自ChatGPT發(fā)布以來,，以通用人工智能（AGI，Artificial General Intelligence）為代表的人工智能技術(shù)變革進入了加速發(fā)展的快車道。360創(chuàng)始人周鴻祎此前曾稱ChatGPT是通用人工智能的奇點,。無獨有偶,，3月22日，微軟AI科學家團隊發(fā)表了一篇關(guān)于GPT-4的研究試驗論文,，聲稱OpenAI語言模型迸發(fā)出水平堪比人類的智能,，即通用人工智能的“火花”，這一觀點代表了微軟對通用人工智能將到來的肯定,。

毫無懸念,，競逐通用人工智能的時代拉開了。這是否意味著人工智能奇點將至,？又或是認知層面仍需祛魅,？而通用人工智能的發(fā)展又將通向何方？

什么是通用人工智能？

人工智能（AI）是指讓計算機模擬人類的智能行為的技術(shù),。AI已經(jīng)在各個領(lǐng)域取得了令人矚目的成就,，比如圖像識別、自然語言處理,、語音識別,、機器翻譯、推薦系統(tǒng)等。然而,，這些AI系統(tǒng)都是針對特定的任務(wù)或領(lǐng)域設(shè)計的,，它們?nèi)狈νㄓ眯院挽`活性，無法適應(yīng)復(fù)雜多變的環(huán)境和問題,。這就引出了一個更高層次的目標：通用人工智能（AGI）,。

AGI是指能夠像人類一樣理解、學習和思考任何問題的AI系統(tǒng),。AGI不僅要求具備高水平的知識和技能,，還要求具備自我意識、創(chuàng)造力,、情感,、道德等人類特有的屬性。實現(xiàn)AGI是一個極其困難且富有挑戰(zhàn)性的問題,，涉及到多個學科領(lǐng)域,，比如計算機科學、神經(jīng)科學,、心理學,、哲學等。目前,，還沒有一個統(tǒng)一且可行的方案來實現(xiàn)AGI,，但有一些可能的思路和方法：

基于生物啟發(fā)（biologically inspired）：這種方法試圖借鑒生物系統(tǒng)特別是人類大腦的結(jié)構(gòu)和機制來構(gòu)建AGI系統(tǒng)。例如,，神經(jīng)網(wǎng)絡(luò)（neural network）,、進化算法（evolutionary algorithm）、認知架構(gòu)（cognitive architecture）等都屬于這種方法,。

基于符號邏輯（symbolic logic）：這種方法試圖利用符號表示和操作來構(gòu)建AGI系統(tǒng)。例如,，專家系統(tǒng)（expert system）,、知識圖譜（knowledge graph）、規(guī)則引擎（rule engine）等都屬于這種方法,。

基于統(tǒng)計學習（statistical learning）：這種方法試圖利用數(shù)據(jù)驅(qū)動的方式來構(gòu)建AGI系統(tǒng),。例如，深度學習（deep learning）,、強化學習（reinforcement learning）,、貝葉斯網(wǎng)絡(luò)（Bayesian network）等都屬于這種方法。

基于集成系統(tǒng)（integrated system）：這種方法試圖將不同的方法和技術(shù)結(jié)合起來,，以實現(xiàn)更強大和更靈活的AGI系統(tǒng),。例如,，SOAR、ACT-R,、OpenCog等都屬于這種方法,。

有行業(yè)專家認為通用人工智能的出現(xiàn)已不可避免，帶來的深刻影響將超過我們見識過的所有的科技變革,，例如激發(fā)我們對跨學科研究的全新想象等,，同時必定會對人類智能的理解帶來全新視角。

AI大模型加速實現(xiàn)通用人工智能

機器學習和深度神經(jīng)網(wǎng)絡(luò)在過去十年發(fā)展非?？欤瓿蓡我蝗蝿?wù)的能力超越人類的時間越來越短,。后來,，隨著計算模型越做越大，各種單一的能力之間出現(xiàn)遷移,，出現(xiàn)了智能的“涌現(xiàn)”和泛化,，尤其是在自然語言大模型（LLM）領(lǐng)域，機器智能出現(xiàn)了一些通用化的特征,。領(lǐng)先的人工智能公司如DeepMind和OpenAI等,，都以實現(xiàn)通用人工智能（AGI）為使命。

以ChatGPT為代表的AI大模型正是加速通用人工智能實現(xiàn)的關(guān)鍵引擎,。OpenAI在介紹ChatGPT時就自豪地說,，它在一些基準指標上“展示了相當于人類水平的表現(xiàn)”。

微軟研究人員在近日發(fā)表的《通用人工智能的火花：GPT-4的早期試驗》論文中表示,，“我們證明,，除了熟練駕馭語言外，GPT-4還可以解決涉及數(shù)學,、編程,、視覺、醫(yī)學,、法律和心理學等領(lǐng)域的新穎而困難的任務(wù),，不需要任何特殊的提示。此外,，在所有這些任務(wù)中,，GPT-4的表現(xiàn)都非常接近人類的水平，并經(jīng)常大幅超過ChatGPT等之前的模型,?！?/p>

可見，作為一種具有經(jīng)歷海量數(shù)據(jù)訓練的超強算法模型,，AI大模型具備學習效率高,、可解釋性好、泛化性強的特征,，可以展現(xiàn)出更好的智能水平,。

大模型被普遍認為是通往通用人工智能的重要途徑,，所以國內(nèi)外AI產(chǎn)業(yè)界和學術(shù)界在大模型領(lǐng)域呈你追我趕之勢,。國際上的大模型推陳出新，Open AI推出1750億參數(shù)的GPT-3模型,，前段時間又繼續(xù)推出功能更強大的GPT-4,，Google推出了1.6萬億參數(shù)的SwitchTransformer模型，微軟與英偉達全力推出5300億參數(shù)的MT-NLG模型,，Meta復(fù)現(xiàn)了GPT-3,，全部開源并更名OPT模型。國內(nèi)大模型領(lǐng)域也是如火如荼的推進,，北京智源人工智能研究院推出了1.75萬億參數(shù)的悟道2.0,，華為與鵬城實驗室合作推出千億參數(shù)的盤古大模型，百度與鵬城實驗室合作推出2600億參數(shù)的文心大模型,，阿里達摩院推出10萬億參數(shù)的多模態(tài)M6大模型,，此外，浪潮和中科院也分別推出了相應(yīng)的大模型,。

大模型的發(fā)展正在逐漸從單一模態(tài)數(shù)據(jù)輸入向多模態(tài)數(shù)據(jù)輸入演進,，文本、語音,、圖像,、視頻等多模態(tài)的聯(lián)合訓練學習，不同模態(tài)之間形成有效互補,，這將有助于提升模型的效果和泛化能力,，為邁向通用人工智能奠定更加堅實的一步。

多模態(tài)大模型能夠接收和感知多種模態(tài)的數(shù)據(jù)和信息,，也能具備對感知或接收的信息進行處理,、識別和認知的能力，決策和執(zhí)行決策的兩種能力在某些場景下可能具備,，但所有情況下都具備可能還需要相當長的一段時間,，至于持續(xù)學習新技能的能力也可以在一定條件下得到滿足。多模態(tài)大模型具備通用人工智能的一些特征,，但距離通用人工智能仍然還有較大的距離,，需要持續(xù)的發(fā)展和完善，但在許多的場景下也能發(fā)揮不錯的價值,。

通用人工智能之路通向何處,？

復(fù)旦大學教授邱錫鵬表示，實現(xiàn)人工智能發(fā)展的最終目標是實現(xiàn)通用人工智能,，這與科幻電影里的人工智能形象一樣,，擁有與人一樣的能力，特別是完成各種任務(wù)的通用學習能力,?！皩Υ宋腋械綐酚^，因為根據(jù)目前展示出來的能力,，我們離通用人工智能時代的到來并不遙遠,，下一步要多考慮讓大模型連接現(xiàn)實世界，通過具身學習,、跨模態(tài)學習等,，讓大模型與現(xiàn)實世界‘對齊’?！?/p>

而在今年2月25日,，OpenAI CEO薩姆·阿爾特曼（Sam Altman）曾發(fā)布博客文章分享OpenAI對通用人工智能（AGI）的當前和后續(xù)規(guī)劃。其中,，阿爾特曼強調(diào)OpenAI的使命是確保AGI造福全人類,，AGI如果被成功創(chuàng)造出來，可通過增加豐富度,、推動全球經(jīng)濟發(fā)展以及幫助發(fā)現(xiàn)改變可能性極限的新科學知識,，來幫助我們提升人類。

但同時,，OpenAI在規(guī)劃中也認為應(yīng)當做好應(yīng)對AGI帶來的濫用,、嚴重事故和社會混亂等風險，而成功應(yīng)對AI部署挑戰(zhàn)的最佳方法是采用快速學習和謹慎迭代的緊密反饋循環(huán),。隨著我們不斷構(gòu)建出更為強大的AI系統(tǒng),，我們必然希望快速部署AGI并獲得在現(xiàn)實世界中操作它們的經(jīng)驗。此外,，漸進的方式讓人們,、政策制定者和機構(gòu)能有時間了解正在發(fā)生的事情，親身體驗這些系統(tǒng)的好處和缺點,，調(diào)整我們的經(jīng)濟組織形式,，并實施有效監(jiān)管。

OpenAI還稱,，在新技術(shù)的沖擊下,，社會將面臨「人工智能系統(tǒng)被允許做什么、如何消除偏見,、如何處理工作崗位流失」等重大問題,。而最佳決策將取決于技術(shù)所采用的路徑,。

可見,，正如AI大模型的演進速度和智能表現(xiàn)令人欣喜,，市場需求和投資熱情空前高漲,，但依然存在算法優(yōu)化,、算力突破、數(shù)據(jù)安全,、隱私保護,、倫理規(guī)范等技術(shù)和社會方面的挑戰(zhàn)一樣，AGI帶來的這場變革既是挑戰(zhàn)也是機遇,，我們應(yīng)該積極探索AGI的可能性和潛力，同時也應(yīng)該警惕AGI的風險和挑戰(zhàn),。

責編：方鈺潔

監(jiān)制：李紅梅

文章參考：

1.《像天使也似魔鬼：關(guān)于通用人工智能時代科學研究的71個問題》澎湃新聞

2.《做完GPT-4完整測評，微軟爆火論文稱初版AGI就快來了》機器之心

3.《專家：大型語言模型將加速實現(xiàn)通用人工智能》中國新聞網(wǎng)

4.《通用人工智能需要祛魅,，冷靜看待“ChatGPT們”爆火》 北京科技報

5.《通用人工智能，通向哪里》未盡研究

6.《Transformer打開了通用人工智能的一扇門？》全釋AI

7.《AGI：下一個科技革命的開端,？》博而不士