AGI通用人工智能时代即将来临？！——听过AI但你知道什么是AGI吗？

AGI通用人工智能时代即将来临？！——听过AI但你知道什么是AGI吗？

2024年2月16日，OpenAI发布了一则震撼科技界的重大消息——影像生成AI模型Sora，可以通过文字描述生成1分钟长度的拟真视频，除了令人震惊之外，也让大众开始期待通用人工智能时代是否能提前到来。2024年3月1日，英伟达（NVIDIA）CEO黄仁勋在斯坦福大学经济论坛上被问及实现"创造类人类思考的电脑"这一长期目标需要多长时间时，他回答说，这主要取决于目标的定义，如果是在通过人类测试的情况下，通用人工智能很快就能到来。

什么是AGI？

其实"通用人工智能（Artificial General Intelligence）"这一术语早在1997年就已经出现，又称为强AI。其主要论点旨在具备与人类同等智慧或者超越人类的人工智能，意味着机器将具备自我意识，并且能够表现出正常人类具备的所有智慧行为，处理各种任务。

通用人工智能牵涉到许多领域，包含计算机科学、神经科学、心理学、哲学等领域的研究整合。一个完善的AGI系统应具备抽象能力、背景知识理解、常识、因果关系判断、迁移学习等等。而这些能力常常见到的运用例子如下：

• 创造力：能够阅读和理解人类生成的代码并且改进它。比如Sora通过文字描述能够自行产生不存在的影像。
• 图像/影像识别：通过颜色识别，辨识图像或影像中的深度和三维。比如国外应用程式Be My Eyes与GPT-4结合推出的模型就能够支援图像辨识，将其转为文字叙述，帮助视障者更好地理解该物品或场景。
• 精细运动：能够如同人类一般控制躯干、关节以达到想要完成的动作。目前的技术是机械透过人为操作以可做出很精细运动，例如微创手术。
• 自然语言理解（NLU）：能够分析人类语言，并从中识别出对话意图，以达到人类彼此沟通无障碍的状态，例如现今较常被使用的ChatGPT。
• 导航：通过全球定位系统精确定位地理地址，并配合计算，做出精确度与人类相符的物理空间（投射）运动，比如自动驾驶汽车。
• 迁移学习：在新领域中套用先前学习过的类似模型及资料，经过调整设计后自主学习解决新的问题。就如同人类在面对一个新问题时，可以借助过去相似的经验或是学习过的知识，做出判断及决策。

根据Google Deepmind发表的论文《通用人工智能等级：实现通往AGI之路的进展》（Levels of AGI：Operationalizing Progress on the Path to AGI），其中归纳出了AGI六大原则并为其分等级与定义：

1. 专注能力而非流程。意即实现AGI并不代表系统以类人类的方式思考或理解，实现AGI并不代表系统拥有意识。
2. 注重通用性及效能。
3. 关注认知和后设认知任务。意即"认知的认知"或"知识的知识"，简言之，就是对自我认知过程的思考。
4. 专注潜力，而非部属。
5. 注重生态效度，也就是在真实世界中的实用性。
6. 专注通用人工智能之路，而非单一端点。

在上述原则下，将AGI分成0至5个等级：

图一：通用人工智能等级之比较；图片来源：若水数位评价整理

ANI、AGI甚至ASI到底有什么差异？

图二：弱AI与强AI；图片来源：若水数位评价整理

人工智能一路发展至今，随着技术不断革新，人工智能开始拥有越来越多的能力，目前大致可以分成弱人工智能（ANI）、通用人工智能（AGI）、超級人工智能（ASI），不同阶段的人工智能所需的技術程度及其带来的影响差异甚大，下图若水來帶大家看一下这三者的差异。

图三：ANI、AGI及ASI之差异；图片来源：若水数位评价整理

未来挑战及风险

虽然通用人工智能确实能够带来很大的便利和无限的可能性，甚至能够取代部分人力，无论是在医疗、教育、交通、能源、军事都可能带来革命性的改变，不过就技术可行性上，人工智能还是有一定的限制，比如感官、情商，系统无法真正做到与人类一样感知世界。

除此之外，伴随通用人工智能而来的风险与影响，也不容我们忽视，类人类机器人不管是在法律规范还是现行伦理道德框架下，都很难去约束，且当机器拥有智能时，其与人类之间的关系又将如何？在持续发展AGI的路程中这些都是我们应该去思考及规划的。