GPT-4就是AGI！谷歌斯坦福科学家揭秘大模型如何超智能

原文来源：新智元

图片来源：由无界 AI‌生成

通用人工智能（AGI），其实已经实现了？

最近，来自谷歌研究院和斯坦福HAI的大佬发文称，现在的大预言模型就是通向AGI的正确方向，而且现在最前沿的模型，已经拥有AGI的能力了！

这两位作者都是AI业界大佬，Blaise Agüera y Arcas现在是Google Research副总裁兼研究员，曾经也在微软任职。主要研究领域是人工智能基础研究。

Peter Norvig是一位美国计算机科学家，是斯坦福AI研究所研究员，也是Google Research的工程总监。

不同的人眼里的通用人工智能（AGI）的含义，是完全不一样的。

当前最先进的AI大型语言模型几乎已经实现了大部分对于AGI的畅想。

虽然这些「前沿模型」有许多缺陷：它们会编造学术引用和法庭案例，从训练数据中扩展人类的偏见，而且简单的数学也算不对。

尽管如此，今天的前沿模型甚至能胜任它们没有训练过的新任务，跨越了前几代人工智能和有监督深度学习系统从未达到的门槛。

几十年后，它们将被公认为第一批达到AGI能力的范例，就像现在回头看1945年的ENIAC一样，它就是第一台真正的通用电子计算机。

即使今天的计算机在速度、内存、可靠性和易用性方面都远远超过了ENIAC。但是ENIAC可以使用顺序指令、循环指令和条件指令进行编程，这赋予了它前辈（如差分分析仪）所不具备的通用性。

同样，未来的前沿人工智能也会在今天的基础上不断进步。

但通用性的关键属性呢？

它已经在现实的大语言模型上实现了。

什么是通用人工智能？

早期的AI系统虽然在执行任务的能力上，可以接近或超过人类的水平，但通常只能专注于单一任务。

比如，斯坦福大学Ted Shortliffe在20世纪70年代开发的MYCIN，只能诊断细菌感染并提出治疗建议；SYSTRAN只能进行机器翻译；而IBM的「深蓝」也只会下国际象棋。

后来，经过监督学习训练的深度神经网络模型，如AlexNet和AlphaGo，成功完成了很多早期启发式、基于规则或基于知识的系统，长期无法解决的机器感知和判断任务。

最近，我们看到了一些前沿模型，它们无需进行针对性的训练，就能完成各种各样的任务。

可以说，这些模型在五个重要方面实现了通用人工智能的能力：

- 话题（Topic）

前沿模型是通过数百千兆字节的文本训练而成，这些文本涵盖了互联网上几乎所有讨论过的话题。其中，一些模型还会在大量多样化的音频、视频和其他媒体上进行训练。

- 任务（Task）

这些模型可以执行各种任务，包括回答问题、生成故事、总结、转录语音、翻译语言、解释、决策、提供客户支持、调用其他服务执行操作，以及组合文字和图像。

- 模态（Modalities）

最受欢迎的模型主要处理图像和文本，但有些系统也能处理音频和视频，并且有些与机器人传感器和执行器相连。通过使用特定模态的分词器或处理原始数据流，前沿模型原则上可以处理任何已知的感官或运动模态。

- 语言（Language）

在大多数系统的训练数据中英语所占的比例最高，但大模型却能使用数十种语言进行对话和翻译，即便在训练数据中没有示例的语言对之间也可以实现。如果训练数据中包含了代码，模型甚至可以支持自然语言和计算机语言之间的「翻译」（即通用编程和逆向工程）。

- 可指导性（Instructability）

这些模型能够进行「上下文学习」，也就是根据提示而不是训练数据来进行学习。在「少样本学习」中，一个新任务会配有几个输入/输出示例，然后系统会基于此给出新的输入对应的输出。在「零样本学习」中，会描述一项新任务，但不会给出任何示例（例如，「以海明威的风格写一首关于猫的诗」）。

「通用智能」必须通过多个维度来考虑，而不是从单一的「是/否」命题。