人类声称AI并不停滞，它超出了基准测试

大型语言模型（LLM）和其他生成式AI技术在自我修正方面取得了显著进展，这为新应用铺平了道路，包括所谓的“代理式AI”，这是由领先的AI模型开发公司Anthropic的副总裁Michael Gerstenhaber所述。。

“它在自我修正、自我推理方面表现得越来越好，”在Anthropic领导API技术的Gerstenhaber在纽约接受彭博智能分析师Anurag Rana采访时分享道。Anthropic是Claude系列LLM的创造者，是OpenAI的GPT模型的直接竞争者。“每隔几个月，我们就发布一个新模型，扩展LLM的功能，”他补充说，强调了行业动态的动态性质，每次模型修订都会解锁新的潜在用途。

AI模型的新功能

Anthropic的最新模型引入了任务规划等功能，使它们能够像人类一样在计算机上执行任务，例如在线订购披萨。Gerstenhaber指出，这种逐步执行任务的方式“昨天还不可行，今天已经触手可及”。

这场讨论还邀请了AI初创公司Scale AI的首席技术官Vijay Karunamunthy，是一场由彭博智能主办的为期一天的会议的一部分，主题为“生成式AI：它能否兑现生产力承诺？”

挑战AI怀疑论

Gerstenhaber的见解挑战了AI怀疑论者的观点，他们认为生成式AI和更广泛的AI领域正在“撞墙”，认为每个新模型迭代的回报递减。例如，AI学者Gary Marcus自2022年以来一直公开表达他的担忧，警告说，仅仅增加AI模型的参数数量不会按比例提高性能。。

然而，Gerstenhaber断言，Anthropic正在推动超越当前AI基准测试所能衡量的边界。他说：“即使某些领域的进展看似放缓，那是因为我们正在解锁全新功能，但我们已经饱和了基准测试以及执行旧任务的能力。”这使得评估当前生成式AI模型的全部能力变得越来越困难。

扩展与学习

Gerstenhaber和Karunamunthy都强调了扩展生成式AI模型以增强其自我修正能力的重要性。Gerstenhaber评论说：“我们确实看到了智能的扩展越来越多。”Karunamunthy补充道：“我们认为规划和推理没有撞墙的一个原因是，我们仍在学习如何构建这些任务，以便模型能够适应新的和多样的环境。”

Gerstenhaber同意这一观点，他说：“我们正处于早期阶段，从应用开发者那里学习他们的需求以及模型的不足之处，然后我们可以将其整合回语言模型中。”

实时学习与适应

据Gerstenhaber称，这一进展很大程度上得益于Anthropic的快速基础研究步伐，以及来自行业反馈的实时学习。他说：“我们正在适应行业告诉我们的需求，实时学习。”

客户通常从较大的模型开始，然后缩小到更简单的模型以适应特定用途。Gerstenhaber解释说：“最初，他们评估一个模型是否足够智能来很好地执行任务，然后是否足够快以满足他们的应用需求，最后是否尽可能具有成本效益。”