探索 Google DeepMind 六個層次的人工通用智慧 (AGI)

Google的DeepMind團隊正積極釐清關於人工一般智慧（AGI）的討論，並建立明確的定義。雖然許多AI愛好者將AGI視為追求人工超智慧的終極目標，但關於AGI具體內容的討論卻鮮有深入闡述。這個術語通常模糊地用來描述一種軟體，一旦它跨越某一門檻，便能達到類似人類智慧的能力。

在一篇於arXiv上發表的預印本中，DeepMind研究人員強調了AGI定義精確性的重要性，並指出需要量化AI系統的性能、通用性和自主性等屬性。通過提出一個標準化的AGI評估框架，他們旨在建立有助於評估各種AI模型能力的基準。

定義AGI

目前，尚無普遍接受的AGI定義。OpenAI的章程將AGI描述為「在大多數經濟價值工作中超過人類的高度自主系統」。專家一致認為，與在特定任務（如語言翻譯或遊戲）的狹義AI不同，AGI應能展現出處理任何人類能執行的智力任務的靈活性和適應性。這意味著不僅要精通特定領域，還需具備跨領域知識遷移、展現創造力和解決新問題的能力。

為了澄清AGI的概念，Google的研究人員借鑒了用於評估自動駕駛進展的六級框架。他們分析了各種AGI定義，並確定了數個應作為任何定義基礎的關鍵原則。

首先，Google團隊主張，AGI的定義應集中於能力，而非AI達成這些能力的過程。這一觀點強調，AI不需要重現人類的思維模式或意識來符合AGI的標準。

其次，他們指出，實現AGI不僅需要一般能力，還要求在各項任務上具體的性能基準。然而，他們澄清這些基準不必在真實環境中得到驗證；只要模型顯示出在特定領域超過人類能力的潛力即可。

一些專家建議，AGI可能需要嵌入到機器人中以與物理世界互動。然而，DeepMind的研究者認為這並不是必要條件。他們提出AGI應主要關注智慧認知任務，如自我引導學習。此外，他們強調應跟蹤AGI隨時間演變的過程，而不是固守單一的最終目標。

AGI的級別

為了對AGI進行分級，DeepMind開發了名為「AGI級別」的分類系統，從「新興」（可比於或略優於無技能的人類）開始，逐步升級到「能幹」、「專家」、「大師」，最終達到「超人類」（超過所有人類能力）。這一分級框架適用於簡單和複雜的AI系統。

研究人員指出，現有的AI技術，如DeepMind的AlphaFold，已在特定任務上展現出超人類表現。他們還表明，類似GPT-4和Google的Bard等高級聊天機器人可能代表AGI的早期階段。

AGI的未來

AI社區中的一些成員對AGI的即將到來持樂觀態度。Nvidia的首席執行官Jensen Huang最近表示，相信在未來十年內，甚至更早，AGI將能夠實現。AI和金融科技專家Nicole Valentine則提出，AGI可能已經存在，但尚未達到其全部潛力。她認為，隨著AI系統的進化及其從環境中學習，將隨著時間推移展現出更大的精細化。「真正的挑戰在於我們這些人類如何應對具有學習能力、能以自然語言溝通和推理的軟體所帶來的風險和機會。」她說。

今年早些時候，一組AI專家發表了一篇題為《人工一般智慧的火花：早期的GPT-4實驗》的論文，他們突顯了GPT-4在不同領域執行複雜任務的能力，暗示這可能被視為AGI的一個初步—儘管不完整—的實例。

相對而言，有些專家認為我們距離實現人類級別的機器智力仍然遙遠。Meta的首席AI科學家Yann LeCun反對AGI的存在，認為應將此術語替換為「人類級AI」。不過，他承認，機器最終會在所有領域超越人類智慧，這與AGI的普遍定義一致。

AGI的支持者主張，它有潛力徹底改變各個領域，從醫療到太空探索。然而，像Aquant公司的總裁Assaf Melochna等專家則指出，儘管AGI可能帶來驚人的進展，但它也帶來類似於在社會和政治事件中操縱社交媒體所見的重大風險。