AGI 即 artificial general intelligence,指的是通用人工智能,能够做任何人类可以做的事。
目前 AGI 还未取得巨大进展,与之相对的 ANI(artificial narrow intelligence,弱人工智能)已得到巨大发展,ANI 只可做一件事,例如智能音箱、网站搜索、自动驾驶、工厂与农场的应用等。
OpenAI 在其内部会议上分享了 AGI 的五个发展等级:
强人工智能,或通用人工智能(AGI),是指具有人类水平的智能和理解能力的 AI 系统,有能力完成任何人类可以完成的智力任务,适用于不同的领域,同时拥有某种形式的意识或自我意识。但目前 AGI 还只是一个理论概念,还没有任何 AI 系统能达到这种通用智能水平。更多信息请见通用人工智能 。
AI分为ANI和AGI,ANI得到巨大发展但是AGI还没有取得巨大进展。ANI,artificial narrow intelligence弱人工智能。这种人工智能只可做一件事,如智能音箱,网站搜索,自动驾驶,工厂与农场的应用等。AGI,artificial general intelligence,做任何人类可以做的事[heading5]机器学习[content]监督学习,从A到B,从输入到输出。为什么近期监督学习会快速发展,因为现有的数据快速增长,神经网络规模发展以及算力快速发展。[heading5]什么是数据?[content]数据集,又称为资料集、数据集合或资料集合,是一种由数据所组成的集合。Data set(或dataset)是一个数据的集合,通常以表格形式出现。每一列代表一个特定变量。每一行都对应于某一成员的数据集的问题。它列出的价值观为每一个变量,如身高和体重的一个物体或价值的随机数。每个数值被称为数据资料。对应于行数,该数据集的数据可能包括一个或多个成员。如何获取数据,一,手动标注,二,观察行为,三,网络下载。使用数据的方法,如果开始搜集数据,可以马上将数据展示或者喂给某个AI团队,因为大多数AI团队可以反馈给IT团队,说明那种类型数据需要收集,以及应该继续构建那种类型的IT基础框架。数据不一定多就有用,可以尝试聘用AI团队要协助梳理数据。有时数据中会出现,不正确,缺少的数据,这就需要有效处理数据。数据同时分为结构化数据与非结构化数据。结构化数据可以放在巨大的表格中,人们理解图片,视频,文本很简单,但是这种非结构化数据机器处理起来更难一些。
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。
|弱人工智能|强人工智能||-|-||弱人工智能指的是针对特定任务或范围较小的任务来设计和训练的AI系统。|强人工智能,或通用人工智能(AGI),是指具有人类水平的智能和理解能力的AI系统。||这些AI系统不是通用智能的;它们只擅长执行提前定义好的任务,但缺乏真正的理解和意识。|这些AI系统有能力完成任何人类可以完成的智力任务,适用于不同的领域,同时拥有某种形式的意识或自我意识。||弱人工智能的例子包括Siri或Alexa等虚拟助手,流媒体服务所使用的推荐算法,以及为特定客服任务所设计的对话机器人。|实现强人工智能是人工智能研究的长期目标,这需要我们开发出在各种任务和环境中都能够进行推理、学习、理解和适应的AI系统。||弱人工智能是高度专业化的,它不具备像人类一样的认知能力,也无法超出为它设定的小范围领域来解决一般问题。|强人工智能目前还只是一个理论概念,还没有任何AI系统能达到这种通用智能水平。|更多信息请见[通用人工智能](https://en.wikipedia.org/wiki/Artificial_general_intelligence)(AGI)。