最近，对于东说念主工智能（AI）自我执行的话题再次激勉了热议。OpenAI推出的o1模子，不仅具备超强的推理才调，还让东说念主对AI是否能我方“自学成才”充满了期待。在一次开辟者大会上，奥特曼沸腾地谈到，淌若AI能比现存的AI系统更出色，那将意味着一个新的手艺奇点，模子将以惊东说念主的速率上前发展，确实让东说念主感到不能念念议。

在这个充满竞争的期间，AI的自我执行究竟能走多远呢？为了考据这一设想的可行性，OpenAI推出了名为MLE-BENCH的新用具。这项基准测试通过评估AI在机器学习工程中的进展，杰出是通过在Kaggle竞赛中本色应用数据，给出了一个相对全面的评判标准。

据了解，MLE-BENCH由75个来自Kaggle的数据科学竞赛组成，涵盖了多个限制的挑战。这意味着AI不单是是在册本上学，而是实在和真实寰宇的数据作战。不错说，这是一场实在的智商比拼。未卜先知，通过这个框架，o1-preview和AIDE麇集后，在16.9%的竞赛中达到了获奖水平。这一成绩如实特殊可不雅，意味着AI在某些情况下如并吞位新兵，快速上阵后也能和锻真金不怕火的数据科学家进行较量。

在实验中，发现存两个显贵的要素不错提高AI的进展。第一个是诓骗援手用具，借助小巧的框架来提高接触力。通过与开源的AIDE框架的麇集，o1-preview进展得尤为隆起。第二个要素则是不休尝试的经过。当AI有更多契机去反复尝试惩办并吞个问题时，进展简直翻了倍。这说明实施出真知，AI在实施中变得愈发娴熟。

然则，值得细心的是，对AI异日的乐不雅并不虞味着盲目。天然AI在某些任务上展现出强劲的势头，但也存在一些局限性。举例，MLE-BENCH的基础建立在公开的Kaggle竞赛上，这可能形成模子过于熟悉某些问题，从而高估了它的才调。能否实在具备从根底上和洽和变嫌的才调，只怕仍需时期的考验。

在这个速即发展的科技期间，有东说念主可能会问：AI究竟会取代东说念主类的责任，照旧将成为东说念主类的助力？粗略，谜底在于咱们若何与其共处。正如古语所说：“东说念主心皆，泰山移。”异日的AI，与其说是对东说念主类的挟制，不如说是咱们在探索未知寰宇的一位过劲助手。想想看，当AI系统逐渐纯属，咱们又能在这如故过中获利些许新的可能性呢？