谷歌工程师预测：AGI或在2029年出现，AI五年内通过人类测试

谷歌工程师预测：AGI或在2029年出现，AI五年内通过人类测试

引用

新浪网

1.

https://finance.sina.com.cn/stock/usstock/c/2024-03-10/doc-inamuaka0671097.shtml?finpagefr=p_108

谷歌工程师Alex Irpan对AGI（通用人工智能）的预测进行了重大调整，将实现时间从2035年提前至2028年，并详细阐述了这一预测背后的技术和理论基础。英伟达CEO黄仁勋也表示，AI将在五年内通过人类测试，AGI即将到来。

黄仁勋：五年内AI将通过人类测试

最近，英伟达CEO黄仁勋在斯坦福大学经济论坛上表示，AI将在五年内通过人类测试，AGI将很快到来。他指出，如果将所有可想象的测试列成清单，让AI去完成，不出五年，AI将能够很好地完成每个测试。虽然目前AI在某些专业领域（如胃肠病学）仍面临挑战，但黄仁勋认为五年后AI将能够通过这些测试。

Irpan：2028年有10%概率实现AGI

谷歌机器人团队的软件工程师Alex Irpan在LLM领域出现进展后，发现AGI的到来会比自己预想的更快。他对AGI的定义是：一个人工智能系统，在几乎所有（95%+）具有经济价值的工作上，都能与人类相匹配或超过人类。

AGI实现时间预测调整

• 2020年预测：

• 2035年出现的几率为10%

• 2045年出现的几率为50%

• 2070年出现的几率为90%

• 2024年预测：

• 2028年出现的几率为10%

• 2035年出现的几率为25%

• 2045年出现的几率为50%

• 2070年出现的几率为90%

技术和理论基础

1. 模型规模扩展：

• Irpan认为存在两种主要观点：
• 仅通过增加模型规模就能实现AGI
• 仅扩大规模不足以实现AGI，需要突破现有技术范式
• 目前证据表明，规模扩大时的涌现现象更有可能是正确的

2. 无监督学习：

• 无监督和自监督方法是推动LLM和多模态模型发展的关键
• 虽然监督学习和强化学习仍发挥作用，但热度已大不如前

3. 工具发展：

• 随着Transformers技术普及，相关工具变得更专业、集中
• API受众范围扩大，从业余爱好者到研究人员

4. 产品周期兴起：

• ChatGPT等AI驱动应用已改变商业世界
• 大型科技公司和风投投入数十亿美元支持硬件和人才

5. 数据获取挑战：

• 优质数据获取成为主要瓶颈
• 模型可能已能生成足够优质的数据（合成数据）进行学习

6. 搜索和Q*：

• 搜索技术与LLM结合是可靠方法
• MuZero等研究展示了算力需求的巨大增长

7. 炒作与挑战：

• AI领域持续面临炒作与实际能力的差距
• 数据来源、模型扩展、物理具身等挑战正在被逐步解决

结论

Irpan认为，虽然存在一些挑战，但通过持续的规模扩展和技术创新，AGI的实现是可行的。尽管存在乐观派和悲观派的不同观点，但目前的证据表明，"缩放定律"尚未遇到真正的障碍。