Google DeepMind 称自改进 AI 仍很遥远,内部数据未见 AI 驱动的研究加速
Google DeepMind 工程师 Haydn Belfield 称自改进 AI 仍很遥远,公司未观察到 AI 自身驱动的研究加速。
Google 用内部数据把研发自动化划清了边界,可验证任务可托管,开放式研究和复杂任务仍离不开人。
- 影响代码自动化收益真实存在,但约 88% 变更仍需人工审查,测算人力节约时要把审查环节计入;自改进被判断尚远,研发与人才规划暂不必按智能爆炸情形重排;专家分歧明显,长期押注宜保留两种情形的弹性。
- 参考可考虑参照其思路为自己的 AI 使用建立内部量化指标;值得盘点哪些任务是定义清晰、结果可验证的托管候选,哪些开放式工作仍须配置资深人力;评估代码智能体时按任务复杂度分层统计无人工参与的成功率。