存根 通用人工智能:谨慎构建能力的故事 – Securities.io
关注我们.

人工智能

通用人工智能:谨慎构建能力的故事

mm

Securities.io 秉持严格的编辑标准,并可能通过审核链接获得报酬。我们并非注册投资顾问,本文亦不构成投资建议。请查看我们的 会员披露.

人工智能

我们生活在 人工智能时代,全球AI市场规模已逾 十亿美元 目前预计到 730 年将突破 2030 亿美元,年增长率超过 17%。 

在围绕人工智能的所有喧嚣中,一个引起所有人关注的范例是 AGI(通用人工智能)。 

但它究竟是什么?为什么大家都在谈论它?为什么科技界如此热衷于关注它的每一次发展?让我们深入探究,以便更好地理解。 

但在直接进入通用人工智能之前,让我们先尝试确定通用智能意味着什么。

设定通用智能的轮廓

通用智能意味着能够实现一系列目标,并执行不同情境和环境下的多种任务。“通用智能”系统必须: 

  • 处理与预期有很大不同的问题和情况
  • 能够概括所获得的知识,以便将其从一个问题上下文转移到其他问题上下文。 

科学界还期望现实世界中的各种通用智能能够共享一些共同的属性,但并不确定这些属性可能是什么。 

通用人工智能的前提是从通用智能的这些特征出发,并试图超越它们进行思考。 

AGI 核心假设

该假说首次得到官方阐述  题为“通用人工智能:概念、最新技术和未来前景”,由 Ben Goertzel 发表在《通用人工智能杂志》上。 该假设说如下: 

“具有足够广泛(例如,人类水平)范围和较强泛化能力的人工智能的创造和研究,与范围明显更窄和泛化能力较弱的人工智能的创造和研究本质上是不同的。”

为了充实其特征,AGI的范围足够广泛,并且具有很强的泛化能力。 

AGI 以一种更为民粹主义的方式书写和解释科学事物,是人工智能理论研究的一个流派,旨在开发具有人类水平认知功能的人工智能,其中包括自学能力。 

许多研究人员认为,将人工智能提升到“人类认知功能水平”实际上是不可能的。 然而,可以肯定的是,与我们迄今为止看到的较弱或较窄的人工智能相比,它被视为一种更强的人工智能模式。 

通用人工智能作为“强人工智能”

据 IBM” ,“强人工智能(AI),也称为通用人工智能(AGI)或通用人工智能,是人工智能的一种理论形式,用于描述人工智能发展的某种思维方式。 如果研究人员能够开发出强人工智能,机器将需要与人类同等的智能; 它会有自我意识,可以解决问题、学习并规划未来。”

强人工智能本质上在认知层面上像人类一样工作。 它将像一个孩子一样开始,通过输入和经验进行学习,并不断提高其能力,最终成为一台智能到与人脑无法区分的机器。 

从功能上讲,强人工智能与狭义人工智能或弱人工智能的不同之处在于其处理任务数量和多样性的能力。 

从角度来看,弱人工智能或狭义人工智能专注于执行一项重复性任务,而强人工智能可以同时执行多种任务。 更重要的是,虽然弱人工智能或狭义人工智能总是依赖于人类的输入,但通用人工智能或强人工智能一旦完成了最初的成长和学习阶段,将不再依赖于人类的指令。 它将产生类似于人类的意识,而不是模拟人类。 

所有这些理解都成为 AGI 的理论基础,问题是如何实现它,特别是当研究人员表示理想的 AGI 永远无法实现时。  AGI 有四种广泛的方法:象征主义、紧急主义、混合主义和普遍主义。 

AGI 的符号方法: 这种方法假设心灵的存在主要是为了操纵代表世界或自身不同方面的符号。 它还假设物理符号系统具有输入、输出、存储和更改符号实体的能力,因此可以提示适当的可执行操作以达到最终目标。 

因此,符号认知架构以“工作记忆”的概念为中心,它将根据需要利用长期记忆,并利用对感知、认知和行动的集中控制。 

AGI 的新兴方法: AGI 的涌现论方法假设抽象符号的处理能力将从较低级别的子符号动态中出现。 简单来说,这种 AGI 方法将人脑视为一组简单的元素,如果需要,这些元素可以进行复杂的自组织。 

AGI 的混合方法: AGI 的混合方法以“整体大于部分之和”现象作为其指导思想。 它希望通过一个综合的、混合的架构来应对符号方法和紧急方法的优点和缺点,该架构结合了根据两种范式运行的子系统。 

这种组合可以是一个符号子系统与一个大型子符号系统的组合,也可以是一群小型代理的组合,每个代理本质上都是符号和子符号的。 

AGI 的普遍主义方法: AGI 的通用主义方法始于算法,如果提供巨大且不切实际的巨大计算能力,这些算法就有能力产生极其强大的通用智能。 目标是通过使它们适应使用可行的计算资源的工作来最终缩小它们的规模。 

尽管所有这些方法都随着围绕范式的研究稳步推进而不断发展,但许多技术组织一直在围绕 AGI 构建实用的解决方案。 其中最著名的是开放人工智能。

致力于 AGI 的领先公司

1. 打开AI

OpenAI 因其解决方案 ChatGPT 而闻名,它拥有以 AGI 为中心的愿景。 在一个 博客文章 该公司于24年2023月XNUMX日发布了一份清晰的计划,明确阐述了其发展计划。该公司表示,其使命是“确保通用人工智能(通常比人类更聪明的人工智能系统)造福全人类”。 

该公司表示,随着其系统越来越接近通用人工智能 (AGI),其“在模型的创建和部署方面正变得越来越谨慎”。例如,该公司重点介绍了 InstructGPT 和 ChatGPT 的部署。 

什么是聊天 GPT?

ChatGPT 由 Open AI 创建并于 30 年 2022 月 XNUMX 日推出,其核心是一种人工智能驱动的自然语言处理工具,允许与聊天机器人进行类似人类的对话。 它不仅可以回答问题,还可以帮助撰写电子邮件、论文、代码等。 

单击此处查看五个最佳 ChatGPT 扩展的列表。

什么是指导 GPT?

Instruct GPT 是 Open AI 创造的一个术语,是一种先进的人工智能驱动的语言模型,可以遵循文本提示中给出的指令。 其理解基于文本的需求并相应地生成基于文本的回复的高级功能使其成为用于许多服务和基于内容的目的的强大工具。 

在 Numbers 中打开 AI 聊天 GPT

据 最新可用号码, OpenAI 的 ChatGPT 拥有超过 100千万 每周活跃会员。 12 年 2023 月 1.3 日发布的报告称,OpenAI 的收入以每年 100 亿美元的速度增长,每月收入超过 30 亿美元,比 2023 年夏季的数字增长了 XNUMX%。 

开放人工智能组织变革

然而,OpenAI 最近因其组织重组而成为新闻焦点,该重组在全球科技和科技投资界引起了轰动。 董事会决定罢免首席执行官萨姆·奥尔特曼 (Sam Altman),因为他在沟通中没有“一贯坦诚”。 然而,在奥特曼突然被解雇五天后,董事会决定让奥特曼重返原来的工作岗位。 

Sam Altman 重新担任 OpenAI 首席执行官

据报道,Open AI 的所有员工都联名签署了一封信,表示如果 Altman 先生不能恢复原职,他们将考虑辞职。负责解雇 Sam Altman 的董事会成员之一、Open AI 首席科学家 Ilya Sutskever 在他的 X 账号上写道 以下:“我对参与董事会的行动深感遗憾。我从未有意伤害 OpenAI。我热爱我们共同打造的一切,我将竭尽所能重建公司。”

随着 Altman 重新担任 Open AI 首席执行官,争议似乎已成为过去。 

虽然 OpenAI 在 AGI 领域最受关注和关注,但其他参与者也已经存在了很长一段时间。 DeepMind 就是这样的参与者之一,自 2010 年以来一直在努力。

2. DeepMind

DeepMind的 官方的长期目标是“解决智能问题,开发更通用、更强大的问题解决系统,即通用人工智能”。该公司于2014年与谷歌合并。 

DeepMind 的运营原则始终是推动科学造福人类。 因此,它希望利用人工智能来满足社会需求和期望。 

DeepMind 目前取得的成功包括:它的程序已经学会像世界顶级医生一样有效地诊断眼部疾病,节省了 30% 的数据中心冷却能源,预测了蛋白质复杂的三维形状,彻底改变了制药行业的发展方式。 

根据可用 data在与谷歌合作之前,DeepMind 仅在 1 年 2011 月 XNUMX 日筹集了一轮资金。 投资者为Founders Fund和Horizo​​ns Ventures。 资金是值得的 美元50亿 据说。 

3. 娴熟

AGI 领域的另一个新兴参与者是 Adept。 2023 年 25 月,这家成立仅一年、仅有 350 名员工的初创公司筹集了 XNUMX 亿美元的风险投资。 它 募集资金 通过演示数字助理的基本版本。 

Adept 研究了人类如何使用计算机构建人工智能模型,将文本命令转化为一组动作。 本轮融资以1亿美元的投后估值完成。 

Adept 联合创始人 David Luan 表示,该公司希望建立相同的计算模型,就像合成器让音乐家演奏多种乐器的声音一样,而无需学习如何演奏原始乐器。 

AGI:未来之路

人们对 AGI 的潜力持有不同看法。一些人认为 AGI 可能会给人类带来危险的后果,而另一些人则认为 AGI 无法实现我们预期的目标。 

根据迭戈·克拉布扬的说法西北大学教授、该校分析学硕士项目创始主任:

“人脑拥有数十亿个神经元,它们以一种非常有趣且复杂的方式连接在一起,而目前最先进的[技术]只是按照非常简单的模式进行简单的连接。因此,以目前的硬件和软件技术,将数百万个神经元扩展到数十亿个神经元——我认为这是不可能的。”

牛津大学人类未来研究所对352名机器学习研究人员进行了一项关于人工智能进化潜力的调查。受访者中位数对未来几年的发展做出了值得关注的预测。 

  • 到 2026 年:机器可能能够撰写学校论文
  • 到 2027 年:自动驾驶卡车可能会不再需要司机
  • 到 2031 年:人工智能在零售领域的表现可能会超越人类
  • 到 2049 年:人工智能可能成为下一个斯蒂芬·金
  • 到 2137 年:所有人类工作都可能实现自动化

现在预测人工智能最终将带我们走向何方还为时过早。 但是,像所有技术一样,它可以用来做好事,也可以用来做坏事。 

Open AI 首席执行官山姆·奥尔特曼 (Sam Altman) 认为,“应该对所有试图建立 AGI 的努力进行严格审查,并就重大决策进行公众咨询。” 他甚至更进一步说:

“世界可能会变得与今天截然不同,风险可能会非常大。 一个失调的超级智能 AGI 可能会对世界造成严重伤害; 一个拥有决定性超级智能领先优势的独裁政权也可以做到这一点。”

然而,像 DeepMind 这样的 AGI 解决方案提供商相信 AGI 将成为许多科学突破的先兆,并为现实世界带来更好的改变。 AGI 肯定会对我们在研究、工程、科学和世界安全方面的追求产生重大影响。 成功很大程度上取决于人类行为的谨慎程度和校准程度。  

单击此处了解有关人工智能投资的所有信息。

Gaurav 于 2017 年开始交易加密货币,从那时起就爱上了加密货币领域。 他对加密货币的一切兴趣使他成为一名专门研究加密货币和区块链的作家。 很快,他发现自己与加密货币公司和媒体机构合作。 他也是蝙蝠侠的忠实粉丝。

广告商披露:Securities.io 致力于严格的编辑标准,为我们的读者提供准确的评论和评级。 当您点击我们评论的产品链接时,我们可能会收到补偿。

ESMA:差价合约是复杂的工具,并且由于杠杆作用而具有快速亏损的高风险。 74-89% 的散户投资者账户在交易差价合约时亏损。 您应该考虑您是否了解差价合约的运作方式以及您是否有能力承担损失资金的高风险。

投资建议免责声明:本网站所包含的信息仅供教育目的,并不构成投资建议。

交易风险免责声明: 证券交易涉及很高的风险。 交易任何类型的金融产品,包括外汇、差价合约、股票和加密货币。

由于市场分散且不受监管,加密货币的这种风险更高。 您应该意识到您可能会损失投资组合的很大一部分。

Securities.io 不是注册经纪人、分析师或投资顾问。