DeepMind CEO预测十年内将实现AGI突破
在最近的一次采访中，Google DeepMind的CEO Demis Hassabis预测，人工通用智能（AGI）的首次形式可能会在未来五到十年内出现。然而，他强调在这一里程碑实现之前，仍存在重大的技术障碍。
Hassabis在DeepMind的伦敦办公室表示，他将AGI定义为“一个能够展示人类所有复杂能力的系统”。虽然当前的AI系统在特定任务上表现出色，但它们仍然缺乏许多基本的人类能力。根据Hassabis的说法，实现AGI的关键一步在于使AI系统能够更深入地理解物理世界。
图片来源：由Midjourney授权的AI生成图像
Hassabis指出，尽管研究人员在开发自主规划和问题解决能力方面取得了进展，但将这些技能应用于现实场景仍然是一个重大挑战。他解释道：“关键在于我们能否快速将规划和代理行为泛化并应用于现实世界，同时构建周围世界的模型。”
关于世界模型，Hassabis承认了最近的进展，但强调找到将这些模型与规划算法整合的最佳方式仍然是一个关键障碍。Meta的首席AI科学家Yann LeCun也持这种谨慎态度，并正在积极探索替代方法。
Hassabis的最新评论与他2024年8月的声明一致，当时他认为当前AI的能力常常被高估，而该技术的长期潜力却被低估。根据Metaculus预测平台用户的中间预测，AGI预计将在2030年左右出现。
AI行业对如何实现AGI越来越持怀疑态度。最近的一项调查显示，大多数研究人员认为仅通过大型语言模型（LLMs）无法实现AGI。OpenAI也改变了立场，认为AI模型的涌现能力不会直接导致快速的AGI突破。相反，他们将AGI的发展视为一个渐进的、进化的过程。
微软CEO Satya Nadella对关于AGI的预测提出了质疑，称其为“无意义的基准测试操纵”。他主张专注于能够带来切实经济效益的AI技术，而不是投机性的进步。
关键点
- DeepMind CEO Demis Hassabis预测AGI可能在5到10年内出现，但也承认存在重大技术挑战。
- 当前的AI系统在特定任务上表现出色，但缺乏类人的复杂能力。
- 将世界模型与规划算法整合仍然是实现AGI的关键障碍。
- 业界对仅通过大型语言模型（LLMs）实现AGI持怀疑态度。
- OpenAI和其他领导者将AGI的发展视为一个渐进的过程而非立即的突破。
