科技圈最近炸鍋了。有專家放話，說再過一年左右，AI掌握的知識(shí)量就要超過全人類最頂尖的專家總和。這事兒聽著挺玄乎，但看看數(shù)據(jù)，還真讓人心里發(fā)毛。有個(gè)叫“人類最后的考試”（HLE）的測(cè)試，原本是科技大佬們想給AI設(shè)個(gè)“路障”，看看這些系統(tǒng)到底有多聰明。結(jié)果現(xiàn)在看來(lái)，這路障馬上就要被推平了。

這個(gè)HLE可不簡(jiǎn)單，它絕對(duì)不是那種在網(wǎng)上隨便搜搜就能找到答案的測(cè)試。里面塞了2500道精心挑選的難題，涵蓋了火箭科學(xué)、神話傳說、生理學(xué)等一百多個(gè)領(lǐng)域。每一道題都至少需要博士級(jí)的理解能力才能做出來(lái)。以前大家覺得，誰(shuí)能在這個(gè)考試?yán)锟紓€(gè)接近滿分，那絕對(duì)是“全能專家”，地球上也沒幾個(gè)人能做到。

咱們把時(shí)間撥回兩年前。那時(shí)候大名鼎鼎的ChatGPT剛出來(lái)，在這個(gè)考試上只拿了3%的分?jǐn)?shù)，慘不忍睹。Google和Anthropic家的AI也沒好到哪去。當(dāng)時(shí)搞科研的人松了口氣，覺得這證明了AI和人類頂尖大腦之間還有道跨不過去的鴻溝。可誰(shuí)能想到，這鴻溝填得太快了。上個(gè)月，Google的Gemini模型考了45.9%，比它第一次嘗試的18.8%翻了一倍多。Anthropic的Claude也不甘示弱，考到了34.2%，而且進(jìn)步速度飛快。

這題目到底是怎么來(lái)的？說出來(lái)嚇你一跳。這是Scale公司和AI安全中心搞出來(lái)的。為了出題，他們搞了個(gè)全球懸賞，獎(jiǎng)金池高達(dá)50萬(wàn)美元。來(lái)自大約50個(gè)國(guó)家的專家們湊了7萬(wàn)道題。研發(fā)團(tuán)隊(duì)先把那些現(xiàn)有AI模型能答上來(lái)的題全刪了，剩下1.3萬(wàn)道，最后又精挑細(xì)選剩下2500道。很多題目到現(xiàn)在還處于保密狀態(tài)，就是怕AI在網(wǎng)上偷看答案或者被訓(xùn)練數(shù)據(jù)“污染”。

照這個(gè)速度發(fā)展下去，AI拿滿分是遲早的事。Scale的研究負(fù)責(zé)人CalvinZhang說，他們本來(lái)是想造一個(gè)只有極少數(shù)人類能解決的基準(zhǔn)測(cè)試，但這幾年語(yǔ)言模型的進(jìn)步簡(jiǎn)直瘋了。GoogleDeepMind的產(chǎn)品經(jīng)理KateOlszewska也直言，如果大家真把這事兒當(dāng)成頭等大事來(lái)抓，滿分很快就能實(shí)現(xiàn)。

這一旦發(fā)生，意義可就大了。這讓人想起1997年IBM的深藍(lán)電腦擊敗國(guó)際象棋冠軍卡斯帕羅夫。那時(shí)候大家都覺得不可思議，現(xiàn)在AI又要突破人類知識(shí)的邊界了。一旦AI在HLE上拿了100%，這就意味著現(xiàn)有的學(xué)術(shù)測(cè)試對(duì)它來(lái)說已經(jīng)沒難度了。以后要想測(cè)試AI，可能得用那些連人類都不知道答案的問題才行。

不過咱們也別太慌。CalvinZhang說了，有些領(lǐng)域AI還是搞不定，比如做外科手術(shù)這種動(dòng)手的活兒，或者需要做復(fù)雜判斷、發(fā)揮創(chuàng)造力的工作。這些還得靠咱們?nèi)祟愖约骸?/p>

大家覺得AI以后會(huì)取代哪些工作？歡迎在評(píng)論區(qū)聊聊。