METR和Anthropic在同一天里分别推出了两份非常重要的报告, AI科研的进度在变快, 模型的进化速度也很快, 这些情况都双双刷新了行业里的认识, 而且科学发现的主力军正在发生根本性的转变。
01.METR首曝Model 4历史最高分
METR在周五公布了独立评估的报告, 这份报告第一次公开了Anthropic还没有对外宣布的Model 4的情况，该模型在AECI基准测试中拿到了该榜单有史以来最高的分数, 这个成绩比之前所有公开模型的得分都要高出一大截。
这款内部模型是上个月刚完成训练的, 内部员工在实测中发现, 其生产力直接暴涨了12倍, 进化速度达到了此前版本的1.9倍, 这就相当于花了一年的时间就走完了以往需要两年来完成的研发进度。
02.35页报告量化AI科研提速
Anthropic同步发布了那份页数达到35页的重量级报告, 这份报告第一次使用了大家真实在使用过程中产生的数据, 把这些数据用来彻底搞明白人工智能在加速科学研究方面实际起到了多大程度的作用, 这样就填补了行业长期以来缺乏用于衡量标准的数据这一空白情况, 从而为后续进行各类评估行为提供了可参照的依据。
核心数据有明确的表明, 人工智能这个工具, 是可以接管一项崭新的研究里头, 百分之二十七到百分之五十二的那些研究人员所花费的工时时间的, 那个中位数的数值, 恰好就是百分之三十八, 换算成具体的数字来看的话, 一位科学家在一周里面的五个工作日内面, 有近两天的工作活儿, 是可以让人工智能来全部承担下来的。
03.学科分布暴露极致偏科
团队通过搬出SciNet科学分类法来追踪Claude的对话记录, 结果显示, 排名前三的领域分别是计算机11.9%、工程学8.4%和医学7.7%, 这些内容覆盖了从数据清洗、分析, 一直到提出假设、设计材料的全链路过程。
Claude Code 这端的偏科现象, 可以说是更为极端了。在计算机方向的研究者里面, 仅仅占了全球科研圈大约百分之四点三的人, 可是他们贡献的 Claude Code 科研对话数量, 却达到了百分之三十二点七。
再看人工智能与机器学习这一方向, 这个方向的科学家总数只占到了百分之一点二, 但是他们的对话量却高达百分之十五点二这么多。
04.数据分析吞噬半壁江山
科学家平均要花27.6%的时间做数据分析, 这个比例在使用Claude的时候升到了33.7%, 在使用Claude Code的时候更是飙升到了48.1, 写论文的话人类平时所占的比例是16, 但在CC会话中却占据了32, 这一数值超标了一倍。
最让人心里难受的数据, 是从528位科学家的问卷调查里得出来的, 提出假说与数据采集的需求列在前两位, 这恰恰是人工智能参与最少的两块地方, 大家都在用投票这个方式来表明态度, 把Claude精准地用在它最擅长的那些环节里面。
05.三档情景推演加速天花板
报告设定了三档假设的情景场景, 这些情景对应着人力工时替代率从百分之零递进到百分之百的五种不同档位。第一个场景是当前人工智能的水平在全行业内进行普及。第二个场景是所有需要脑力劳动的工作中有百分之七十五都交由人工智能自动推进。第三个场景是人工智能独立主导完成一个完整的项目。
预测结果显示, 有百分之四十的受访者觉得在二零三零年的前头人工智能可以独立地搞定整个项目的事情。到了二零三五年比例会升到百分之六十四。需要进行进入实验室动手操作的这类研究加速上限仅仅只有两到三倍。像是在艺术历史等定性的这一类学科中短期内是难以介入围进去的。
06.闭环飞轮驱动科研未来
目前对人工智能的依赖程度最高, 并且受到提速影响最为显著的那些学科领域, 其实正是那些专门用于制造人工智能技术的行业, 其中就包含了计算机科学、统计学以及机器学习领域自己本身这种状况。
一方面是由于人工智能技术在加速推进人工智能的研发进程, 另一方面也是因为更强的人工智能产品在不断倒逼着整个科研活动加快步伐向前发展, 这样一种正向循环的飞轮效应目前已经正式形成了。
Anthropic 的研究人员坦言, 当前只剩研究点子和算力是唯一的瓶颈, 代码已经不再是限制, 52% 的工时被接管, 这意味着人工智能正在从辅助工具彻底转变为驱动科学发现的核心引擎。
在你的工作领域里头的科学研究的这个操作流程里面, 人工智能工具最有可能先拿去替代掉哪一个具体的步骤或者环节呢, 非常欢迎你到这个评论的这个区域去留下你自己的看法和观点, 点赞并且进行分享转发给你的同行的这些朋友们一起去做一个相关的探讨和交流。
