Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

为什么我们不太可能很快获得通用人工智能

Posted on 2025-05-19

ai_64.png

OpenAI 首席执行官兼 Sam Altman 相信,通用人工智能 (AGI) 可能在未来几年内实现。但《纽约时报》写道,一些技术专家的猜测“有些超前”,并补充道,许多科学家“认为,如果没有新想法——超越仅仅在数据中寻找模式的强大神经网络——就没有人能够实现通用人工智能 (AGI)。这种新想法可能明天就会出现。但即便如此,业界也需要数年时间来开发它。”“我们今天构建的技术不足以实现这一目标,”人工智能初创公司 Cohere 的创始人 Nick Frosst 表示,他曾在谷歌担任研究员,并师从过去 50 年来最受尊敬的人工智能研究员。“我们现在构建的是能够接收单词并预测下一个最可能的单词,或者接收像素并预测下一个最可能的像素的东西。这与你我所做的截然不同。”美国人工智能促进会(AIA)最近进行了一项调查,该协会是一个拥有40年历史的学术团体,汇集了该领域一些最受尊敬的研究人员。超过四分之三的受访者表示,当今技术的发展方法不太可能催生出通用人工智能(AGI)。意见分歧的部分原因在于,科学家们甚至无法就人类智能的定义达成一致,他们对智商测试和其他基准测试的优缺点争论不休。将人类大脑与机器进行比较则更加主观。这意味着,对AGI的识别本质上是一个见仁见智的问题……而且,科学家们没有确凿的证据表明,当今的技术能够完成大脑所能做到的一些更简单的事情,例如识别讽刺或产生同理心。AGI即将到来的说法是基于统计推断——以及一厢情愿的想法。根据各种基准测试,当今的技术在一些显著领域(例如数学和计算机编程)正在以持续的速度进步。但这些测试仅仅描述了人类能力的一小部分。人类知道如何应对混乱且瞬息万变的世界。机器却难以掌控意料之外的事情——那些无论大小、与过去截然不同的挑战。人类能够构思出世界从未见过的奇思妙想。机器通常会重复或增强它们之前见过的事物。正因如此,弗罗斯特和其他怀疑论者认为,要让机器达到人类水平的智能,至少需要一个全球科技专家尚未想到的伟大创意。目前尚无定论,这需要多长时间。“一个系统在某一方面优于人类,并不一定在其他方面也更胜一筹,”哈佛大学认知科学家史蒂芬·平克说道。“根本就不存在一个能够自动解决所有问题的全知全能的机器,包括那些我们甚至还没有想到的问题。人们很容易陷入一种神奇的思维模式。但这些系统并非奇迹。它们只是一些非常了不起的小玩意儿。”虽然谷歌的 AlphaGo 可能在“一套有限的规则”游戏中与人类对抗,但文章指出,现实世界“仅受物理定律的约束。对整个现实世界进行建模远远超出了当今机器的能力范围,因此,谁能确定通用人工智能(AGI)——更不用说超级智能——即将到来呢?” 文章还提供了意大利威尼斯卡福斯卡里大学科学哲学教授马泰奥·帕斯奎内利(Matteo Pasquinelli)的另一种观点。“人工智能需要我们:我们这些生命体,不断地生产,为机器提供养分。它需要我们思想和生活的独创性。”

twitter_icon_large.png facebook_icon_large.png

在 Slashdot 上阅读更多内容。

原文: https://slashdot.org/story/25/05/19/003225/why-were-unlikely-to-get-artificial-general-intelligence-any-time-soon?utm_source=rss1.0mainlinkanon&utm_medium=feed

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • Elad Gil
  • Ellie Huxtable
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Lou Plummer
  • Luke Wroblewski
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mostly metrics
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme