利用 AGI 进行社会科学研究可以从以下几个方面考虑：
|技术名称|应用场景|技术类型|简介|主要特点|工作原理|其他|官方网站|项目及演示|论文|Github|在线体验|附件|最后更新时间||-|-|-|-|-|-|-|-|-|-|-|-|-|-||DeepMind：开发出可以向人类学习的人工智能|这项技术的完善和应用被不同目的的人类使用也许会产生不同的结果。<br>1、善意的：学习了解进而帮助人类完成一些风险大的工作和陪伴。<br>2、恶意的：了解人类过往历史发生的战争，和人类之间的勾心斗角，形成一种对人类恶意的铺垫。|AI学习模型|Nature发表了一篇Google DeepMind的研究成果：研究人员在3D模拟环境中使用神经网络和强化学习，展示了AI智能体如何在没有直接从人类那里获取数据的情况下，通过观察来学习和模仿人类的行为。<br><br>这项研究被视为向人工通用智能（AGI）迈进的一大步。|研究背景：<br>智力包括有效的知识获取，通常依赖于文化传播——个体之间的知识转移。<br>人类智力在很大程度上依赖于这一过程，从而能够通过社会学习吸收文化知识。这种知识被称为文化，而从一个个体向另一个个体的知识传递
OpenAI在其内部会议上分享了关于通用人工智能（AGI）的五个发展等级。OpenAI自2015年成立以来，一直将AGI作为其战略目标之一，随着ChatGPT、多模态大模型和AI Agent等技术的发展，我们似乎越来越接近实现这一目标。AGI的五个等级分别为：1.聊天机器人（Chatbots）：具备基本对话能力的AI，主要依赖预设脚本和关键词匹配，用于客户服务和简单查询响应。2.推理者（Reasoners）：具备人类推理水平的AI，能够解决复杂问题，如ChatGPT，能够根据上下文和文件提供详细分析和意见。3.智能体（Agents）：不仅具备推理能力，还能执行全自动化业务的AI。目前许多AI Agent产品在执行任务后仍需人类参与，尚未达到完全智能体的水平。4.创新者（Innovators）：能够协助人类完成新发明的AI，如谷歌DeepMind的AlphaFold模型，可以预测蛋白质结构，加速科学研究和新药发现。5.组织（Organizations）：最高级别的AI，能够自动执行组织的全部业务流程，如规划、执行、反馈、迭代、资源分配和管理等。
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）有一个最常见，也是我认为比较合理和可验证的定义：AGI是一种自主系统，在大多数具有经济价值的工作中超越了人类的能力。这也是Sam Altman经常挂在嘴边说的，用自动化来贡献GDP。Andrej Karpathy今年初在他的博客上发过一篇名为《Self-driving as a case study for AGI》的文章，但不知道为什么很快就删除了，全文表达的意思就是用自动化的交通服务来类比AGI和它的经济价值。