AGI与ASI

如果你问我，AGI（通用人工智能）和ASI （超级人工智能）的时间线，我会说： ASI 这两年就能实现，AGI 还早着呢

Nano Banana Pro纯粹是屎，还不如手画真的。横线是人类基准。五条曲线分别是记事、算数、语言、视觉、机器人控制 机器对人的超越从来不是统一的，平齐的，而是分领域一个一个超越 比如记录文字。最早的时候，人们用结绳记事，当然远不如人脑使。竹简时期也很难说。但到了汉代突破了造纸技术，人脑就远不如书本了，更不如后来的晶体管磁带硬盘等等 再如算数。算盘还是人的辅助，机械计算机逐渐超越人类，而电子计算机就基本随便虐了 搜广推（搜索、广告、推荐）也是如此。相比于计算机与网络技术漫长的发展史，搜广推对人的超越是一瞬间的。人们从来没意识到人的喜好是一种极容易建模的数据种类 导航，GPS，略 跳棋、象棋、围棋、德扑、dota，略 现在轮到语言，以及推理、逻辑、数学、编程了 所以，我可以说，ASI 的发展是一波一波的，一个领域一个领域超越人类的。这意味着，计算机的语言能力对人的超越也会是短短几年，与文字几千年的历史相比也是一瞬间；同时，语言的突破绝不意味着其他模态的会自然在这一波突破 那么，AGI什么时候实现呢？ 首先我们要对AGI进行定义。我认为人的智能还包含两块很重要的能力，视觉和控制 现在模型的视觉能力还与人相差很远。比如对于空间能力的感知、记忆、分辨率，都有较大差距 控制的差距就更大了。人的动作有极强的泛化能力和学习效率，而宇树的动作不管多潇洒，都还依赖于沙盒内的模拟训练，也做不到纯靠视觉感知来规划交互等 Yann LeCun曾举过一个例子，他说现在模型的智能还不如他家的猫。他的猫可以环顾四周，瞬间建立对周边物体的三维模型，然后规划动作，精确的肌肉控制，唰唰唰，瞬间三步从地面跳上桌子、门沿，最后上到房顶 这些，今天的AI一个都做不到 （说起来，我一直都很信LeCun，可你们一个个都不太信啊 我本来期望，Yann LeCun 的猫能成为第五只科学四大神兽，但可能LeCun 的蛋糕更出名） 至于这俩怎么实现，我觉得且呢。单说视觉模型怎么训练就完全没想法呢，着什么急 当然了，我对AGI的定义并不影响奇点论（singularity point） 奇点论认为，如果人工智能发展到一定阶段，它就可以加速科学技术的发展，使得其自身发展更快，于是进入正向循环超指数级增长 对此我同意Sam Altman的想法，我们已经过了奇点了 虽然今天的LLM 还不能独立做科研，但在它的辅助下大家发ACL 的速度已经增长了65536 倍了（A门） 至于它不会跑不会跳，并不影响它能自我加强自我迭代 那么AGI之后是什么？ Demis Hassabi最近提出了一个名词，叫Artificial Universal Intelligence AUI （尚不确定如何翻译，各位觉得“普世人工智能”如何？） 他这点倒是跟LeCun 看法相同，即人类的智能也只包含全部智能的一小部分。比如人脑不能预测蛋白结构，也不能直接读出DNA 序列的含义