AGI，我见到时就知道
文摘
2024-11-01 20:57
北京
人工智能通用智能（AGI）这一概念不仅是一个技术目标，更是一个哲学命题，探讨AI是否能达到或超越人类智能的边界，然而衡量AGI的标准或许更接近于美国最高法院大法官波特·斯图尔特关于淫秽的著名言论：“我见到时就知道。”换句话说，AGI可能没有清晰、客观的定义，而是依赖于社会共识来识别。
![]()
AGI这一充满未来感的术语，承载着人工智能领域的终极梦想——创造能够执行任何智力任务的机器，其能力与人类智能相媲美甚至超越。然而，定义AGI并非易事。智能是一个复杂且多维的概念，涉及逻辑推理、问题解决、情感理解、创造力和适应性等多个方面。我们对智能的理解尚在探索阶段，这使得定义AGI变得更加困难。科技巨头如谷歌DeepMind和OpenAI已提出自己的AGI框架，试图为这一概念提供定义。尽管这些框架推动了讨论，但也反映了对AGI的多样化解释，更多地体现了各自组织的内部ji shu路线图和商业利益，而非一个客观、普遍接受的定义。一些科技领袖建议简化AGI的定义，将其视为机器通过任何测试的能力。这种简化主义的观点冒着过度简化AGI复杂性的风险，并误解了它所呈现的挑战。通过为成功设定如此狭窄的标准，技术社区可能会过早地宣布在追求AGI的过程中取得胜利，而没有实现创造能够跨越人类智能所有领域思考、学习和适应的机器的真正目标。图灵测试一直被认为是人工智能发展的重要里程碑。由艾伦·图灵在1950年创建，该测试评估机器展示与人类无法区分的智能行为的能力。然而，图灵测试从未打算成为AGI的实际衡量标准。相反，它是一个思想实验，后来在公众想象中获得了自己的生命。圣达菲研究所的Melanie Mitchell认为，图灵测试是有问题的，因为它依赖于欺骗——如果一台机器能够欺骗人类相信它也是人类，它就通过了测试。然而，这并不一定意味着机器拥有真正的智能或理解。真正的AGI可能更像是波特·斯图尔特的言论：“我见到时就知道。”AGI可能没有清晰、客观的定义，而是通过社会共识来识别。人类感知与智能的“锯齿前沿”（Jagged Frontier）：如今的AI系统在某些任务上表现出超凡的精确度，而在其他任务上却可能彻底失败，这种不平衡的表现使人类对AI的感知变得复杂。我们对智能的期望随着AI系统的进步而提高，这可能导致我们对AGI的到来抱有不切实际的期待。能力矩阵（A Matrix of Capabilities）：AGI的新框架：面对这些挑战，我们需要重新思考AGI的概念。一个能力层次矩阵可能是一个新的框架，用于评估AI在广泛领域的熟练程度，从智力和社会任务到物理和情感任务。这种矩阵方法将使我们能够更准确地跟踪AI的进展，而不是依赖于单一的、包罗万象的AGI定义。AGI的追求更多是社会接受，而非单纯的技术成就。AGI不会因某一突破或里程碑而被认可，而是随着人工智能系统的能力提升并融入社会，感知逐渐转变。尽管我们可能永远无法就智能的精确定义达成一致——无论是人类还是人工智能——但我们会在看到AGI时接受它，即便它与我们曾经的愿景不符。
