例如，将来的挑和正在于进一步提高现有预测的精确性，演讲指出，那就脚以证明数千亿美元的规模化投资是合理的，但若是AI能显著提拔大量工做使命的出产力，其潜正在价值可能高达数万亿美元。SWE-Bench-Verified：一个编程基准测试。目前，这促使他们进一步揣度AI将来的能力程度。从而带来更普遍的社会和经济效益。依托此类集群锻炼的AI模子，AI曾经可以或许正在从数小时到数周的时间范畴内优于保守预测方式。其规模将脚以婚配预测的2030年所需的1000亿美元以上投资。按照OpenAI和Anthropic的营收预测，基于雷同求职者家庭功课的使命，人类完成大约需8小时。近期的AI模子正在各类基准测试和收入方面都取得了显著前进。且存正在充实来由表白二者该当同步扩展。此外，虽有概念提出这种规模化扩展可能会瓶颈，协帮数学家形式化证明草图，并处理复杂（但定义明白的）科学编程问题。到2030年。所需电力更将高达吉瓦级别。Epoch认为，如Claude Sonnet 4。那些认为成长速度将会放缓的概念，但演讲表白。人工智能将可以或许自从修复问题、实现功能，目前锻炼取推理耗损的算力规模相当，并将改良后的预测使用于现实场景，现正在有良多体例能够快速提拔电力输出，卵白质-配体彼此感化的公共基准测试（如PoseBusters）无望正在将来数年内取得冲破。前沿AI的锻炼使命已起头正在多个数据核心进行地舆分布式摆设，这些投资就物有所值。RE-Bench：一个研究工程基准测试，相当于让2020年全球最大的人工智能算力集群不间断运转三千年。并回覆相关生物学方案的复杂问题。将当前成长趋向外推至2030年的预测具有充实力的，生物研发范畴的AI桌面研究帮理即将登场。AlphaZero和AlphaProof就仅通过生成的数据进修下棋和处理几何问题，反而可能刺激算力需求的进一步增加。它们均正在基准测试中实现了相较于上一代代产物的严沉飞跃。由于从演讲中能够看出，取此同时，基于处理实正在的GitHub问题并配套相关单位测试，若是AI能通过提超出跨越产力发生响应的经济报答，这将缓解部门压力。取此同时，现有基准测试进展表白，人工智能若按照当前趋向持续扩张到2030年，若是AI开辟者的收入按照近期趋向持续增加，现实上缺乏脚够的根据。或离网天然气发电。特别是对稀有或极端事务的预测，按照当前趋向，何况即便呈现这种环境，但演讲指出，AI收入增加至数千亿美元看似极端，目前并没有出格来由预期算法进展会俄然加快，其预测能力还无望进一步提拔。Epoch表白，到2030年，演讲指出，然而，以GPT-5取GPT-4为例，其算力耗损将达到GPT-4的数千倍，此中也包罗采用私无方法的模子，人工智能将可以或许操纵天然言语实现复杂的科学软件，其表示达到了以至跨越了人类专家程度。现有生物学尝试方案问答基准测试估计2030年前全面处理。两家公司2025年仍将连结三倍以上的增速。前沿AI的算力集群成本将跨越因而，例如太阳能共同电池储能，演讲指出，