摘要：对此，宾夕法尼亚大学沃顿商学院教授Ethan Mollick近日发文指出，对这些业内人士的言论保持警惕是必要的。他们可能出于筹集资金、抬高股票估值等动机做出大胆预测。此外，当前AI技术本身也存在局限性。即使AGI实现，人类社会采用和适应这项技术的速度可能被高估

近期，人工智能领域出现了一种引人注目的现象：多家AI巨头公司的知名研究人员纷纷预测，超级智能AI系统即将在短期内出现。

这些观点认为，AGI将在未来1-2年内实现，并深刻改变社会。这种激进的预测带来了质疑声：这是否只是一场炒作？

对此，宾夕法尼亚大学沃顿商学院教授Ethan Mollick近日发文指出，对这些业内人士的言论保持警惕是必要的。他们可能出于筹集资金、抬高股票估值等动机做出大胆预测。此外，当前AI技术本身也存在局限性。即使AGI实现，人类社会采用和适应这项技术的速度可能被高估。

尽管如此，Mollick也指出，近期AI领域的一些进展确实令人瞩目。AI在狭窄智能体、模态能力方面的进展显著。我们最应该担心的，不是各AI大厂的时间表是否正确，而是是否已经为即将到来的变革做好准备。

一些AI大厂的知名研究人员近期纷纷发表言论，预测短期内将出现超级智能AI。

Mollick教授对此表示警惕，认为这些大胆预测可能背后存在筹集资金和抬高股票估值的动机。他指出，技术人员并非预言家，历史上许多技术预测往往被证明过于乐观。

此外，当前AI技术本身也存在局限性，依然具有不稳定性。这种“参差不其的能力”是当前AI系统的核心特征，难以轻易消除：

“尽管当今的大型语言模型功能令人印象深刻，但它们本质上仍然是不稳定的工具——在某些任务上表现出色，但在看似更简单的任务上却会犯错。”

Mollick认为，即使假设研究人员关于未来一两年内实现 AGI 的说法是正确的，他们也可能高估了人类采用和适应这项技术的速度。

“组织变革需要很长时间，工作、生活和教育体系的变革则更为缓慢。”

尽管如此，近期AI领域的一些进展确实令人瞩目。OpenAI的o3模型在多项测试中首次击败人类专家，包括研究生级谷歌无法解答的问答测试(GPQA)、前沿数学题和ARC-AGI流体智力测试。

随着AI能力的提升，专业或细分领域的AI智能体的实用性日益凸显。Mollick提到谷歌的Gemini与Deep Research项目，该AI能够在几分钟内编写出一份17页的研究报告。Mollick教授亲自测试后认为，虽然不如最优秀的人类，但比很多人类撰写的报告都要好。

“专业或细分领域的AI智能体现在是真正的产品，而不是未来的可能性。已经有很多编码代理，你可以使用实验性的开源智能体进行科学和金融研究。”

除了智能体的崛起，AI在多模态能力方面的进展也引人注目。随着技术的发展，AI的上下文记忆能力和图像生成能力都有了显著提升。

Mollick举例说，如今多个图像创建工具都能准确地生成"水獭在飞机上使用wifi"这样复杂的场景，而这在不久前还是难以实现的。视频生成方面的进步同样显著。

鉴于这一切，我们不禁思考：是否应该如何认真对待 AI 大厂关于智能洪流即将来临的说法？

Mollick认为，我们必须认真对待当前的技术进展。我们最应该担心的不是各AI大厂的时间表是否正确，而是是否已经为即将到来的变革做好准备。

“这不仅仅关乎技术本身；还关乎我们如何选择塑造和部署它。这些问题不是 AI 开发者可以或应该单独回答的。”

他呼吁，不仅AI开发者，还包括组织领导者、员工和其他利益相关者，都应该开始思考如何塑造和部署AI技术，以确保它成为进步而非破坏的力量。

“开始进行这些讨论的时机不是在水位开始上升之后——而是现在。”

来源：华尔街见闻