数以百计的人工智能研究人员都在盯着他们的水晶球,试图确定什么时候机器最终会超出人的能力。
最近,Future of Humanity Institute(人类的未来研究所)英国牛津大学和美国耶鲁大学风险研究中心进行了一项调查,要求352名机器学习研究人员预测人工智能将如何进步。
根据arXiv公布的结果,“研究人员认为,人工智能在45年内,将在所有任务上超越人类的概率是50%,并且在120年内将所有人类的工作自动化。”
Elon Musk和Stephen Hawking认为被人工智能接替是人类的宿命,而百度前首席科学家Andrew Ng和Allen Institute for Artificial Intelligence(艾伦人造智能研究所)的首席执行官Oren Etzioni等研究人员则持保守态度。
此外,调查提出了一个问题:“人工智能何时会超出人类的表现?”受访者在计算自己的估计值时,要考虑的是“高级机器智能”(HLMI),这个问题被定义为“无辅助机器何时能够比人类工作者更好并且更便宜地完成每一项任务?”
有意思的是,与北美人相比,亚洲受访者的态度更为乐观,他们认为HLMI在30年内就会出现,而北美的受访者则估计HLMI的实现需要74年。
研究人员在考虑到DeepMind的AlphaGo和扑克漫游器DeepStack和Libratus取得的进展之后,认为人工智能将在十年内能够在玩扑克、愤怒的小鸟或星际争霸方面达到HLMI的程度。
但是,要想完成更有创造性的任务则需要更长时间。据预测,到2026年,机器将能够写高中程度的文章,到2028年创作排名进入前40名的流行歌曲,并在2049年之前写出纽约时报畅销书。
从亚洲和北美受访者的平均预测数字看,电话银行坐席、卡车司机和零售销售人员等工作预计将在10到15年内达到HLMI的水平,但外科医生领域要实现这一点则将需要36年。
同样,人工智能研究员的工作也可能不安全,因为学术界预测机器在大约88年的时间内能够超越他们。尽管如此,人工智能达到了HLMI的水平,但要实现完全自动化的任务需要一段时间,因为这将需要这种劳动力比它们的人类同行更加便宜。
根据报告表示:“预测完全自动化劳动力的出现会大大落后于HLMI:对于122年之后,对此相信的个人平均比例为50%,而在20年内,可能性为10%。”
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。