 圖片來源：Pexels 的 Pavel Danilyuk DeepMind的一個研究團隊專注于人工智能的下一個前沿領域——通用人工智能（AGI），他們意識到他們需要首先解決一個關鍵問題,。他們問,，AGI到底是什么？ 它通常被視為一種人工智能,，具有在廣泛的任務中理解,、學習和應用知識的能力，其運作方式與人腦類似,。維基百科擴大了范圍,，認為AGI是“一種假設的智能代理,，可以學習完成人類或動物可以執(zhí)行的任何智力任務。 OpenAI 的章程將 AGI 描述為一組“高度自主的系統(tǒng),，在最具經濟價值的工作中優(yōu)于人類”。 人工智能專家和幾何智能的創(chuàng)始人加里·馬庫斯（Gary Marcus）將其定義為“任何靈活和通用的智能,，其足智多謀和可靠性可與（或超越）人類智能相媲美,。 由于定義有如此多的變化，DeepMind團隊接受了伏爾泰幾個世紀前提出的一個簡單的概念：“如果你想和我交談,，請定義你的術語,。 在預印本服務器arXiv上發(fā)表的一篇論文中，研究人員概述了他們所謂的“對AGI模型的能力和行為進行分類的框架”,。 通過這樣做,，他們希望為研究人員在衡量進展、比較方法和評估風險時建立一種共同語言,。 “對于我們領域的許多人來說,，實現人類水平的'智能'是一個隱含或明確的北極星目標，”Shane Legg說,，他在20年前引入了AGI一詞,。 在接受《麻省理工評論》采訪時，萊格解釋說：“我看到很多討論,，人們似乎用這個詞來表示不同的東西,，這導致了各種混亂。現在,，AGI正成為一個如此重要的話題,，我們需要明確我們的意思。 在arXiv的論文中,，題為“AGI的水平：在AGI的道路上實施進展”,，該團隊總結了AGI模型所需的幾個原則。它們包括關注系統(tǒng)的功能,，而不是過程,。 “實現AGI并不意味著系統(tǒng)'思考'或'理解'[或]擁有意識或感知等品質，”該團隊強調,。 AGI系統(tǒng)還必須具有學習新任務的能力,，并知道何時向人類尋求澄清或幫助。 另一個參數是關注程序的潛在,，而不一定是程序的實際部署,。研究人員解釋說：“要求部署作為測量AGI的條件會帶來非技術障礙，例如法律和社會考慮,，以及潛在的道德和安全問題,。 然后,，該團隊編制了一份智力閾值列表，范圍從“0級,，無AGI”到“5級,，超人”。1-4 級包括“新興”,、“勝任”,、“專家”和“大師”成就級別。 三個程序達到了AGI標簽的門檻,。但是這三個生成文本模型（ChatGPT,、Bard 和 Llama 2）只達到了“一級，新興”,。目前沒有其他人工智能程序符合AGI的標準,。 其他被列為人工智能的項目包括SHRDLU，這是麻省理工學院開發(fā)的早期自然語言理解計算機,，被列為“1級新興人工智能”,。 在“2 級，勝任”是 Siri,、Alexa 和 Google Assistant,。語法檢查器 Grammarly 的排名為“3 級，專家 AI”,。 在這個名單上,，在“4級，Virtuoso”中,，是深藍和AlphaGo,。位居榜首的是 DeepMind 的 AlphaFold，它根據蛋白質的氨基酸序列預測蛋白質的 5D 結構;以及 StockFish,，一個強大的開源國際象棋程序,。 然而，AGI沒有單一的擬議定義,，并且不斷變化,。 “隨著我們對這些潛在過程的深入了解，重新審視我們對AGI的定義可能很重要,，”Google DeepMind人類和AI交互首席科學家Meredith Ringel Morris說,。 研究人員說：“不可能列舉出足夠普遍的智能可以實現的全部任務?！耙虼?，AGI基準應該是一個活生生的基準。因此，這種基準應包括一個制定和商定新任務的框架,。 原文標題：Researchers seek consensus on what constitutes Artificial General Intelligence 原文鏈接： |
|
|
