「AGI之后是什么?DeepMind长文拆解通往超级智能(ASI)的四条技术路径」随着通用人工智能(AGI)渐行渐近,Google DeepMind发布长文探讨其下一阶段——人工超级智能(ASI),即在几乎所有人类关注的领域全面超越大型人类专家团队的系统。文章将通用智能视作一条连续光谱,人类水平仅是其中一环,即便不考虑模型能力上限的突破,单靠算力性价比、算法效率与硬件投入的叠加,全球有效算力存量也正以每年逾10倍的速度狂飙。这意味着未来十年认知成本将骤降百万倍,引发类似工业革命的“认知工业化”,数十亿个高速运行的智能体仅凭规模与无损复制特性就可能催生出弱ASI。为跨越质变门槛,AI正沿着四条相互交织的路径演进:继续扩展模型与数据(依赖合成数据与仿真突破数据墙)、寻找超越Transformer的新范式以攻克持续学习与概念创造、探索多智能体协作的规模法则并防范群体作弊与合谋,以及通过代码、数据和群体分工实现“递归自我改进(RSI)”——后者在数学证明等可自动验证的领域将跑得最快。文章最后提醒,多条路径并发意味着单纯限制训练算力等单一手段难以阻挡进程,甚至可能积蓄技术“悬垂”风险,提前建立跨学科的度量与评估体系已成当务之急。institute.deepmind.com/essays/what-comes-after-agi
发布于 北京
