AI 科学家对现代模型会导致 AGI 持怀疑态度

快速阅读: 《新科学家》消息，多家人工智能公司追求通用人工智能（AGI），但最新研究表明，单纯扩展现有模型难以达成。调查显示，76%的研究人员持怀疑态度。尽管科技巨头持续投资，但模型性能近来趋于平稳，且AGI定义尚无共识。

许多人工智能公司声称，它们的模型正在向通用人工智能迈进，但并非所有人都认同这一观点。马纳乌尔·昆特罗通过法新社与盖蒂图片社报道称，长期以来，科技公司一直宣称，仅仅通过扩展现有的人工智能模型就能实现通用人工智能（AGI），即这种人工智能能够媲美甚至超越人类的能力。然而，随着最近模型的性能趋于平稳，人工智能研究人员开始怀疑当前技术是否能够催生超级智能系统。

在一项针对475名人工智能研究人员的调查中，约76%的受访者表示，当前方法的扩展“不太可能”或“非常不可能”成功实现AGI。这些发现是华盛顿特区国际科学学会美国人工智能促进协会报告的一部分。

长期以来，科技公司一直坚持认为，通过扩展现有模型即可实现通用人工智能（AGI）。然而，随着近期模型性能趋于平稳，研究人员开始质疑当前技术是否足以支撑超级智能系统的诞生。从2022年生成式人工智能热潮开始以来，技术公司一直持有“扩展就足够了”的乐观态度。自那时起，大多数前沿成果基于一种被称为变压器模型的系统，其性能随训练数据量的增加而提升。但在最近的版本更新中，这些模型似乎已陷入停滞，仅表现出质量上的小幅改进。

“在没有同等努力去理解发生了什么的情况下进行大量投资，这在我看来是不合理的，”加州大学伯克利分校的斯图尔特·拉塞尔说，他是组织该报告的小组成员之一。“我认为大约一年前，每个人都开始意识到传统意义上的扩展收益已经达到了瓶颈。”

尽管如此，科技公司计划在未来几年内合计投入约1万亿美元用于数据中心和芯片，以支持其人工智能雄心。每周接收一封发现邮件。订阅时事通讯。

围绕人工智能技术的炒作或许能解释为什么80%的调查受访者也认为当前对人工智能能力的看法与现实不符。“号称能媲美人类表现的系统——例如在编码问题或数学问题上——仍然会犯愚蠢的错误，”俄勒冈州立大学的托马斯·迪特里希说，他为该报告做出了贡献。“这些系统作为研究和编码的辅助工具非常有用，但它们无法完全替代任何人类工作者。”

近期，人工智能公司更注重所谓的推理阶段扩展，这意味着人工智能模型在响应之前需要使用更多的计算能力和更长的时间来处理查询。但他表示，这种方法“不太可能是实现AGI的万能钥匙”。

尽管科技公司常把AGI当作终极目标，但AGI的定义仍未确定。谷歌DeepMind将其定义为在一系列认知测试中能胜过所有人类的系统，而华为则提出达到这一里程碑需要一个能让人工智能与其环境互动的身体。至于微软和OpenAI，内部文件指出，只有当OpenAI开发出一个能产生1000亿美元利润的模型时，他们才会认为AGI已经实现。

**主题：人工智能 / 计算**

(以上内容均由Ai生成)