個「爆炸」言論。

不過，Anthropic的另一位聯(lián)合創(chuàng)始人，也是他們的首席科學(xué)家Jared Kaplan則鮮少露面。

近日，他參加了Azeem Azhar的一檔訪談節(jié)目，并拋出了一個與Dario類似的觀點。

「人類水平的人工智能兩三年內(nèi)就會到來，不用等到2030年。」

這位略顯神秘的大佬表示，AI現(xiàn)在能夠處理的任務(wù)愈加復(fù)雜，甚至有些任務(wù)連人類專家也需要花費幾個小時，甚至幾天才能完成。

一、AGI時間表

Kaplan曾在去年預(yù)測實現(xiàn)人類水平的AI（AGI）需要到2030年，但現(xiàn)在他更傾向于2到3年內(nèi)到來。

不過，「人類水平」的AI并不是一個可以清晰界定的標準。

Kaplan提出了衡量AI能力的兩個重要維度。

一個是AI能夠操作的環(huán)境范圍。

從最初只能在圍棋棋盤上操作的AlphaGo，到如今可以理解文本、圖像，甚至最終可能化身為機器人進入物理世界，AI的操作范圍不斷延伸。

其二是AI能夠處理任務(wù)的復(fù)雜程度。

他回顧早期的語言模型（如BERT）處理的都是1秒級的任務(wù)，比如看一個句子找出里面的名詞。到了GPT-3，能處理的是10秒級的任務(wù)。

現(xiàn)在，像Claude 3.7 Sonet這樣的最新模型，已經(jīng)能夠完成人類研究生需花費半天的復(fù)雜任務(wù)，例如分析和提煉長達20,000字的文本。

AI在這兩個維度上都快速地擴展。

Kaplan表示，AI能力的快速提升有多種因素：

• 模型智能的整體提升使其能夠關(guān)注和處理更多不同的問題。
• 上下文窗口長度的持續(xù)擴展使AI能夠理解和處理更長的文本，從段落到書籍，從而增強其理解能力。
• 通過強化學(xué)習(xí)訓(xùn)練AI執(zhí)行更復(fù)雜的任務(wù)。

二、Claude 4六個月內(nèi)發(fā)布

Claude 3已經(jīng)發(fā)布了一年多的時間，Kaplan預(yù)計新一代的Claude 4將會在接下來的六個月內(nèi)發(fā)布。

「一方面，我們在后訓(xùn)練跟強化學(xué)習(xí)上有了改進，讓Claude能通過更多測試；另一方面，我們從預(yù)訓(xùn)練中提升了效率?！筀aplan說，短期內(nèi)這種勢頭不會減慢。

對于測試時擴展(test-time scaling)，Kaplan覺得這是個大突破。

簡單來說，就是讓AI多想一會兒，性能就能可預(yù)測地變好，尤其是在那種光靠思考就能提高表現(xiàn)的困難問題上。

比如讓Claude 3.7想2000個token、4000個token、8000個token，每次思考量翻倍，性能就能穩(wěn)定提升。

這種方式還能擴展到同時生成好幾個答案，然后讓AI挑個最好的。

Kaplan解釋說：「對于特別難的任務(wù)，你可以選一個更聰明的模型快速搞定，或者讓一個普通點的模型多花點時間，效果可能差不多?！?/p>

不過這也帶來了新挑戰(zhàn)：模型得學(xué)會判斷什么時候多想一會兒。

Kaplan打了個比方：「就像你剛換了個新工作，老板給你個難題，你肯定得花大把時間琢磨，因為你想答對，不想被炒魷魚。但一旦你適應(yīng)這個工作，可能隨手就給出一個答案?！?/p>

三、DeepSeek沒理由落后

DeepSeek發(fā)布的R1模型引發(fā)全球熱議，展現(xiàn)出了令人驚艷的推理能力。

Kaplan對此并不意外，「我關(guān)注DeepSeek的進展至少有一年半了。他們一直在發(fā)表論文、優(yōu)化模型，所以這對我們或Anthropic來說并不算太大的驚喜。」

這話透露出頂尖AI實驗室之間對彼此的研究非常的熟悉。

他倒覺得全球的反應(yīng)挺有趣：「很多人驚呼，『哇，中國竟然有這么厲害的模型！』我跟一些美國人聊過，他們過去總覺得中國可能落后好幾年。但看看DeepSeek的論文，他們的進展其實很明顯，可能只差六個月，不會太遠。」

這也反映出中美兩國在AI發(fā)展方面的差距正在縮小。

Kaplan表示，AI研究的突破來得特別快。這種飛速進步不是因為科學(xué)家突然變聰明了，而是因為AI這個領(lǐng)域就像個秋天的果園，掛滿了低垂的果子，迭代改進的空間很大。

他進一步說，算力硬件限制可能會讓西方公司在硬件資源上占優(yōu)，這對DeepSeek和其他公司來說可能是個挑戰(zhàn)。

但在算法本身上，所有頂尖AI公司都在找簡單、有效、可擴展的方法。

DeepSeek的論文里也提到了這些思路和技術(shù)，他們在算法上完全有競爭力，沒理由落后。

四、AI的影響

訪談的最后聚焦在了AI對經(jīng)濟和社會的潛在影響上。

AI對生產(chǎn)力和勞動力市場的影響，可能會比歷史上的任何重大技術(shù)變革來得更快。

Kaplan對此深以為然，他坦言：「我覺得我們對AI會如何改變社會和生產(chǎn)力的思考，可能遠遠不夠。隨著AI能夠完成的事情越來越多，人類可能會通過其他活動，或者用AI來放大自己的能力來實現(xiàn)不同?！?/p>

他同時強調(diào)了實證研究的關(guān)鍵作用。

比如AI是起到互補作用？還是提升了生產(chǎn)力？它會在多大程度上替代原本由人完成的任務(wù)？Kaplan說他們正把這些數(shù)據(jù)開放給經(jīng)濟學(xué)家去分析。

他還特別提到AI在軟件工程領(lǐng)域的應(yīng)用，拋出了一個更深層次的問題：「像我們在軟件工程中看到的這么多人用AI，這種趨勢會擴散到所有知識工作嗎？還是會慢得多？它又會怎樣滲透進我們的日常生活？」

從Claude 4的突破到DeepSeek的異軍突起，全球AI競賽正以前所未有的速度推進。

它將如何改變我們的工作、生活乃至整個世界？

正如Kaplan所言，答案或許藏在數(shù)據(jù)與實證研究中，而我們每個人都將是這場變革的見證者和參與者。

參考資料：

https://www.youtube.com/watch?v=tC_3KAyli4U