『AI从入门到精通01』英伟达CEO黄仁勋提到的通用人工智能AGI是什么？

最新推荐文章于 2024-05-03 11:07:56 发布

木易AI信息差

最新推荐文章于 2024-05-03 11:07:56 发布

阅读量1k

点赞数 28

文章标签：人工智能 chatgpt gpt ai

本文链接：https://blog.csdn.net/weixin_40774379/article/details/136523278

版权

大家好，我是木易，一个持续关注AI领域的互联网技术产品经理，国内Top2本科，美国Top10 CS研究生，MBA。我坚信AI是普通人变强的“外挂”，所以创建了“AI信息Gap”这个公众号，专注于分享AI全维度知识，包括但不限于AI科普，AI工具测评，AI效率提升，AI行业洞察。关注我，AI之路不迷路，2024我们一起变强。

人工智能（AI）的发展历程

要说在当下的科技领域最引人注目的热点是什么，人工智能（AI）无疑稳居榜首。有人说，AI正在掀起第四次工业革命的浪潮。从早期的科幻小说到如今的现实应用，AI已经从概念走向了实践，它的发展速度远超我们的想象。

AI的旅程最初始于20世纪中叶，当时的研究学者们开始探索如何让机器模仿人类的思维方式。值得一提的是，第一个在机器智能领域进行大量研究的人就是大名鼎鼎的图灵（Alan Turing）。1950年，他发表了题为《计算机与智能》（Computing Machinery and Intelligence）的论文，这一划时代的作品使图灵赢得了“人工智能之父”的称号。

经过几十年的发展，我们已经见证了AI在图像识别、语音处理、自然语言理解和游戏等领域取得的惊人成就。

然而，尽管这些技术进步令人印象深刻，但它们大多数属于弱人工智能（Narrow AI），即专门设计来执行特定任务的智能系统。这些系统在其专业领域内表现出色，但它们缺乏人类的通用认知能力，无法像人类一样灵活地处理多种任务和适应新环境。

在这样的背景下，通用人工智能（AGI）的概念应运而生。AGI，也被称为强人工智能，是指能够执行任何智能任务的机器，具有与人类相似的认知能力和适应性。它不仅能够理解、学习和应用知识，还能够在未知环境中做出决策，甚至进行自我改进。在本文中，我们将深入探讨AGI的概念，分析其与当前AI技术的区别，从英伟达CEO黄仁勋的视角和观点出发，一起揭开AGI的神秘面纱，探讨它将如何影响我们的世界。

什么是AI？

人工智能，英文名 Artificial Intelligence，代表着一种模拟、延伸和扩展人的智能的技术。简单来说，AI是指由人造系统所表现出来的智能行为。AI的核心在于创造能够执行需要人类智能的任务的机器。这些任务包括但不限于视觉识别、语言理解、决策、学习和问题解决。AI的目标是使机器能够像人类一样思考，甚至在某些特定领域超越人类的能力。

弱人工智能（Narrow AI, ANI）

在目前的AI领域，大多数应用都属于弱人工智能。这些系统设计用来执行特定的任务，并且在这些任务上可能表现得非常出色。例如，谷歌的AlphaGo就是一个著名的弱AI案例，它在围棋游戏中击败了世界顶尖的人类选手。然而，AlphaGo的能力仅限于围棋，它不能将这种能力迁移到其他领域，如象棋或语言翻译。另一个例子是语音助手，如苹果的Siri或亚马逊的Alexa。它们能够理解用户的语音指令并作出响应，但它们的能力通常局限于预设的任务集，如播放音乐、设置闹钟或提供天气预报。

通用人工智能（AGI）

与弱AI相对的是通用人工智能（AGI），它指的是具有广泛认知能力的机器，能够在多个领域内执行任务，并且具有自我意识、情感理解和创造力。AGI的目标是创造出能够理解、学习和应用知识的机器，它们能够像人类一样适应新环境，解决新问题。

AGI的一个理论案例是电影《2001太空漫游》中的HAL 9000，它是一个完全自主的人工智能，能够进行复杂的决策和情感交流。当然这样的AGI目前还属于理论和研究阶段，但它代表了AI技术发展的最终目标。弱人工智能已经在我们的日常生活中扮演了重要角色，而AGI的实现将会开启一个全新的时代，其中机器不仅能够执行任务，还能够理解和感知世界，就像人类一样。

ANI VS AGI

为了更深入地理解弱人工智能（ANI）与通用人工智能（AGI）之间的区别，我们可以通过一个日常生活中的复杂任务——驾驶汽车来说明。

自动驾驶

自动驾驶是ANI的一个典型例子。自动驾驶的汽车配备了先进的传感器、摄像头和雷达系统，能够感知周围环境，识别行人、其他车辆和交通信号。它们通过机器学习算法，如深度学习，来处理这些数据，并做出驾驶决策。然而，这些系统通常只能在特定的环境和条件下工作，例如在高速公路上或者在有明确交通规则的城市街道上。

自动驾驶汽车的ANI系统在处理特定任务时表现出色，但它们缺乏灵活性和适应性。如果遇到未曾训练过的复杂情况，比如一个小孩突然冲进马路，或者遇到一个罕见的交通标志，这些系统可能无法做出正确的反应。它们不能像人类司机那样，利用广泛的知识和经验来处理这些意外情况。

相比之下，一个AGI系统理论上能够处理任何类型的任务，包括驾驶汽车。一个AGI驱动的汽车不仅能够处理自动驾驶汽车所面临的所有挑战，还能够理解和适应各种未预见的情况。例如，如果道路突然因为施工而封闭，AGI系统能够理解施工人员的手势，或者阅读临时的交通指示牌，然后自主决定最佳路线。

AGI系统还能够从经验中学习，不断改进自己的决策能力。它们能够理解复杂的社会规则和人类行为，甚至能够与乘客进行自然对话，了解乘客的需求和偏好，并据此做出相应的调整。在遇到道德困境时，如必须在保护乘客和行人之间做出选择，AGI系统能够基于更广泛的道德和伦理原则来做出决策。

通过自动驾驶汽车的例子，我们可以看到ANI和AGI之间的根本区别。ANI系统在特定任务上表现出色，但它们的能力和适应性有限。而AGI系统则具有更广泛的智能，能够理解、学习和适应各种复杂和多变的环境。尽管AGI目前还处于理论和研究阶段，但它代表了人工智能发展的终极目标，即创造出能够与人类智能相媲美的机器。

黄仁勋提到的通用人工智能AGI是什么？

在探讨了人工智能（AI）的基本概念和ANI与AGI的区别之后，我们转向英伟达（NVIDIA）的CEO黄仁勋对于通用人工智能（AGI）的看法。可以看到，虽然黄仁勋AI的发展和前景非常乐观，但他提到的通用人工智能（AGI）也并不是最终意义上的AGI，而是加了定语的——即“能通过人类的任何测试”的AI可能在五年内实现。同时，黄仁勋也提到目前来看，很难让AI成为一名真正的“工程师”，要实现真正的AGI还有很长的路要走，还有很多的困难需要克服。

但不可否认的是，AI确确实实地正在逐渐改变我们的学习、工作和生活。同时，在推动AI和AGI发展的过程中，英伟达扮演了重要的角色。通过提供高性能的图形处理器（GPU）和AI平台，英伟达推动了AI算法的研究和发展，是支持AI产业扩张和AGI研究的关键。这也是为什么英伟达能够成为继微软和苹果之后，美国市值第三大的公司（2万亿美元）。

ChatGPT属于哪一类AI？

目前非常火热的大型语言模型（LLM）如ChatGPT，属于弱人工智能（Narrow AI）的范畴。这是因为尽管它们在语言理解和生成方面展现出了令人印象深刻的能力，能够进行对话、撰写文章、解答问题等多种任务，但这些能力主要限定在处理语言相关的问题上。归根结底，这一类LLM只是自然语言处理NLP的一个子分支。

ChatGPT和其他类似的LLM通过学习大量的文本数据，能够在特定的任务上模仿人类的语言使用方式。例如，它可以和你进行日常对话，能够编写代码和创作诗歌。然而，它们的这些能力是基于训练数据中的模式，而不是真正的理解或意识。

尽管ChatGPT在语言处理方面的表现可能让人感觉它具有某种“通用”的智能，但它实际上并不具备自主学习新领域知识、解决它未被明确训练过的任务的能力，也不能像人类那样理解复杂的情感和社会关系。因此，它并不能被视为通用人工智能（AGI）。AGI是一种理论上的人工智能，能够在任何智能任务上达到或超越人类水平，包括但不限于语言处理。

总结来说，ChatGPT是一个非常先进的弱AI（ANI），它在自己的专长领域内表现出色，但它还没有达到AGI的水平。