原创 科技云报道：AGI渐行渐近，该加速还是要踩刹车？

科技云报道原创。

人类距离第一个AGI的出现已经越来越近了！

马斯克在今年早些时候预测，AGI可能会在2026年投入使用。DeepMind联合创始人、首席AGI科学家Shane Legg在一次访谈中认为，2028年，人类有50%的概率开发出第一个AGI。然而百度CEO李彦宏的观点则更加审慎，他认为AGI还需要10年以上的时间才能出现。

自1956年达特茅斯会议提出“人工智能”这一概念以来，实现人类水平的智能一直是AI领域的圣杯。去年上半年，有主流研究者提出，大语言模型已经表现出“通用人工智能的火花”（sparks of AGI）。这似乎表明，AGI已经从哲学猜想变成了将来的未来。然而，关于AGI的观点众说纷纭，大语言模型也常有愚蠢行为出现，这些都引发了对AGI的质疑。

在此背景下，我们离实现真正的AGI还有多远？如何预防AGI带来的潜在风险？

AGI，未到的黎明

从性能强度和通用性两个维度，可以将人类和AI的关系划分为6个阶段：无AI、智能涌现、胜任、专家、大师、超人类。而现在大语言模型的出现，正属于第一个AGI的阶段：AGI雏形。

AGI（Artificial General Intelligence），即通用人工智能，其目标是实现人类般的通用智能，这意味着AI可以像人类一样理解任意通用任务，并以人类的智力水平执行完成。基本上，除了“自我意识”的生成，AGI就是人类对人工智能的终极梦想了。

AGI是要让智能体像人一样，不仅能够独立感知环境、进行思考、作出决策、学习新技能、执行任务，还能够与人类或其他智能体进行有效的协作。同时，智能体能够理解人类的情感，并且遵循社会伦理和道德规范。

一个完整的AGI需要具备三个基本特征：第一，必须能完成无限的任务，而不是只能完成人定义的有限几个任务。第二，要在场景中自主发现任务，这是通常所说的要做到“眼里有活儿”。第三，要有自主的价值来驱动，而不是被动的被数据所驱动。

同时，AGI还需要解决一些关键的技术问题，比如构建智能体的认知架构，让智能体由价值驱动，在现实世界中进行有效的行动，能够与社会环境进行互动，使智能体决策过程透明可解释，以及建立和人类之间的信任关系等。

以OpenAI的ChatGPT、谷歌Bard、Meta的Llama为代表的大模型，已经在通用性上展示出了AGI的潜力。因为大语言模型已经能完成范围相当广的各类任务，而且表现出了像学习新技能这样的“元认知”能力。

相比大模型的“鹦鹉范式”，AGI是以“小数据，大任务”为架构的“乌鸦范式”，智能体表现为具有自主的智能，能够自主感知、认知、推理、学习和执行，不依赖于大数据，基于无标注数据进行无监督学习，并且智能系统低功耗。就像乌鸦喝水这一行为，看似简单，却属于自主推理行为，是由价值与因果驱动的高级智能，也是AI的未来发展趋势。

如果单从AI的性能维度上看，“窄AI（Narrow AI）”类型的AI已经达到了完全超越人类认知的水平。以AlphaFold、AlphaZero为代表的专业领域AI，在特定领域已经能发现人类智力无法发现的新事物了，此类被成为“超人类窄AI”。而在某些领域，AI能达到90%的人类水平，比如文书纠正AI Grammarly，DALL·E 2，Imagen等生图AI，这被称为“专家级窄AI”。在特定领域，能达到普通人的平均水平，比如Siri，谷助手这类普通智能助理，其被称为“普通窄AI”。

所谓“窄AI”，是指那些特别擅长处理单一任务或者特定范围内工作的系统。在大多数情况下，它们在特定领域中的表现远优于人类。不过一旦它们遇到的问题超过了适用空间，效果则急转直下。换言之，它们无法将自己掌握的知识从一个领域转移到另一个领域。

尽管窄AI无法全面执行需要人类智能的任务，但在特定场景中仍然非常实用，而且已经在诸多应用之内发挥着自己的作用。谷歌搜索查询现在可以利用窄AI算法回答问题，窄AI系统会在YouTube及Netflix中推荐用户可能感兴趣的视频，并在Spotify中按喜好整理出周推音乐列表。

而在窄AI已经覆盖的能力维度上，AGI都还没有出现对应的实例，因为目前还没有出现真正意义上的AGI，对于AGI的定义，人类也还没有达到统一的认知。

谁会是AGI的起点？

从信息时代走向智能时代，“语言”成为那把开启全新时代的钥匙。著名的作家兼哲学家路德维希·维特根斯坦在其《逻辑哲学论》一书中提到：“我的语言的界限，意味着我的世界的界限。”

对人类而言，承载世界的知识、思考、沟通和文化靠的是语言。语言本身的发明代表着每多一个词汇就让世界多了一个认知维度，词汇之间建立的逻辑关系和表达代表了人类对世界完整的建模。这个模型不是在图像里面，而是通过语言进行承载，所以语言边界就是世界边界。AI核心就是把现实世界的现象翻译成为数学模型，通过语言让机器充分理解现实世界和数据的关系。

如今，人们已经走出了原来物理学靠一个公式解释世界的方法，更多是靠海量数据在不同层次单独建模，上层建模就是由大量的数据驱动。语言模型如此，生命建模也是如此，2021年最伟大的成就就是DeepMind的AlphaFord系统，针对基因到蛋白质的三维结构建模，通过这个模型预测基因被转录或者表达为蛋白质以后拥有的形态，也是全世界轰动的生命领域的突破，靠的也是数据和AI的驱动。

虽然大模型已经取得了一些惊人的进展，但如果比较AGI的三个特征，就会发现大模型还不符合AGI的要求。

首先，大模型在处理任务方面的能力有限，它们只能处理文本领域的任务，无法与物理和社会环境进行互动。这意味着像ChatGPT这样的模型不能真正“理解”语言的含义，因为它们没有身体来体验物理空间。

其次，大模型也不是自主的，它们需要人类来具体定义好每一个任务，就像一只“鹦鹉”，只能模仿被训练过的话语。真正自主的智能应该类似于“乌鸦智能”，能够自主完成比现如今AI更加智能的任务，当下的AI系统还不具备这种潜能。

第三，虽然ChatGPT已经在不同的文本数据语料库上进行了大规模训练，包括隐含人类价值观的文本，但它并不具备理解人类价值或与人类价值保持一致的能力，即缺乏所谓的道德指南针。

但这并不妨碍科技巨头对于大模型的推崇。OpenAI、谷歌在内的科技巨头，都将大模型视为迈向AGI的关键一步。OpenAI CEO Sam Altman就曾多次表示，GPT模型是朝着AGI方向发展的重要突破。

不过，Meta人工智能首席科学家杨立昆（Yann LeCun）认为，目前的大模型路线无法通往AGI，且非常危险。

他指出，现有的大模型尽管在自然语言处理、对话交互、文本创作等领域表现出色，但其仍只是一种“统计建模”技术，通过学习数据中的统计规律来完成相关任务，本质上并非具备真正的“理解”和“推理”能力。

他认为，“世界模型”更接近真正的智能，而非只学习数据的统计特征。以人类的学习过程为例，孩童在成长过程中，更多是通过观察、交互和实践来认知这个世界，而非被单纯“注入”知识。而LeCun的“世界模型”路线，则是试图通过对视频、音频等媒体的模拟与补全，让AI也经历这样一个自主学习的过程。

他也承认，实现“世界模型”并非易事，这一雄心勃勃的目标可能需要耗时10年才能实现。

将风险控制在可控范围内

对于AGI所带来的风险，图灵是最早提出警告的人之一。他在1951年说道：“一旦机器开始思考，很快就能超越我们。因此，在某个时候，我们应该期望机器能够被掌控。”因为当一个比人类更强大的智能体出现时，人类很难维持权力，特别是当这些智能体具有不正确或不完整的目标时。

如果还有人认为现在考虑这些风险是危言耸听，那么如何回答这样一个问题：你如何在比人类更强大的智能体面前永远保持权力？此外，在AI领域，还有一些人试图回避这个问题，否认AGI的可实现性，却没有提供任何证据。

OpenAI CEO Sam Altman在其文章《Planning for AGI and Beyond》里，探讨了AGI对社会、技术和伦理的潜在影响，并强调了慎重规划和负责任的发展的必要性。

文章指出，通过增加资源丰富度、推动全球经济增长，以及助力新科学知识的发现，AGI有潜力极大地提升人类生活质量。这不仅是智力的巨大增幅，更是对人类创造力和想象力的极大扩展。

然而，AGI的出现也可能带来严重的滥用风险、意外极端事件的可能以及对社会结构的剧烈动荡。因此，OpenAI提倡在发展AGI时，AGI开发者以及全社会都必须找到正确的方法来实现和利用这一技术，确保其与人类核心价值观保持一致，并公平地分享其带来的好处。

此外，OpenAI认为，从长远来看，AGI的出现仅仅是智力发展的一个节点，而AI的进步可能会在未来相当长一段时间内继续保持。OpenAI提出了一个安全的AGI发展愿景，即在较短时间内以较慢的速度过渡到AGI，以便社会有时间适应和调整。

尽管未来不可预知，但OpenAI表达了他们最关心的几个原则：希望AGI能最大限度地促进人类在宇宙中的繁荣；希望AGI带来的好处、访问权和治理能够被广泛且公平地分享，并成功应对巨大风险。

为此，OpenAI倡导在短期内进行渐进式过渡、继续创造越来越符合目标的模型，并在长期进行全球范围的对话，讨论如何治理这些系统、如何公平分配它们产生的好处，以及如何公平分享访问权。在极高的风险和回报下，人类需要团结起来，让AGI在未来世界以一种对人类最有益的方式绽放。

对于如何预防AGI给人类带来威胁，可以逐步放开AGI的能力空间和价值空间，一开始把它关在“笼子”里，慢慢打开权限。对于AGI，可以先其适用场合和行动空间限制在特定区域内，随着人们对机器的信任的增加，确认AGI安全可控后，再逐步给予更大的空间。另外，应该进一步促进算法决策过程的透明度。如果能够清晰了解AGI的认知架构，从而知道其是如何工作的，就能更好地控制它。

人类对于AGI的探索和思考才刚刚开始，我们还有很长的路要走。AGI的进步不仅代表了技术创新，更是对未来人机交互方式的重新想象。随着我们逐步走向AGI未知领域，稳健和有序的发展显得更加重要，我们必须高度警醒AGI所带来的问题，并充分重视AGI所创造的机会。两千多年前，苏格拉底说“认识你自己”，今天在AGI技术发展的倒逼下，人类需要“重新认识你自己”。

【关于科技云报道】

专注于原创的企业级内容行家——科技云报道。成立于2015年，是前沿企业级IT领域Top10媒体。获工信部权威认可，可信云、数博会、国家网安周与全球云计算等大型活动的官方指定传播媒体之一。深入原创报道云计算、人工智能、大模型、网络安全、大数据、区块链等企业级科技领域。