我们距离通用人工智能还有多远？当它诞生后，会给社会发展带来哪些变革？

我们距离通用人工智能还有多远？当它诞生后，会给社会发展带来哪些变革？

似乎唾手可得，但又遥遥无期。

纵览人工智能技术发展历程：由计算机视觉和自然语言处理得到突破性进展，到AlphaGo击败最熟练的人类选手，再到今年LLMs和chatbots的爆炸性发展，人类智能化时代的发展显然已达到新高度，且目前还在不断挺进...


➤我们离通用人工智能（AGI）还有多远？

AGI是人工智能的一种理论形式，是一种可以执行复杂任务的人工智能，通俗来讲，就是可以像人类一样学习和推理，有可能解决复杂的问题并独立做出决策。但目前，AGI仍处于研究阶段，尚未实现，即使是GPT4也并未达到AGI的高度。
从仅根据预设的规则和算法进行任务处理，到要求机器具备自主思考、创造、学习的能力正在逐步靠近，但究竟需要花多少时间、投入多少研究AGI时代才能到来，或许还不可定数。
AGI发展的未来是该领域专家之间争论和猜测的话题。虽然有些人认为AGI是不可避免的，并且迟早会到来，但在这个探索过程中，也许谁也没有资格和能力来给出一个具体的路线图。


➤AGI为人工智能的终极形态？

在很多人的认知中，似乎早已习惯将AGI设定为人工智能的终极形态和发展的最终目标，但它实际是人工智能研究的一个目标，但不是最终目标，而是在推进时代的智能化进程。
未来的AGI系统具有和人类同样的智能类型和能力，但它们还没有完全达到人类水平。虽然AGI系统可以适应各种不同的任务和情境，但它们还没有实现真正的智能。
➤AGI到来有何影响？

其实不管是AGI还是往后所出现的AI发展，这场正在进行的变革，对我们的工作方式、商业运营模式和人际交往行为都产生了深远的影响。
要想促进AGI时代的到来，或许不能仅停留在理论与研究，而需要进行应用，经过实践，产生效益，毕竟能落地的AI才是好AI，也能继续推动技术的更新迭代。
就目前所知，AGI技术可以被广泛应用在自然语言处理、机器视觉、机器学习等各个领域；结合目前现有的AI应用，总结出更适用的模型才有助于AGI取得巨大的进步。

接着这个话题，顺便给大家分享一些常见应用领域下的具体AI应用，有需要的可以尝试下。

☞自然语言处理领域

【腾讯云语音】——语音识别

智能客服是自然语言处理的一个重要应用场景，而智能客服系统可以通过语音识别和语义分析技术，自动识别客户的问题，腾讯旗下的云语音服务正是这种使用效果。
它可以用于识别音频文件，同时还支持多语言识别，其中包括英语、日语以及上海话、粤语等方言的识别。
对于繁杂的音频人声部分，它还提供有自动分离人数的功能，可以更清晰地分开识别不同人的对话内容。


此外，「语音合成」功能可以将文本转换为拟人的语音，提供有多种不同类型的音色，可以应用于多个领域，例如：客服、新闻、配音等等。


【迅捷AI写作】——文本生成

国产的一个全能AI写作工具，它可以为各领域的从业者提供写作服务，例如新媒体文章/标题、商品种草文案、AI编程、广告创意等等。
尤其对于经常需要写文的朋友，想要提升写作水平，或是汲取灵感来源，它都是你的不二之选，关键使用方便，极易上手~


功能性很强的智能AI对话机器人——「AIChat」。只需要输入你想问的问题，就可以与它拥有非常智能、流畅且生动的对话体验。
它可以用来回答各个行业领域的问题，还能用来解决生活中遇到的各种问题，例如电脑安装程序的步骤，只要你有不懂的问题向它提问，都能得到有价值的回答或建议。


一个可以让你的写作变得非常丝滑的自动撰写功能——「AI全能写作」。
它可以用来自动撰写小说、论文、公文、诗歌、文案等不限类型的文章，只需要你输入一个文章的关键词/主题，它就可以开始生成，全程无需手动操作。
用它一分钟就可以生成好几篇文章，不仅内容质量到位，而且效率还嗖嗖滴快~


☞计算机视觉领域

【Midjourney】——图像生成

刚面世就火爆了的AI绘画工具，它的出现可视为AGI道路上的重要里程碑，对AGI的落地实践很有参考价值。通过输入文字，就能通过人工智能产出相对应的图片，生成速度还不到一分钟。
除此之外，它还提供有以图生图的操作，仅用一张图就可以让AI重新生成风格相似的新图像，可以用来对图像的局部进行细节的修改、再创作。


软件还有提供不同的创作频道，可以根据自己的绘画风格以及兴趣，选择适合自己的频道进行生成创作。


【Synthesia】——视频生成

又是一个提高生产力的AI工具，打字五分钟，用它就能自动生成“真人”视频。
它最大的亮点在于，能够帮助我们将文本/PPT自动转换为真人出镜的多语种视频，关键是成本极低，尤其对于初创小公司来说，是控制成本的一个好帮手~
而且它的创作自由度很高，可以选择在视频中插入文字、图形、背景音乐等元素，还支持字幕的导出等功能。


话不多说啦~有用的记得要码住，也可以关注一下 @银河君 主页下次不迷路

核聚变差 50 年、量子通信差 100 年，自动驾驶差 5 年，人工智能差 1 年。因为人工智能是最容易看到变化的，也最容易被大众感受到。一旦有突破，可能你马上就能在 1 年内了解到它的影响，了解到它的意义。但是其它别的不是。
但是当它诞生后，会给社会发展带来那些影响，看图吧。



给电脑安排个人



人在笼子里，ai 在外边

【有多远？】
十年前智能家居还只存在于科幻片。
<hr/>【变革】
不打断的变革
2025过完前就会出现具有“商业价值”的生成式作品。
网文、电影、音乐、游戏…现在还在“噱头”阶段的无人驾驶会和2023的“电车”比例相似。
此后，
人，将在享受生成式产出的快乐和生成挤压劳动价值（生存空间）的痛苦中加剧迷茫。
大部分现代国家会在折腾中，维持中低层生存状态的“进步”，挤牙膏那种。或者说是“按闹分配”。
一场远超披头士的虚无主义狂欢，将自世界某个点燃起，并最终席卷全球。未深刻浸入互联网生活的群体将会以看傻子或疯子的目光注视这些人。
矛盾和缓和的主要显现下，是融入后信息化时代体系人类数量的骤减。远离矛盾核心的人类会在“甚至没有明白发生了什么”的状态下被裹挟。
又一、二十载，
可能一，超越赛博朋克程度，又弱于“终产者”的“新阶层模式”，将笼罩世界。利用生成式内容逆向多巴胺工程的“抚慰剂”，结合自动化兵器的武力，强制众生接受更极端的“少数之下，众生平等”的新社会形态。直到人口锐减到符合某个机器计算给定的“数学模型”。它可能是超稳态，但绝对不会是恒定态，任意变化都可能将其打破，而打破后回溯（勇者成龙）难度极高，更大概率出现病态的逆反（逆科技周期） ，持续到足够长远，人类忘了为什么要开启这个纪元又机缘巧合享受到了科技的“好”，再回到当下时间线。
（关于人类的蜜汁“自信”
脑神经科学研究的神经突触信号逆向解读、生物科学研究的dna逆向解析，最终的结果是将肉体对标成机械（残酷的是，真相就是如此）。当人体在人类认知中已经理解到与机器无异的程度，凭什么觉得腐朽老旧的有机物机器不会被淘汰成高效的无机物机器。大下岗？N+1补偿？）
可能二，某个契机诱发非三战的全球革命。对象是人或机器并不重要。对人则是勇者成龙的惯常，对机器则是更长周期的勇者成龙。如果人类社会有什么唯一的必然性，那必然是表面为“快乐”，实质被肉体（源于宇宙基本规则塑造的衍化结果）奴役的现实。在帮助自己追求“快乐”的道路上，机器远比肉体效率。
一个“反智”的结论：
地球上偶然形成的主观意识，研究宇宙的表征——“科学”的过程，也是融入宇宙的过程。越深入科学，越没法说服自身，“你有什么不被淘汰的理由么？”。机械飞升？数字生命？只是丢掉“自我”的过程。
“自我”，满含并不完美的冗余甚至内在矛盾。面对更完美，更贴切宇宙本源规则面对竞争劣势，消亡前，必然有着长久的哀嚎，跨越寰宇。
<hr/>会出现天降猛人打断进程么？
想p吃。
没饭吃导致的群起而叛，都是基因中写好的，显以身体分泌的规律。科技越发达，会有越多的方法抑制、麻痹、欺骗基因，甚至直接改写基因。遑论种群数量衰减本就同步减少了这个问题的应对难度。
<hr/>“最可笑的是，当你试图反抗时，你甚至听不懂它对你说了什么。”

帮大家省流摘要一下：

• 通用人工智能（AGI）指达到或超过人类智力，具备推理、规划和学习能力，可以解决人类可以完成的各类问题的人工智能。
  
• 大多数科学家和技术人员对实现 AGI 保持乐观，认为 AGI 是可以实现的；
  
• ChatGPT 不是 AGI（GPT-4 甚至 GPT-4v 也不是），且目前没有人知道明确的 AGI 路径；
  
• 目前（Metaculus）对 AGI 降临预测的中位数为 2031 年，且这个预测近年来正在逐渐缩短；
  
• AGI 降临即为「AI 奇点」，世界会因 AGI 降临而发生剧变。
  

<hr/>什么是 AGI

通用人工智能（AGI）的概念较为宽泛，或者说没有准确的定义[1]，所以很多人会觉得 AGI 是一个概念不甚清晰的话题。不过简单理解，AGI 就是达到或超过人类智力，具备推理、规划和学习能力，可以解决人类可以完成的各类问题的 AI 系统。
在 OpenAI 的章程中[2]，他们对 AGI 的定义是：highly autonomous systems that outperform humans at most economically valuable work（能够在最具经济价值的工作中超越人类表现的高度自治的系统）。
马库斯对 AGI 的定义则是[3]：any intelligence (there might be many) that is flexible and general, with resourcefulness and reliability comparable to (or beyond) human intelligence. （任何灵活、通用的，其智慧和可靠性相当于或超过人类）。
AGI 能否到来？

现在大多数研究人员对能够实现 AGI 是乐观的，其支持者的主要理论就是 Scale law/ Moore law。
在之前一次对 Sam Altman 的采访中[4]，他就提到：现在（GPT-4 阶段）模型的缩放定律依然成立，OpenAI 会继续尝试让模型变得更大。大模型对 AGI 有着重要的意义，如果模型能力可以继续随着数据和算力增长 Scale up 下去，AGI 就会很快到来，否则 AGI 就还很远。
缩放定律的背后则是摩尔定律，是算力的倍增。而一些技术人员认为[5]，人类的智力是相对固定的（除非有其他开发方式），但机器的智能则取决于算法、数据和算力，而根据摩尔定律，算力依然在发展，假定人类的智能是固定的，而机器的智能（在遇到瓶颈之前）不断进步甚至倍增，那么终究会赶上人类的智能水平。即使在未来传统计算机逼近摩尔定律的极限，依然可以靠量子计算的进步继续推动 AI 发展。


至于说，ChatGPT 或 LLMs 能不能演变成 AGI，很难说，尽管在 GPT-4 发布后，微软写了一篇名为 Sparks of Artificial General Intelligence: Early experiments with GPT-4 的论文[6]。


对 AGI 到来时间的预测

对于 AGI 的诞生时间，在 2010 年之前，大家普遍认为需要大约 50 年时间；但近年来，随着大语言模型呈现出的效果，特别是 ChatGPT 引领的 AI 热潮，让大家普遍对 AGI 更加乐观，预测时间普遍提前（而企业界的人往往又比学术界更乐观）。
比如 Hinton 就在采访中说[7]，他对 AGI 的预期从 20 年到 50 年变成了 20 年以内。
再比如，在国外著名的预测网站 Metaculus 上，有一个关于 AGI 的投票统计[8]：


目前社区预测的中位数是 2031 年 12 月。从预测时间的趋势图也可以看出，在 2020 年之前，大家的普遍预期还是在 2050 年左右，但去年以来，这个时间已经步步逼近到了 2031 年（几次较为明显的预测变化是 Gato、ChatGPT 和 GPT-4 的发布）。
不过，预测的意义不大，在历史上，有过很多乐观或悲观的失败预测。上世纪六十年代 AI 刚提出时，科学家们普遍乐观，认为二十年左右就会出现匹敌人类的 AI；再比如 2016 年时，专家们还在预测 AI 仍需 8 年才能在围棋上击败人类，结果没过多久，AlphaGO 就打了大家的脸[9]。
总之，技术进步可能会加速 AGI 步伐，也可能会遇到难以逾越的瓶颈。目前我自己的期望是 2030 年，最好是五年后的 2028 年。
AGI 的影响

奇点临近[10]。
【待续】

目前的AI，还是更适用于在某个特定领域来进行学习，做到天下无敌。
例如，在围棋的规则框架内进行大量学习，通过海量专精的数据来击败人类；在自然语言领域学习，完成编写代码，修改代码bug（错误），翻译文献等强大功能等等。


就拿这两年大火的AIGC工具如ChatGPT来举例，如果把某个语言模型的学习范围限定在某一个专业领域，亦或是限定在对某个人的个性化文本推送当中去，或许会输出些质量不错的文章和回答，用来给该领域的门外人科普知识，或者改进内容。当然，前提是训练数据足够多且好。


但是nlp这个领域概念太大了，AGI不现实，现在的AI也还没到谈论实现通用人工智能的程度。
不可否认，人工智能未来的应用潜力是巨大的，但如果说要求现在的人工智能进化到“通用人工智能”即AGI的程度，那还是为时太过早了，遥不可及。
在神经网络的帮助下，AI可以从输入的数据中进行知识连接的复杂构建和分析，进而输出一些对输入数据进行魔改和杂糅的判断，可能这些应用的质量不错，这样的AI也能做一些于有用于实际的事情，但妄论AGI。
在我看来，无论是之前大火的阿法狗还是这两天风头正盛的 ChatGPT 等，尽管功能强大，但还是都在可以接受和理解范围内。AI成为某一特定领域的佼佼者，这是自然而然的事情，但要是说到通用，目前还没看到什么苗头。
阿法狗在围棋领域战无不胜，但也只仅限于围棋；ChatGPT 在所谓的文本交互，甚至都做不到战无不胜，相反漏洞百出，萌态尽现，我相信这一点体验过chatgpt的朋友都深有体会。尽管最近  ChatGPT 开放了自己的多模态应用，但这依然距离AGI差距甚远。
一定程度上来看，AlphaGo 和 ChatGPT，只能算弱人工智能，离真正的 AGI 还差得很远。例如 Yann lecun（杨立昆）便对 ChatGPT 持一定程度上的否定态度，真正的人工智能应该基于知识和概念，而不是大量的数据。
真正意义上人的创造力、想象力以及各种深度的思考、是现在的人工智能所不具备的，而且对于能否通过数据暴力拟合的方式，来获取到人的智慧，也仍有大量争议。
人工智能问题下面的两极评论：过于狂热，认为人工智能是万能的，寄希望于AI马上达到正常人类的水平，甚至成为科幻作品中那样全知全能的存在；过于悲观，把AI看作的统计学里面的“拟合函数”换了个符号，毫无用处。
AI 的发展速度在过去几年中取得了惊人的进展，但是在自我意识方面，还有很长的路要走。
人工智能还是一门年轻的学科。
就目前的进展来看，人工智能缺乏一定程度的溯源机制，这对于其跨领域的进行知识表达，以及更高级的“理解”和“全知全能”的实现，实际上是存在问题的，缺乏基本的智能阻碍了其合理性的问题，但人工智能界对溯因推理的关注还很少。
我们的世界已经被算法改变的太多太多，知乎回答的推荐模型、视频网站的冷启动、网易音乐和淘宝的首页/每日推荐、Google和Bing的搜索引擎智能问答......
AI智能的发展，是持续前进的。但不要被不断编织的人工智能神话所欺骗，渴望从“摘尽的低矮果实”中立马寻觅出高处的人参果——尽管低处仍然也有好果子，尽管目前也有能承载起人们寻求新突破的希望性研究课题。
也许，诞生自我意识，乃至成为全能的通用人工智能（AGI）存在，对于现在的技术来说还太早，得等到下次浪潮再看罢，勿要好高骛远。