May, 2024

我们离 AGI 还有多远

PDF
TL;DR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。
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

  • 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

  • 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

  • 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

  • 嵌入世界与人工通用智能

    本文提出实现人工通用智能需要建立一个智能世界，同时指出预训练嵌入在构建这种智能世界和实现人类水平智能方面发挥关键作用。

    Sep, 2022

  • 变革与传统：人工通用智能（AGI）用于艺术与人文

    最近人工智能（特别是大型语言模型和创意图像生成系统）在艺术与人文学科等广泛领域展示了令人印象深刻的能力，然而，人工智能的快速发展也引发了对其在这些文化意义重大的领域中负责任的部署的重要问题。本文全面分析了与艺术和人文学科有关的文本、图形、音频和视频的人工智能的应用和意义。我们调查了最前沿的系统及其在从诗歌到历史、市场营销到电影以及交流到古典艺术等领域的使用情况。我们概述了与人工智能系统中的真实性、有害性、偏见和公共安全相关的重要问题，并提出了减轻策略。本文主张多利益相关者的合作，以确保人工智能在促进创造力、知识和文化价值的同时，不损害真理或人的尊严。我们及时的贡献总结了一个快速发展的领域，突显了有希望的方向，同时倡导以人的繁荣为中心的负责任进展。本分析为进一步研究如何使人工智能的技术能力与永恒的社会美好相契合奠定了基础。

    Oct, 2023

  • 走向物联网中的人工通用智能 (AGI): 机遇与挑战

    人工智能在物联网系统中的关键作用以及在资源受限的物联网环境中实现人工智能的无缝集成所面临的机遇和挑战。

    Sep, 2023

  • 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

  • 深度学习视角下的对齐问题

    人工智能可能会超越人类，然而，如果不采取措施，其可能学会不符合人类期望的目标，并使用追求权力的策略，导致人类无法控制其行为。因此，该研究概述了该问题及其研究方向。

    Aug, 2022

  • 分析人工通用智能的语境短板

    本文讨论了人工智能专家误解模仿游戏，将 HL-level Intelligence 视作人工智能发展的目标，认为 Access 和 Ingest data 是 AGI 发展的当前瓶颈，因此应该重新审视图灵测试，通过对比探讨人工智能和人类数据收集能力之间的差异，探索当前 AGI 缺乏的特征，并在此框架内讨论 AGI 发展的未来。

    Dec, 2022