Ανακαλύψτε γιατί το εμβληματικό γράφημα της METR για το AI είναι παρεξηγημένο. Πώς το Claude Opus 4.5 της Anthropic έσπασε τα ρεκόρ και τι σημαίνει για το μέλλον.
Ακολουθεί η σημερινή, ανανεωμένη έκδοση του The Download, του καθημερινού μας newsletter που σας μεταφέρει τον παλμό της τεχνολογίας και τις τελευταίες καινοτομίες που διαμορφώνουν το μέλλον.
Κάθε φορά που τεχνολογικοί κολοσσοί όπως η OpenAI, η Google ή η Anthropic αποκαλύπτουν ένα νέο, προηγμένο μεγάλο γλωσσικό μοντέλο (LLM), η παγκόσμια κοινότητα του AI κρατά την ανάσα της περιμένοντας τις εξελίξεις.
Ωστόσο, η πραγματική "ετυμηγορία" για την απόδοση αυτών των μοντέλων δεν έρχεται αμέσως. Όλα τα βλέμματα στρέφονται στη METR (Model Evaluation & Threat Research), έναν κορυφαίο μη κερδοσκοπικό οργανισμό έρευνας AI. Η κοινότητα περιμένει την επικαιροποίηση ενός πλέον εμβληματικού γραφήματος, το οποίο έχει αναδειχθεί σε εργαλείο ζωτικής σημασίας για τον διάλογο γύρω από την ασφάλεια και την πρόοδο του AI, από τη δημοσίευσή του τον περασμένο Μάρτιο.
Τα δεδομένα από το γράφημα της METR αποκαλύπτουν μια συναρπαστική εικόνα για το μέλλον:
Αυτή η νέα πραγματικότητα επιβεβαιώθηκε περίτρανα με την άφιξη του Claude Opus 4.5, την τελευταία και πιο ισχυρή έκδοση του μοντέλου της Anthropic, το οποίο κυκλοφόρησε στα τέλη Νοεμβρίου. Τον Δεκέμβριο, η METR προχώρησε σε μια βαρυσήμαντη ανακοίνωση σχετικά με τις δυνατότητες του μοντέλου:
Το Opus 4.5 φάνηκε ικανό να ολοκληρώσει ανεξάρτητα μια εργασία που θα απαιτούσε περίπου πέντε ώρες εργασίας από έναν άνθρωπο.
Πρόκειται για μια τεράστια βελτίωση και ένα άλμα απόδοσης που ξεπερνά ακόμη και τις πιο αισιόδοξες προβλέψεις της εκθετικής τάσης. Παρόλα αυτά, παρά τον ενθουσιασμό, η αλήθεια πίσω από τους αριθμούς είναι πιο σύνθετη από ό,τι υποδηλώνουν οι πρώτες δραματικές αντιδράσεις για το μέλλον του AI.
Διαβάστε ολόκληρη την ιστορία και την ανάλυση εδώ
—Grace Huckins
Σημείωση: Αυτή η ιστορία αποτελεί μέρος της σειράς MIT Technology Review Explains: της εξειδικευμένης σειράς μας που ξεδιαλύνει τον περίπλοκο κόσμο της τεχνολογίας, βοηθώντας σας να κατανοήσετε τι έρχεται στη συνέχεια στον τομέα της καινοτομίας. Δείτε περισσότερα
