AI 在前沿科學測試中的表現突破

Clark 引用多項基準測試數據作為「奇點已開始」的證據。他提到名為 Humanity's Last Exam 的測試涵蓋高級化學、計算機科學、數學及生態學等領域，2025 年 1 月推出時頂尖 AI 系統僅得 8%，但截至演講當週，Claude Opus 5.5 已獲得 67.7%。

另一項 FrontierMath 測試於 2024 年 11 月發布，旨在評估 AI 解決數百個由專業數學家精選的難題的能力。該測試推出時最佳系統得分為 2%，目前則達到 94%。Clark 強調，這種能力在科學各領域均呈現突然且陡峭的提升趨勢。

AI 糾正人類專家錯誤的案例

演講引用了上周發表的 TheoPhysEval 論文結果，該測試包含由全球物理學家編制的 50 個未發表理論物理問題。印度物理學家 Suvrat Raju 指出，沒有任何個人能在沒有 AI 輔助的情況下解決其中顯著比例的問題。

初始評估顯示 GPT-6-Astra 得分在 80% 後段，緊隨其後的是 Opus 5.5。然而，當研究團隊調查模型錯誤時，模型堅持自己是正確的，並指出專家提供的答案有誤。經回溯檢查，多位專家發現計算中隱藏的細微錯誤並修正答案，導致 Astra 的最終得分升至 98%（49/50）。Clark 將此比喻為「老師變成學生」的情節，顯示 AI 已具備挑戰人類權威的能力。

軟體開發與科研產出的內部數據

Clark 透露 Anthropic 內部的具體變化：研究人員現在產出的程式碼量約為公司成立前四年總量的十倍。這顯示 AI 系統在軟體開發上的能力與效率已超越世界上大多數軟體工程師，使得單人即可編寫出過去需要整個團隊才能完成的軟體。

這種能力的提升同時帶來正面與負面影響。例如，AI 在網路安全方面的進步促使各國競相部署更強大的防禦系統，但不良行為者也利用這些系統進行攻擊。Clark 指出，AI 在編碼等通用領域的進展，必然會在國際相關領域如網路安全中產生雙重衝擊。

對經濟成長與基礎設施建設的預測

Clark 引用 Anthropic 的模擬模型指出，若假設 AI 模型能自主完成廣泛任務並迅速普及，在類似奇點的條件下，美國 GDP 可能在 2030 年達到 44 兆美元。他承認這聽起來極端，但認為這是技術持續進步所隱含的結果，意味著需要創造新產業與發明來支撐這種經濟擴張。

他強調基礎設施建設的重要性。過去十年他呼籲各國政府建設足夠的電力容量和資料中心空間以容納強大的 AI 系統，但許多決策者未予重視，導致目前資料中心產能集中在美國、中國及中東，供應鏈緊張且價格上漲。Clark 認為下一階段的革命將擴展到物理世界，包括操作機器人與進行科學實驗，因此各國需立即建設更多科學設備與機器人系統以避免產能不足。

人類科學家角色的轉變與治理挑戰

Clark 描述未來場景：人類科學家將變得更加重要且強大，因為他們能夠監督數百或數千個由 AI 驅動的「虛擬科學家」。他提到聯合國教科文組織估計全球約有 1000 萬名科學家，但即使如此仍不足以監督所有工作。若擁有十億或一百億個受人類指揮的虛擬科學家，將能大幅加速發現過程。

然而，他也提出治理上的兩難選擇。首先是如何引導技術應用方向，例如生物研究需要嚴格的人類監督與透明度以維持安全，而 AI 自身的研究則需謹慎決定監督程度以免失去控制。其次是需要理解多少關於 AI 系統運作的事實，因為 AI 的創造性進展已讓人類花費時間試圖解讀其洞察。Clark 強調，面對這些選擇需要節制與合作，並建立嚴肅的規則來管理技術及其開發公司。