什么是人工智能 (AGI) ？
麦肯锡解释者 什么是人工智能(AGI)？ 人工智能（AGI）是一个理论上的人工智能系统，其能力与人类相媲美。 许多研究人员认为，我们距离实现AGI还有几十年甚至几个世纪的时间。 March2024 你读过思考文章。AI-特别是在过去一年左右取得的生成式AI（genAI）突破-不仅将彻底改变我们创建内容的方式，而且还将彻底改变 但是，尽管像ChatGPT这样的通用人工智能工具似乎是一个巨大的飞跃，但实际上它们只是朝着更大突破的方向迈出的一步：人工智能或AGI。 AGI是AI，具有与人类相媲美的能力。虽然现阶段纯理论 ，但有一天AGI可能会复制类似人类的认知能力，包括推理，解决问题，感知，学习和语言理解。当AI的能力与人类的能力无法区分时，它 将通过所谓的图灵测试，该测试由20世纪的计算机科学家艾伦·图灵首次提出。 但我们还是别走在前面了。人工智能近年来取得了长足的进步，但迄今为止还没有人工智能工具通过图灵测试。我们还很遥远 从达到AI工具可以理解，交流和行动的程度与人类一样的细微差别和敏感性-并且至关重要的是，理解其背后的含义。大多数研究人员和学者认为，我们距离实现AGI还有几十年的时间；一些人甚至预测，本世纪（或永远 ）我们不会看到AGI。机器人学家RodneyBrooks 麻省理工学院的iRobot联合创始人认为AGI要到2300 年才能到达。 如果你认为人工智能已经看起来很聪明，这是可以理解的 。近年来，我们已经看到一代AI做了非凡的事情，从编写代码到在几秒钟内编写十四行诗。但AI和AGI之间有一个关键的区别。尽管包括ChatGPT，DALL-E等在内的最新一代AI技术一直是头条新闻，但它们本质上是预测机器-尽管非常好。换句话说，他们可以高度准确地预测特定提示的答案，因为他们已经接受了大量数据的训练。这令人印象深刻，但是。 在创造力，逻辑推理，感官感知和其他能力方面，它不在人类的表现水平上。相比之下，AGI工具可以具有与人类无法区分的认知和情感能力（例如同理心）。根据你对AGI的定义，他们甚至可能能够有意识地 理解他们正在做的事情背后的含义。 AGI出现的时机尚不确定。但是，当它确实到来时-而且很可能会在某个时候-对我们生活，企业和社会的各个方面都将是一件大事。高管现在可以开始工作，以更好地了解道路 机器实现人类水平的智能，并过渡到一个更加自动化的世界。 了解更多关于QuantumBlack的信息，麦肯锡的AI。 大多数研究人员和学者认为我们距离实现AGI还有几十年的时间；一些人甚至预测我们不会看到AGI 这个世纪（或曾经）。 AI成为AGI需要什么？ 以下是AI在实现AGI之前需要掌握的八种功能。 视觉感知 人工智能系统距离实现人类的感官知觉还有很长的路要走。例如 ，通过深度学习训练的系统仍然很差 颜色一致性。一些自动驾驶汽车被黑色胶带或贴纸上的小片愚弄了 红色停车标志，最终做出（不正确和潜在危险的）决定 是别的东西。 音频感知 Humansusesoundtodeterminethespacecharacteristicsofanenvironmentwithlittletonoeffort. Wecanhearbackgroundnoiseand例如，确定扬声器的位置，无论它们在我们后面还是在我们的右边。另一方面，人工智能系统提取和处理声音的能力更加有限，受到硬件和软件的限制。此外，即使 他们拥有一流的扬声器，麦克风和算法，AI系统难以解释声音以及人类。 精细运动技能 人工智能驱动的机器人还没有达到那种能激励我们相信它们编织头发或独立表演的精细运动技能 对我们的亲人进行手术。但他们越来越近了。在2019年 ，一只OpenAI机器人手在不到四分钟的时间内解决了魔方。更重要的是，即使在训练期间没有遇到中断，例如被毛绒长颈鹿刺激，它也能够继续工作。 自然语言处理 为了与人类水平的认知相抗衡，AGI需要消耗人类的信息来源-书籍，文章，视频， 等等-完全理解。AGI还需要从人类水平的常识和常识的地方进行操作。当人类交流时，大量的信息被假定和未说出来。AGI需要填补这些空白。最近的一代AI工具已经证明了自然语言处理的改进，但它们仍然 lacktrueunderstandingandcontextunderstanding.Thesemodelsreliesonstatisticalpatternsandcorrelationsinlargedatasettogeneratetext,ratherthanreallyunderstandingthemeaningand 正在传达的细微差别。 解决问题 AGI系统需要能够诊断和解决问题-例如，认识到灯泡熄灭并更换它。 如果成功做到这一点，AGI系统将需要一定程度的常识或运行模拟以确定可能性、合理性和概率的能力。AGI系统也应该 能够从他们的环境和经验中学习，并在没有人类明确编程的情况下适应新情况。 导航 GPS，结合同时定位和地图绘制等功能（或SLAM，目前用于自动驾驶汽车和机器人 vacuums),hasmadegoodprogress.Butyearsofworkarestillrequiredtocreaterobotsystemsthatcannavionouslywithno 人类启动。 创造力 科幻幻想认为，人工智能不仅会达到人类水平的智能，而且会超越它。为此，人工智能系统将需要重写 他们自己的代码。这将要求他们理解人类共同构建的大量代码，并确定改进这些代码的新颖方法。ChatGPT也许能够编写十四行诗，但还没有准备好与人类水平的创造力相媲美。 社会和情感参与 为了让机器人和人工智能系统真正成功，人类应该想要与它们互动。机器人需要 能够解释面部表情和语气变化，揭示潜在的情绪。一些人工智能系统已经可以在有限的程度上做到这一点。 例如，呼叫中心的一些系统可以告诉人类在提高声音时处于困境。但是人类自己很难正确识别情绪；能够同理心的人工智能仍然是一个遥远的前景。 人们将如何访问AGI工具？ 如今，大多数人与AI的互动方式与他们多年来获得数字电源的方式相同：通过2D屏幕，如笔记本电脑，智能手机和电视。 未来可能会有很大的不同。科技界一些最聪明的头脑(和最大的预算)正致力于弄清楚我们将来如何访问人工智能(可能还有AGI)。你可能熟悉的一个例子是增强现实和虚拟现实耳机，通过 让用户体验身临其境的虚拟世界。另一个例子是人类访问 人工智能世界通过在大脑中植入神经元。这听起来可能像是科幻小说中的东西，但事实并非如此。2024年1月，Neuralink在人脑中植入了一个芯片，目的是让人类纯粹通过思想来控制手机或电脑。 与人工智能互动的最后一种模式似乎也从科幻小说中剥离出来：机器人。这些可以采取与人类或机器基地相连的机械化肢体，甚至是编程的人形机器人的形式。 什么是机器人，有什么类型的机器人 ？ 机器人最简单的定义是可以自己或在人类最小帮助下执行任务的机器。最复杂的机器人也可以与周围环境互动。 可编程机器人自1950年代以来一直在运行。麦肯锡估计 ，目前正在使用350万台机器人，每年部署55万台。但是，尽管可编程机器人在劳动力中比以往任何时候都更加普遍，但它们还有很长的路要走 韩国是世界上机器人密度最高的国家，它的人类数量仍然是机器人的100倍。 但是随着硬件和软件限制变得越来越容易克服，制造机器人的公司开始使用新的AI工具和技术对单元进行编程。这些技术极大地提高了机器人执行通常由人类处理的任务的能力，包括行走、感知、通信和操纵物体。例如，2023年5月，SactaryAI推出了双足人形机器人Phoeix。 5'7”高，可提升重量高达的物体 55磅，每小时行驶3英里-更不用说它还折叠衣服，库存货架和工作记录。 随着我们越来越接近AGI，我们可以期待越来越复杂的AI工具和技术被编程到各种机器人中。以下是目前正在运行的几类机器人： —独立自主工业机器人：这些机器人配备了传感器和计算机系统来导航周围环境并与其他机器进行交互，这些机器人至关重要 现代自动化制造业的组成部分。 —协作机器人：这些机器人也被称为协作机器人，专门设计用于在共享环境中与人类合作。它们的主要目的是减轻重复或危险的任务。这些类型的机器人已经在餐厅厨房等环境中使用。 —移动机器人：利用轮子作为主要的运动手段，移动机器人通常用于仓库和工厂的物料搬运。军方还将这些机器用于各种目的，例如侦察和炸弹处理。 —人类混合机器人：这些机器人同时具有人类和机器人特征。这可能包括具有外观，运动能力或认知功能的机器人 人类，或者具有机器人肢体甚至大脑植入物的人类。 —人形或机器人：这些机器人旨在模仿人类的外观，运动 ，交流能力和情感，同时通过深度学习模型不断增强其认知能力。换句话说，人形机器人将像人一样思考，像人一样移动，看起来像人。 了解更多关于QuantumBlack的信息，麦肯锡的AI。 哪些进展可以加快AGI的发展？ 算法、计算和数据的进步带来了人工智能最近的加速，我们可以通过观察这三种能力来了解未来可能会发生什么 ： —算法的进步和新的机器人方法。我们可能需要算法和机器人的全新方法来实现AGI。研究人员正在思考的一种方式是探索体现的概念 认知。这个想法是，机器人需要通过多种感官从环境中快速学习，就像人类在很小的时候一样。同样，要像人类一样发展认知，机器人需要像我们一样体验物理世界(因为我们已经根据我们的身体和大脑的工作方式设计了我们的空间)。 最新的基于AI的机器人系统正在使用GeneralAI技术 ，包括大型语言模型（LLM）和大型行为模型（LBM）。LLM为机器人提供了先进的自然语言处理能力，就像我们在生成AI模型和其他LLM启用工具中看到的那样。LBM允许机器人模拟人类的动作和运动。这些模型是通过在大数据上训练AI来创建的 观察到的人类动作和运动的集合。最终，这些模型可以允许机器人通过有限的特定任务培训来执行广泛的活动。 一个真正的进步将是开发新的人工智能系统，这些系统从一定水平的内置知识开始，就像小鹿知道如何在不被教导的情况下站立和喂养一样。基于深度学习的人工智能系统最近的成功可能已经将研究的注意力从更基本的认知工作中移开 朝着AGI前进。 —计算进步。图形处理单元（GPU）使过去几年的重大AI进步成为可能。原因是这样的.例如，GPU旨在同时处理与视觉数据相关的多个任务，包括渲染图像，视频和图形相关的计算。它们处理大量视觉数据的效率使它们在训练复杂的神经网络中很有用。它们还具有高内存带宽，这意味着更快的数据传输。在实现AGI之前，需要进行类似的重大改进。 是在计算基础设施中制造的。量子计算被吹捧为实现这一目标的一种方式。然而，今天的量子计算机，虽然 强大的，还没有为日常应用做好准备。但是一旦他们做到了，他们就可以在AGI的成就中发挥作用。 —数据量的增长和新的数据源。一些专家认为，5G移动基础设施可能会带来数据的大幅增长。 那是因为这项技术可以为 连接设备或物联网的激增。但是，出于各种原因，我们认为5G的大部分好处已经出现。为了实现AGI，需要另一个催化剂来推动数据量的大幅增长。 新的机器人方法可以产生新的训练数据来源。在我们中间放置类似于人类的机器人可以让公司 挖掘大量的数据来模仿我们自己的感官，帮助机器人训练自己。先进的自动驾驶汽车就是一个例子：数据是从已经上路的汽车中收集的，所以这些车辆作为未来自动驾驶汽车的训练集。 高管可以对AGI做些什么？ AGI至少还有几十年的时间。但人工智能将继续存在——它的发展非常迅速。聪明的领导者可以思考如何应对正在发生的真正进展，以及如何为自动化的未来做好准备。以下是需要考虑的几件事: —随时了解AI和AGI的发展。与初创企业联系，并开发一个框架来跟踪与您的业务相关的AGI进展。此外，开始考虑在您的业务和社区中
