人工智能领域在过去十年中取得了巨大的进展，然而实现人类水平的智能仍然是许多研究人员的终极目标。在本文中，我将概述人工通用智能（AGI）——具有像人类一样推理、学习、规划和操作能力的假设性人工智能。我还将定义将通用智能与当今狭义（或专门化）AI区分开来的关键特征，并讨论当前思想流派对实现AGI的障碍。然后，我将讨论在我们接近开发更广泛能力的AI系统时，AI采用对我们社会的潜在影响。
创造人工通用智能（AGI），通常被称为人类级别的人工智能，被视为人工智能（AI）和机器学习（ML）领域的下一次重大突破。尽管在人工狭义智能（ANI，也称为专门化AI，或本文中我称之为AI）方面取得了显著进展，它在特定任务上表现出色，但复制人类的多样化认知能力和学习能力仍然是该行业面临的挑战。
当前的AI景观主要关注专门的狭义AI系统，这些系统通过人才、大量投资和庞大的训练数据集来改善个体技能。处理不同类型任务的AI系统是多模式的，意味着多个AI系统共同处理这些任务。即使在这些情况下，这些技能也不能转移到新任务中，除非进行新的训练。
这种限制凸显了专门化AI和设想中的AGI之间的差异。虽然AI展示了卓越的专门任务成就，但它缺乏多方面的推理、决策、创造力和知识转移能力，而这些正是人类所展示的。
实现AGI面临的挑战
人类智力的复杂性是发展AGI的最大障碍，它在数百万年间演化出来以适应我们不断变化的世界，并不断适应。AI在理解人类的几个认知方面遇到困难，包括：
语境推理：这是人类将过去的经验和学到的知识结合起来，以理解模糊或稀疏信息或复杂情境的方式，而AI在理解和推理方面遇到困难。虽然人类能够从已知信息中推断出缺失的信息，但AI系统通常缺乏广博的世界知识和灵活推理所需的能力，导致其决策能力存在一些弱点。
常识：人类认知的这个关键方面涵盖了通过平衡已知和未知因素来应对日常情况的能力。人类依赖于多年的对物理和社会世界的观察，帮助他们根据背景线索和经验做出决策。教授AI系统将常识纳入到做出明智决策中仍然是一个不断挑战的问题，因为它们缺乏人类具有的情境意识的自然理解。
交流：人类的交流方式对于AI来说仍然是一个重大障碍。虽然语言对于人类来说是一种自然而直观的接口，但AI系统通常难以理解嵌入在人类对话中的讽刺、幽默、嘲讽和文化引用等元素。要达到人类水平的语言能力，需要理解人类交流的复杂性。
创造力：人类认知的另一个基本方面涉及将思想联系起来并生成新概念或解决方案的能力。人类的创造力往往通过综合不同专业领域的各种信息而导致创新突破。目前，AI系统主要复制或修改现有的想法，而没有展示真正的创新，这突显了复制人类创造力的困难。例如，用于视觉的生成式AI可以根据其训练过的图像生成新的图像。有人可能认为这是一个创造的过程，但它真的是吗？什么时候AI系统能够提出一个对人类来说是如此新颖和有创造性的想法？例如，完全新的绘画风格，就像梵高或毕加索所创造的。
这些嵌入在人类认知中的复杂性自然地通过人类发展而体现，但对于AI系统来说却是显著的挑战。在研究人员和开发人员朝着AGI迈进的过程中，理解和解决这些认知功能上的差距对于缩小AI与人类智能之间的距离至关重要。
实现AGI的不同观点
目前还没有关于AI何时能够实现类似人类智能的共识。学术界和工业界的不同领导者提出了不同理论，我在下面进行解释。然而，我们将不得不等待和观察实际情况如何发展。
有机AGI：一些人工智能领导者预测，通过增强现有的深度神经网络等AI方法，AGI将会自然演化。他们认为，凭借大量的数据、神经网络的可伸缩性以及计算能力的提升（例如新的更强大的芯片），AGI可能会在当前的AI研究中自然而然地出现，而无需任何新的AI架构。这种观点将AGI设想为专门的AI向更高层次演化的结果。
多模态AGI：与有机AGI接近的另一种观点认为，将不同的AI方法结合起来是实现AGI的关键。虽然深度学习在图像识别等任务中具有转变性的作用，但他们认为实现更灵活的学习可能需要利用各种技术，如图网络、知识库和因果推断模型。针对特定任务的多种模型的协调系统可能为实现AGI铺平道路。
基础差距：其他人工智能领导者认为，在基本的认知方面存在重大差距，例如推理、知识表达、记忆和常识，而当前的人工智能在理解这些方面还存在困难。他们认为，在新的人工智能领域取得突破性的突破是向我们建立AGI所需要的。
我们何时可以期待AGI？
在这个话题上没有统一的结论，你得到的答案可能取决于你问的人，或者他们属于哪个学派，可能是几年甚至几十年或几个世纪。在2023年11月的纽约时报年度DealBook峰会上，英伟达首席执行官Jensen Huang表示，这种演变很快就会到来，也许在5年左右。这当然是一个大胆的说法！随着微软、亚马逊、英伟达等公司引入的计算芯片的最新进展，以及数十亿美元的投资涌入人工智能研究（例如微软在OpenAI ChatGPT上的100亿美元投资，或者亚马逊在Anthropic AI上的40亿美元投资），我们应该期待在未来几年中人工智能取得有趣和突破性的进展，使我们离实现AGI更近一步。我们是否能在5年或50年内实现这一目标，这是只有时间才能回答的问题。
对安全和公平AI的全球追求
关于AGI的讨论总是引起人们对AI系统安全性、安全性和公平性的担忧，以及如果不负责任地开发或监督，AGI可能对人类造成的危害。全球各国政府和普通民众都关注AI系统的安全性、公平性和负责任使用，以保护个人免受潜在风险的影响。各国政府一直在努力建立监管框架和指导方针，以应对AI的伦理影响和潜在威胁。例如，在2021年，欧盟引入了《AI法案》。欧盟议会希望通过AI法案确保在欧盟实施的AI系统安全、透明、可追溯、公平和环保。他们认为，应该由人类监督AI系统（这是关键！）而不是仅仅依靠自动化，以避免对人类造成潜在危害。在大西洋对岸，美国也提出了各种倡议，例如成立了国家AI研究资源任务组，推动AI研究和创新，同时优先考虑安全和公平。此外，2023年10月，拜登总统发布了关于安全、安全和可信人工智能的行政命令，制定了新的AI安全和安全标准。然而，关于AI安全和公平的特定全球标准或普遍接受的法规仍在发展中，政策制定者、专家和利益相关者之间正在进行持续的讨论，例如2023年在英国举行的全球AI安全峰会。
总结思考…
追求AGI需要跨学科的努力，创新的方法和对人工智能和机器学习技术的持续进展的结合。决策者、行业领导者、研究人员和伦理学家必须合作，以应对AGI开发所带来的伦理影响、社会影响和监管框架。最终，负责任和协作的发展人工智能系统能够使其更加透明、更安全、更公平，以及能够与人类进行合作交互，从而给人类带来巨大的好处，例如新药物发现、新技术进步和创意艺术等。虽然实现AGI的道路可能艰难，但人类和机器潜在合作的想法依然重要且值得探索。