stub Artificial General Intelligence: A Tale of Building Capabilities with Caution – Securities.io
与我们联系

人工智能

人工通用智能:谨慎构建能力的故事

mm

Securities.io 保持严格的编辑标准,并可能从审核过的链接中收取报酬。我们不是注册投资顾问,这不是投资建议。请查看我们的 关联公司披露.

Artificial General Intelligence

我们生活在 人工智能时代全球人工智能市场规模已经超过了 US$240 亿美元 现在估计到 2030 年将超过 $7,300 亿美元,年增长率超过 17%。 

在围绕人工智能的各种喧嚣中,AGI(人工通用智能)这一范例吸引了所有人的目光。 

但它到底是什么?为什么每个人都在谈论它,为什么科学和技术界如此热衷于观察它的每一次变化?让我们深入了解一下。 

不过,在直接进入人工通用智能之前,让我们先弄清楚通用智能意味着什么。

确定一般智能的轮廓

通用智能意味着有能力实现一系列目标,并执行背景和环境各不相同的各种任务。一般智能 "系统必须 

  • 处理与预期大相径庭的问题和情况
  • 能够将所学知识进行归纳总结,以便从一个问题情境转移到其他问题情境。 

科学界还期望现实世界中的各种通用智能具有一些共同的属性,但并不十分确定这些属性可能是什么。 

人工通用智能的前提是从通用智能的这些特征出发,并试图超越这些特征进行思考。 

核心 AGI 假设

这一假说首次在一份正式文件中得到阐述。 纸张 题为 "人工通用智能:Ben Goertzel 在《人工通用智能杂志》上发表了题为 "人工通用智能:概念、技术现状和未来展望 "的文章。该假说如下: 

"创造和研究具有足够广泛(例如人类水平)范围和强大概括能力的合成智能,与创造和研究范围明显狭窄和概括能力较弱的合成智能,在本质上是不同的"。

为了充实其特征,AGI 的范围将足够广泛,并具有很强的概括能力。 

AGI 是人工智能理论研究的一个分支,旨在开发具有人类水平认知功能的人工智能,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。但可以肯定的是,与我们迄今为止看到的弱小或狭隘的人工智能相比,它被视为一种更强大的人工智能模式。 

作为 "强人工智能 "的人工通用智能

根据 国际商业机器,"强人工智能(AI)又称人工通用智能(AGI)或通用人工智能,是人工智能的一种理论形式,用来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,那么机器将需要与人类同等的智能;它将拥有自我意识,能够解决问题、学习和规划未来。"

在认知层面,强人工智能基本上会像人类一样工作。它将像孩子一样起步,通过输入和经验来学习,并不断提高自己的能力,最终成为一台智能到无法与人脑区分的机器。 

从功能上讲,强人工智能在处理任务的数量和多样性方面不同于狭义人工智能或弱人工智能。 

从这个角度来看,弱人工智能或狭义人工智能侧重于执行一项重复性任务,而强人工智能则可以同时执行各种任务。更重要的是,弱人工智能或狭义人工智能将始终依赖于人类的输入,而 AGI 或强人工智能一旦完成最初的成长和学习阶段,将不再依赖于来自人类的指令。它将产生与人类相似的意识,而不是模拟人类。 

有了所有这些理解作为 AGI 的理论基础,问题就在于如何接近它,尤其是当研究人员说理想的 AGI 永远不可能实现时。  关于 AGI,大致有四种方法:符号法、新兴主义、混合法和通用主义。 

AGI 的符号方法: 这种方法假定,思维的存在主要是为了操纵代表世界或自身不同方面的符号。它还假定,物理符号系统具有输入、输出、存储和改变符号实体的能力,因此可以促使适当的可执行行动来达到最终目标。 

因此,符号认知架构的核心是 "工作记忆 "的概念,它将根据需要利用长期记忆,并对感知、认知和行动进行集中控制。 

新兴主义的 AGI 方法: 新兴主义的 AGI 方法假定,抽象符号的处理能力将从较低层次的次符号动态中产生。简单地说,这种 AGI 方法是将人脑视为一组简单的元素,在需要时可以进行复杂的自我组织。 

人工智能的混合方法 人工智能的混合方法以 "整体大于部分之和 "现象为指导思想。它希望通过一种整合性的混合架构,将根据两种范式运行的子系统结合起来,从而对符号方法和新兴方法的优缺点做出回应。 

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,也可以是一个由小型代理组成的群体的组合,其中每个代理都具有符号和子符号的性质。 

通用主义的 AGI 方法: 通用主义的 AGI 方法从算法入手,这些算法如果有大量不切实际的巨大计算能力,就能产生无比强大的通用智能。我们的目标是最终缩小这些算法的规模,让它们适应使用可行的计算资源。 

虽然所有这些方法都是随着围绕这一范式的研究以稳定的速度发展起来的,但许多技术组织一直在围绕 AGI 构建实用的解决方案。其中最著名的就是开放人工智能。

致力于 AGI 的领先企业

1. 开放式人工智能

OpenAI 以其解决方案 ChatGPT 而闻名,它的愿景是以 AGI 为中心。在一个 博文 该公司在 2023 年 2 月 24 日发布的《人工智能》一书中,毫不含糊地提出了自己的计划。它说自己的使命是'确保人工通用智能--普遍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 AGI,它对其模型的创建和部署 "越来越谨慎"。例如,该公司重点介绍了 InstructGPT 和 ChatGPT 的部署情况。 

什么是 ChatGPT?

ChatGPT 由 Open AI 创建,于 2022 年 11 月 30 日推出,其核心是一个人工智能驱动的自然语言处理工具,可以与聊天机器人进行类似人类的对话。它不仅能回答问题,还能帮助撰写电子邮件、论文、代码等。 

单击此处查看五款最佳 ChatGPT 扩展工具列表。

什么是 Instruct GPT?

Instruct GPT 是开放人工智能(Open AI)提出的一个术语,它是一种先进的人工智能驱动语言模型,可以按照文本提示给出的指令进行操作。它能够理解基于文本的需求,并据此生成基于文本的回复,这种先进的功能使其成为一种功能强大的工具,可用于大量基于服务和内容的用途。 

数字开放式人工智能聊天 GPT

根据 最新数据,OpenAI 的 ChatGPT 拥有超过 1 亿 每周活跃会员数。2023 年 10 月 12 日发布的报告称,OpenAI 的年创收速度达到 13 亿美元,每月创收超过 1 亿美元,比 2023 年夏季的数字增长了 30%。 

开放式人工智能组织架构调整

然而,OpenAI 最近却因为组织结构调整而成为新闻焦点,在全球科技界和科技投资界引起了轩然大波。董事会决定解雇首席执行官山姆-奥特曼(Sam Altman),原因是他在沟通中没有做到 "始终如一的坦诚"。然而,在他被突然解雇五天后,董事会决定让 Altman 重操旧业。 

Sam Altman Back as OpenAI CEO

据报道,Open AI 的所有员工都共同签署了一封信,表示如果不把 Altman 先生调回原来的岗位,他们将考虑辞职。董事会成员之一、Open AI 的首席科学家伊利亚-苏茨克沃尔(Ilya Sutskever)在他的 X 手柄上写道 接下来:"我对参与董事会的行为深表遗憾。我从未想过要伤害 OpenAI。我热爱我们共同建立的一切,我会尽我所能让公司重新团结起来。"

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

虽然 OpenAI 在 AGI 领域获得了最显著的影响力和关注度,但其他参与者也已经存在了相当长的时间。DeepMind 就是其中之一,它从 2010 年起就开始工作。

2. 深度思维

生成式人工智能的可能性|走进谷歌 DeepMind - 佩奇的故事

DeepMind 的 官方的长期目标是'解决智能问题,开发更通用、更有能力解决问题的系统,即人工通用智能'。该公司于 2014 年与谷歌联手。 

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

DeepMind 迄今所取得的成功包括:它的程序学会了像世界顶级医生一样有效地诊断眼部疾病,节省了用于保持数据中心冷却的 30% 能源,预测了蛋白质的复杂三维形状,彻底改变了制药行业的发展方式。 

根据现有的 数据在与谷歌合作之前,DeepMind 仅在 2011 年 2 月 1 日进行过一轮融资。投资方为创始人基金(Founders Fund)和地平线风险投资公司(Horizons Ventures)。融资金额为 US$.5 亿美元 据报道 

3. 精通

AGI 领域的另一家新兴公司是 Adept。2023 年 3 月,这家成立不到一年、只有 25 名员工的初创公司筹集到了 $3.5 亿美元的风险投资。该公司 筹集资金 演示了一个初级版本的数字助理。 

Adept 研究了人类如何使用计算机,从而建立了一个人工智能模型,可以将文字指令转化为一系列动作。本轮融资完成后的估值为 10 亿美元。 

Adept 公司联合创始人大卫-栾(David Luan)表示,公司希望仿效合成器让音乐家无需学习如何演奏原始乐器就能演奏多种乐器音色的方式,为计算建立相同的模式。 

AGI:未来之路

人们对 AGI 的潜力有着不同的看法。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 无法实现我们认为它可能实现的目标。 

迭戈-克拉布扬认为他是美国西北大学的教授,也是该校分析理学硕士项目的创始主任:

"人类大脑有数十亿个神经元,它们之间的连接方式非常复杂,目前最先进的[技术]只是按照非常简单的模式进行直接连接。因此,以目前的硬件和软件技术,从几百万个神经元到几十亿个神经元--我认为这是不可能实现的。

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。受访者中位数做出了值得关注的年度预测。 

  • 到 2026 年:机器可能具备撰写学校论文的能力
  • 到 2027 年:自动驾驶卡车可能不再需要司机
  • 到 2031 年:人工智能在零售业的表现可能超过人类
  • 到 2049 年:人工智能可能成为下一个斯蒂芬-金
  • 到 2137 年人类的所有工作都可能实现自动化

现在预测人工智能最终会把我们带向何方,还为时尚早。但是,与所有技术一样,人工智能可以用来做好事,也可以用来做坏事。 

开放人工智能公司首席执行官萨姆-阿尔特曼认为,"应该对所有试图构建人工智能的努力进行严格审查,并对重大决策进行公众咨询"。他甚至进一步指出:

"世界可能会变得与今天大相径庭,风险可能非同寻常。一个错位的超级智能AGI可能会对世界造成严重危害;一个拥有决定性超级智能领导权的专制政权也可能会这样做。"

然而,DeepMind 等 AGI 解决方案提供商相信,AGI 将预示着许多科学突破,并为现实世界带来更好的变化。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。成功与否很大程度上取决于人类的行动是否谨慎和正确。  

点击这里了解人工智能投资的所有信息。

Gaurav 于 2017 年开始交易加密货币,从此爱上了加密货币领域。他对所有加密货币的兴趣让他成为了一名专门研究加密货币和区块链的作家。很快,他就发现自己与加密货币公司和媒体机构合作。他还是蝙蝠侠的忠实粉丝。

广告商披露:Securities.io 遵循严格的编辑标准,为读者提供准确的评论和评级。当您点击我们所评论产品的链接时,我们可能会收取报酬。

ESMA:差价合约是一种复杂的工具,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会亏损。您应该考虑自己是否了解差价合约的工作原理,以及是否能够承受高亏损风险。

投资建议免责声明:本网站所含信息仅用于教育目的,不构成投资建议。

交易风险免责声明:证券交易的风险非常高。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,您可能会损失您投资组合中的很大一部分。

Securities.io 不是注册经纪人、分析师或投资顾问。