AGI 的历史如下:
全真AI虚拟人成熟:包含感情的AI NPC成熟,开放世界游戏成熟;游戏中几乎无法区别真人和NPCAR/VR技术大规模商用接近AGI的技术出现人与AI配合的工作方式成为常态,很多日常决策开始由AI来执行AI生产的数据量超过全人类生产数据量,“真实”成为稀缺资源具身智能、核聚变、芯片、超导、机器人等技术有明显进展突破“人的模型”出现,出现“集中化AGI”与“个人AGI”的历史分叉AI引发的社会问题开始加重,结构性失业开始出现AGI对于地缘政治的影响开始显露……"Limit of Understanding"; Yifei Gong 2024,with Dall-E
在1990年代末至2000年代,越来越多的人呼吁开发更普适的AI系统(例如[SBD+96]),并且该领域的学者试图确定可能构成更普遍智能系统的原则(例如[Leg08,GHT15])。名词「通用人工智能」(AGI)在2000年代初流行起来(见[Goe14]),以强调从「狭义AI」到更广泛的智能概念的追求,回应了早期AI研究的长期抱负和梦想。我们使用AGI来指代符合上述1994年定义所捕捉到的智能广泛能力的系统,其中包括了一个附加的要求,即这些能力在或超过人类水平。然而,我们注意到并没有一个被广泛接受的AGI定义,我们在结论部分讨论其他定义。
至此,已经带领大家领略了一次最新的智能变革,从模型到应用,从智能代理到具身智能,从新工业革命到挑战科研。现在,我们来聊一下大家最关心也最为模糊的话题- AGI是什么?在我的理解中它会如何到来?Deepmind的研究团队在去年十一月发表过一篇论文《Levels of AGI》,他们给AGI的定义提出了六个原则,其中最重要的一点“关注能力,而非过程”,我们应该关注AGI能完成什么,而不是它如何完成任务。这意味着AGI系统不需要像人类一样思考或理解,也不需要具备意识或感知能力。另外,应该类似于自动驾驶的分级标准,AGI的定义应包括多个级别,每个级别都有明确的度量标准和基准。这种方法有助于更清晰地描述AGI的发展、评估风险和制定相应的政策。配图4.08:Six Levels of AGI(Table)