我们很快就会看到能够通过博士学位的生成人工智能系统。 本周早些时候，微软首席技术官凯文·斯科特 (Kevin Scott) 与里德·霍夫曼 (Reid Hoffman) 在洛杉矶伯格鲁恩沙龙 (Berggruen Salon) 上台时透露，由于更“持久”的记忆和更强大的推理运算，考试的成功率更高。
“现在有点奇怪，你与特工进行这些互动，而记忆完全是情景性的，”他感叹道。 “你有一笔交易，你做了一件事。无论你正在做什么任务，它是否有用，然后它就会忘记它。”他继续说，人工智能系统不会学习，甚至不会记住之前与用户的交互。 “你无法回顾过去试图让[人工智能]解决的问题。”
然而，斯科特乐观地认为，“我们看到技术上所有的事情都已到位，系统可以拥有真正持久的记忆。”有了更持久的记忆，未来的人工智能系统将能够在多个对话的范围内更自然、更准确地做出响应，而不是仅限于当前会话。
OpenAI 在二月份宣布开始测试一种新的持久内存系统，并将其推出给部分免费和 Plus 订阅用户。启用该功能后，人工智能可以回忆对话之间的用户语气、语音和格式偏好，并根据用户在之前的聊天中提到的详细信息在新项目中提出建议。
斯科特还对改善当今许多人工智能系统推理中的“脆弱性”充满信心。 “它无法解决非常复杂的数学问题，”他解释道。 “它必须求助于其他系统来完成非常复杂的事情。”
“我认为推理变得更好了，”他继续说道。他将GPT-4和当前一代模型与通过 AP 考试的高中生进行了比较。然而，下一代人工智能“可能会通过你的资格考试。”
迄今为止，生成式人工智能系统在各种考试和任务格式上都优于现实的同行。例如，去年 11 月， GPT-4 通过了多州专业责任考试(MPRE)，即律师资格考试，正确率达到 76%，比全国人类平均水平高出 6 分。
然而，斯科特很快指出，训练生成式人工智能以通过博士学位。考试“可能听起来比实际上更重要……真正的考验将是我们选择如何处理它。”
看到进入壁垒如此之快地消失，斯科特感到特别兴奋。他指出，二十年前，当他进入机器学习领域时，他的工作需要研究生水平的知识，堆积如山的“非常令人畏惧、复杂的技术论文，以弄清楚如何做我想做的事情”，并且需要大约六个月的时间编码。他说，今天同样的任务“一个高中生可以在周六早上完成”。
斯科特总结道，这些降低的进入壁垒可能会加速人工智能的民主化。寻找解决人类面临的无数社会、环境和技术危机的解决方案不是——也不可能——是“硅谷科技公司的人或从排名前五的大学获得博士学位的人的唯一责任， “ 他说。 “世界上有 80 亿人，如果他们能够使用强大的工具，他们也知道自己想用这些工具做什么。”