Anthropic联合创始人预测：2025年人工智能发展将迎来“更加显著”的进步，AI发展势头不减。

探讨生成式人工智能的未来发展方向，Anthropic公司的信息负责人Jack Clark分享了他对行业未来趋势的看法。他认为，人工智能的进步并非一帆风顺，可能面临挑战。与OpenAI持续发布新型模型不同，人工智能的发展道路可能会遇到瓶颈。

Clark通过其名为“Import AI”的新闻通讯，对人工智能领域的进展进行了深入分析。他指出：“我们可能会看到，在解决实际应用问题方面，生成式人工智能的发展速度将放缓。”他还提到，OpenAI发布的一系列大型语言模型，在提升人工智能的整体性能方面发挥了重要作用，但同时也可能遇到难以突破的瓶颈。这些模型在特定时间段内能够实现显著的性能提升，但在达到一定程度后，进步速度可能会减缓，甚至停滞不前。

Clark进一步解释说，他所说的“规模上限”是指，随着模型规模的扩大，其带来的边际效益会逐渐递减。他预测，到2025年左右，可能会出现这种情况，届时，仅仅依靠扩大模型规模来提升性能的方法将不再有效（尤其是在语言模型的训练方面），我们需要寻找其他创新方法来推动人工智能技术的发展。他还补充说，OpenAI似乎也意识到，仅仅依靠扩大模型规模可能无法持续推动技术进步。

Clark认为，通用人工智能的实现可能需要克服现有技术的局限性。“我认为，要实现真正的通用人工智能，我们需要在现有技术之外进行创新。”

他还指出，目前模型的推理成本相对较高。O3模型在成本方面远高于之前的模型，大约是此前版本的170倍。相比之下，O1模型的成本效益更高，GPT-4o在成本效益方面也表现出色。

Clark强调，这些模型在特定领域内的应用仍具有价值。它们能够处理特定任务，并提供有用的信息和解决方案。尽管O3模型在成本效益方面存在挑战，但其在某些特定任务上的表现仍然非常出色。

总而言之，Clark的观点强调了，人工智能领域需要持续创新，探索除扩大模型规模之外的其他技术路径。他认为，到2025年左右，人工智能领域可能会面临“规模上限”的挑战。

Clark的观点也反映了，Anthropic公司对人工智能发展方向的思考。他们认为，不能仅仅依赖于OpenAI的模型扩展策略，还需要关注如Gemini Flash Thinking等更高效的模型设计。

近期发布的新模型Opus3.5在某些基准测试中表现出色，但有评论指出，其成本较高，可能不适合广泛应用。与此同时，有些人认为，这款模型的发布是为了应对即将到来的模型迭代挑战，因为Opus3.5在训练数据质量方面有所提高。此外，与该模型相关的Sonnet3.5，也被认为是具有成本效益的选择。