当 OpenAI 在 12 月发布其 o3 "推理"AI 模型时,该公司与设计用于测试高性能 AI 的 ARC-AGI 基准测试的创建者合作,展示了 o3 的能力。几个月后,这些结果被修正,现在看起来比最初的结果略显逊色。
上周,负责维护和管理 ARC-AGI 的 Arc Prize Foundation 更新了 o3 的近似计算成本。该组织最初估计,他们测试的表现最好的 o3 配置版本 o3 high,解决单个 ARC-AGI 问题的成本约为 3,000 美元。现在 Arc Prize Foundation 认为这个成本要高得多 - 可能每个任务约 30,000 美元。
这次修正值得注意,因为它说明了当今最先进的 AI 模型在某些任务上可能会产生多么高的费用,至少在早期阶段是这样。OpenAI 尚未对 o3 定价 - 甚至还没有发布它。但 Arc Prize Foundation 认为 OpenAI 的 o1-pro 模型定价是一个合理的参考。
需要说明的是,o1-pro 是 OpenAI 迄今为止最昂贵的模型。
Arc Prize Foundation 的联合创始人 Mike Knoop 告诉 TechCrunch:"我们认为 o1-pro 是更接近 o3 真实成本的参考...这是由于测试时使用的计算量造成的。但这仍然只是一个参考,我们在排行榜上将 o3 标记为预览状态,以反映在官方定价公布之前的不确定性。"
考虑到该模型据报道使用的计算资源量,o3 high 的高价格并非不可思议。根据 Arc Prize Foundation 的数据,在处理 ARC-AGI 时,o3 high 使用的计算量是计算量最低的配置 o3 low 的 172 倍。
此外,关于 OpenAI 考虑为企业客户推出昂贵计划的传言已经流传了一段时间。3 月初,The Information 报道称,该公司可能计划对专门的 AI "代理"(如软件开发者代理)收取高达每月 20,000 美元的费用。
有人可能会说,即使是 OpenAI 最昂贵的模型,其成本也远低于典型的人类承包商或员工的费用。但正如 AI 研究员 Toby Ord 在 X 平台上指出的那样,这些模型可能并不那么高效。例如,o3 high 在 ARC-AGI 中需要对每个任务尝试 1,024 次才能获得最佳分数。
好文章,需要你的鼓励
Gartner预测,到2030年所有IT工作都将涉及AI技术的使用,这与目前81%的IT工作不使用AI形成鲜明对比。届时25%的IT工作将完全由机器人执行,75%由人类在AI辅助下完成。尽管AI将取代部分入门级IT职位,但Gartner认为不会出现大规模失业潮,目前仅1%的失业由AI造成。研究显示65%的公司在AI投资上亏损,而世界经济论坛预计AI到2030年创造的就业机会将比消除的多7800万个。
CORA是微软研究院与谷歌研究团队联合开发的突破性AI视觉模型,发表于2023年CVPR会议。它通过创新的"区域提示"和"锚点预匹配"技术,成功解决了计算机视觉领域的一大挑战——开放词汇目标检测。CORA能够识别训练数据中从未出现过的物体类别,就像人类能够举一反三一样。在LVIS数据集测试中,CORA的性能比现有最佳方法提高了4.6个百分点,尤其在稀有类别识别上表现突出。这一技术有望广泛应用于自动驾驶、零售、安防和辅助技术等多个领域。
人工智能正从软件故事转向AI工厂基础,芯片、数据管道和网络协同工作形成数字化生产系统。这种新兴模式重新定义了性能衡量标准和跨行业价值创造方式。AI工厂将定制半导体、低延迟结构和大规模数据仪器整合为实时反馈循环,产生竞争优势。博通、英伟达和IBM正在引领这一转变,通过长期定制芯片合同和企业遥测技术,将传统体验转化为活跃的数字生态系统。
中国电信研究院联合重庆大学、北航发布T2R-bench基准,首次系统评估AI从工业表格生成专业报告的能力。研究涵盖457个真实工业表格,测试25个主流AI模型,发现最强模型得分仅62.71%,远低于人类专家96.52%。揭示AI在处理复杂结构表格、超大规模数据时存在数字计算错误、信息遗漏等关键缺陷,为AI数据分析技术改进指明方向。