谷歌DeepMind报告：从AGI到ASI，AI发展是智力爆炸还是漫长跋涉？

AGI过时谷歌DeepMind聚焦ASIAGI什么时候来谷歌DeepMind宣布AGI已经过时了最近谷歌DeepMind发布了一份57页的报告《从AGI到ASI》。全世界都在努力实现的AGI在谷歌DeepMind看来只是个起点。这份报告由DeepMind联合创始人、首席AGI科学家Shane Legg他的博士导师、AIXI理论发明人Marcus Hutter以及一个14人的团队完成。18年前Legg的博士论文就探讨了机器超级智能18年后师徒俩把假设写成了路线图。独特的论文第一章这篇论文最惊人的是第一章不叫Introduction叫「Summary Instructions」这是在对着AI下指令默认读者里有AI预设AI会替人类读完它。智能的三级界定报告中谷歌DeepMind对智能进行了清晰界定分为AGI、ASI和Universal AI。AGI在大多数认知任务上达到人类中位数水平ASI要在几乎所有任务上稳定超过「数万名顶尖专家、协调良好、围绕单个问题连续协作十年」的产出且这些专家只能用2010年的技术储备Universal AI (UAI / AIXI)是智能在理论上的绝对天花板ASI只是在智能连续体上逼近UAI的一个里程碑。数字智能的优势报告指出随着算力增长AI拥有生物智能无法企及的先天外挂。输入/输出速度上今天的LLM能在几秒内吞下几本书内部处理速度可通过增加算力提速AI还具有基底独立性可无缝迁移能无损复制与共享经验瞬间生成大量分身。通往ASI的四条路径那么如何跨越AGI抵达ASI呢DeepMind提出了四条可能并行的路径。路径一大力出奇迹扩展计算、模型和数据。继续扩大有效算力、数据和模型规模即便单个模型能力停滞几年内AGI也会从实验室奢侈品变成基础设施。通过算力增长五年或十年后可运行大量AGI实例其群体能力足以催生ASI。因为AGI集群具有无损克隆、零摩擦通信、全自动协作等优势能展现出超越个体的组织级智慧。路径二范式跃迁。如果现有的「预训练大模型加微调加测试时推理」打法撞到天花板可能会出现全新的架构或学习范式如转向脉冲神经网络和神经形态硬件等。路径三多智能体协作与群体涌现。ASI可能是一个庞大复杂的数字生态系统数以百万计的AGI专家通过「市场机制」或「蜂群思维」协作将复杂问题拆解涌现出超级群体智能类似《星际迷航》里的博格集合体。路径四递归自我改进RSI。这是最容易引发「智能爆炸」和指数级增长的路径。AI可通过遗传演化修改代码与硬件通过文化演化自我提升训练数据质量。AI发展的阻碍前途看似光明但DeepMind发出警告如果以下摩擦成为瓶颈AI发展可能停滞。数据墙互联网上高质量人类文本数据预计本年代末耗尽可能导致「模型崩溃」或退化。经济与自然资源无底洞维持算力指数级增长需要大量资金、芯片供应和能源消耗若AI经济回报无法覆盖成本投资泡沫将破裂。研究难度指数级上升随着领域成熟取得突破的难度急剧增加。现存神经范式的天花板当前基于大规模语料预训练范式存在致命基因缺陷。人类的主动决策AGI大规模接管白领工作可能引发社会抵触监管机构等可能会人为设定算力上限。抽象屏障AI可能无法从原始数据中独立构建全新概念被锁死在人类认知上限但集体智能可通过堆实例突破。AI发展的不确定性DeepMind的报告没有给出确定的时间表从AGI到ASI可能是智力爆炸也可能是漫长跋涉。报告结尾判断要让AI进步停在人类水平需要多道关卡同时成为死路这种巧合不太可能发生。他们押注要么在AGI之前卡住要么从AGI到弱ASI进展顺利。我们这代人极有可能见证人工智能最终夙愿的实现但AI发展究竟会如何呢