Sep, 2023

概念即是一切：通往通用人工智能的更直接路径

PDF
TL;DR自从 20 年前 AGI（人工通用智能）一词诞生以来，对其几乎没有取得可观的进展。尽管统计人工智能方面取得了极大突破，如 AlphaZero、ChatGPT 和 Stable Diffusion，但这些项目都没有明确的 AGI 路径。为了加快 AGI 的发展，了解和确定人类智能与 AGI 的核心要求至关重要。通过这样可以梳理出实现 AGI 所需的特定开发步骤以及哪些是分散注意力的因素。这种分析强调了对认知人工智能方法的需求，而不是目前受青睐的统计和生成式方法。具体而言，它确定了概念在类人认知中的核心角色。在这里，我们概述了一种架构和开发计划，以及一些初步结果，提供了一条更直接的实现全面人类级 AI（HLAI）/ AGI 的路径。
agiartificial general intelligencecore requirementscognitive aiconcepts in human-like cognition
发现论文，激发创造
  • 为何我们尚未拥有通用人工智能

    人工通用智能（AGI）是构建 “思考机器” 的愿景，与 “狭义人工智能” 方法形成鲜明对比。本研究指出了纯统计方法无法实现 AGI，同时确定了实现类似人类适应能力和自主学习所需的关键认知能力，并总结了阻碍 AGI 进展的社会技术因素。

    Aug, 2023

  • 我们离 AGI 还有多远

    人工智能的发展深刻影响了人类社会，并在多个领域取得了重大进展。然而，对人工智能的不断需求突显了其现有能力的局限性，推动了向人工通用智能（AGI）的发展。AGI 以其与人类智能相当的效率和有效性，具备执行多样化现实任务的能力，代表着人工智能演进的重要里程碑。本文通过广泛的调查、讨论和原创观点，深入探讨了接近 AGI 的关键问题及其实现所需的策略，不同于现有的综述文献。我们首先阐述了 AGI 的必要能力框架，整合了内部、界面和系统维度。由于实现 AGI 需要更先进的能力和严格的约束条件，我们进一步讨论了必要的 AGI 对齐技术，以协调这些因素。值得注意的是，我们强调通过首先定义 AGI 进展的关键级别来负责任地对待 AGI，然后评估现状的评价框架，并最终提出了达到 AGI 巅峰的路线图。此外，为了提供对 AI 整合的普遍影响的切实见解，我们概述了在多个领域实现 AGI 所面临的挑战和可能的途径。总之，作为对 AGI 当前状态和未来轨迹的先驱性探索，本文旨在促进研究人员和实践者之间的集体理解，并引发更广泛的公众讨论。

    May, 2024

  • 存在和感知作为 AGI（人工通用智能）的基础

    本文试图对 AGI 中的概念 “meaning” 和 “knowledge” 进行严格的规范化定义，以便在实际实现中能够在上下文中处理相关的认知概念。

    Jan, 2022

  • 人工智能水平：在通往人工智能通用水平的道路上实现进展

    我们提出了一个人工通用智能（AGI）模型及其前身的能力和行为分类框架，该框架引入了 AGI 性能、广泛性和自治程度的级别。希望这个框架类似于自动驾驶的级别，通过提供一个共同的语言来比较模型、评估风险并在 AGI 的道路上衡量进展。我们分析了现有的 AGI 定义，提炼出了一个有用的本体论所应具备的六个原则。这些原则包括关注能力而非机制；分别评估广泛性和性能；以及定义沿着 AGI 路径的阶段，而不是专注于终点。基于这些原则，我们提出了基于能力的 “AGI 级别”，并思考当前系统如何符合这个本体论。我们讨论了未来基准的挑战性要求，以便对这些级别的 AGI 模型的行为和能力进行量化。最后，我们讨论了这些 AGI 级别与自治和风险等部署考虑因素的相互作用，并强调了在负责任和安全地部署高度能力的 AI 系统时，谨慎选择人机交互范例的重要性。

    Nov, 2023

  • 人工通用智能的方法：一项分析

    分析了达到人工智能的几种方法，并得出综合认知结构是最有前途的方法，因为人类大脑模拟需要未来的技术支持，而综合认知结构具有较低的计算要求和合适的普适性。

    Jan, 2022

  • AI 对所有实体类别的识别

    通过综合技术地图方法，对人工智能（AI）的最终实现时间进行了预测，该研究论文以本体学等六方面实体作为综合技术地图，探讨了人类实现人形 AI 的技术挑战和时间预测。

    Aug, 2022

  • 人工智能通用智能的新解决方案和具体实施步骤

    通过解决大规模模型的局限性以及利用现有技术，本文提出解决方案，进而解决大规模模型固有的缺陷，逐步实现真正的人工智能通用智能。

    Aug, 2023

  • 人工通用智能（AGI）在教育中的应用

    这篇论文综述了人工通用智能在教育领域的概念、能力、以及可能性，包括设定教育目标、设计教学法、课程以及评估。此外，也讨论了 AGI 在教育中所面临的各种伦理问题，以及人工通用智能如何影响人类教育工作者。该领域的进展需要教育工作者和 AI 工程师之间的跨学科合作。

    Apr, 2023

  • 当脑部启发式人工智能遇上人工通用智能

    该篇文章从 AGI 的角度提供了大脑启发型人工智能的综合概述，包括当前大脑启发型 AI 的进展和其与 AGI 的广泛联系、人类智能和 AGI 的重要特征、实现 AGI 的重要技术以及 AGI 系统的演进，同时探讨了 AGI 的局限性和未来。

    Mar, 2023

  • 认知即所需 - 大型语言模型之上的人工智能下一层

    近期关于应用于复杂实际知识工作的对话人工智能工具（如由大型语言模型驱动的聊天机器人）的研究表明，这些工具在推理和多步问题解决方面存在限制，且现有聊天机器人模拟浅层推理和理解，在问题复杂度增加时容易出错。本文介绍了认知人工智能（Cognitive AI）的一个高层框架，用于在大型语言模型之外实现可编程定义的神经符号认知，提出了一个双层功能架构，可用于执行复杂多步知识工作的人工智能系统的路线图，认为 Cognitive AI 是实现更高级别的人工智能（如 AGI）的必要前提，并明确指出仅凭概率方法无法实现 AGI。最后讨论了大型语言模型、AI 采用周期和商业认知人工智能开发的影响。

    Mar, 2024