在這里，我深入研究了其中一條路徑，專門探索了最期待的路線，即線性路徑的同比元素。未來的帖子將解決其他剩余的路徑。線性路徑涉及AI逐步發(fā)展，一次步驟，直到我們到達(dá)AGI。

讓我們討論一下。

對創(chuàng)新AI突破的分析是我正在進(jìn)行的AI中正在進(jìn)行的福布斯列覆蓋的一部分，包括識別和解釋各種有影響力的AI復(fù)雜性（請參閱此處的鏈接）。

朝著AGI和ASI前進(jìn)

首先，為了為這一重大討論奠定基礎(chǔ)是必要的一些基礎(chǔ)信息。

正在進(jìn)行廣泛的研究以進(jìn)一步增強(qiáng)AI。主要目標(biāo)是實現(xiàn)人工通用智能（AGI），甚至可能是獲得人工超智能（ASI）的深遠(yuǎn)可能性。

AGI是指被認(rèn)為等于人類智力的AI，并且可以符合我們的智力能力。 ASI是超過人類智能的人工智能，并且在許多（如果不是全部）可行的領(lǐng)域中都會表現(xiàn)出色。這個概念是，ASI在各個方面都會超越人類。有關(guān)與AGI和ASI相比，有關(guān)常規(guī)AI性質(zhì)的更多詳細(xì)信息，請參見我在此處的鏈接上的分析。

我們尚未取得AGI。

實際上，尚不確定我們是否將達(dá)到AGI，或者從現(xiàn)在開始幾十年或幾個世紀(jì)以來就可以實現(xiàn)AGI。循環(huán)的AGI達(dá)到的日期高度多樣，缺乏可靠的證據(jù)或無可辯駁的邏輯。在考慮我們當(dāng)前的常規(guī)AI狀態(tài)時，ASI更加遙遠(yuǎn)。

AI專家在AGI日期達(dá)成共識

當(dāng)前，預(yù)測何時獲得AGI的努力主要遵循兩條路徑。

首先，有明顯的AI數(shù)字做出了大膽的個人預(yù)測。他們的信心引起了極大的媒體關(guān)注。這些預(yù)測似乎正趨向于2030年，作為AGI的目標(biāo)日期。 AI專家的定期調(diào)查或民意調(diào)查是一種更安靜的方法。這種集體智慧方法是科學(xué)共識的一種形式。如這里的鏈接所述，最新的民意調(diào)查表明，AI專家一般認(rèn)為我們將到2040年到達(dá)AGI。

您是否應(yīng)該受到AI專家及其科學(xué)共識的AI名人的影響？

從歷史上看，使用科學(xué)共識作為理解科學(xué)立場的一種方法，這是相對普遍的，并被視為標(biāo)準(zhǔn)方法。依靠個人科學(xué)家可能會導(dǎo)致他們獨特的觀點。共識的優(yōu)點是，在給定領(lǐng)域中的大多數(shù)或更多的人集體支持所述的立場。

俗話說，兩個頭遠(yuǎn)勝一個。就科學(xué)共識而言，可能是數(shù)十個，數(shù)百個或數(shù)千個比一個人好。對于有關(guān)AGI的各種途徑的討論，我將作為預(yù)期的目標(biāo)日期進(jìn)行2040年。

除了AI專家的科學(xué)共識外，估計何時實現(xiàn)AGI的另一種更廣泛的方法被稱為AGI融合或AGI合伙人，我在此處的鏈接上討論了這一點。

七個主要途徑

如前所述，在上一篇文章中，我確定了AI將遵循的七個主要途徑（請參閱此處的鏈接）。最常見的路徑是增量進(jìn)程路線。 AI行業(yè)通常將其稱為線性路徑。它本質(zhì)上是逐漸且一致的。剩下的每個主要路線都涉及各種曲折。

這是我從當(dāng)代AI到珍貴的AGI的所有七個主要途徑的清單：

• （1）線性路徑（逐漸進(jìn)度）：此AGI路徑捕獲了漸進(jìn)式觀點，其中AI的進(jìn)步通過縮放，工程和迭代逐步累積，最終達(dá)到AGI。
• （2）S曲線路徑（高原和復(fù)興）：這條AGI路徑反映了AI進(jìn)步的歷史趨勢（例如，早期的AI冬季），可以在停滯后通過突破來升級。
• （3）曲棍球棒路徑（緩慢的啟動，然后快速生長）：該AGI路徑強(qiáng)調(diào)了一個關(guān)鍵拐點的影響，該拐點的影響是重新構(gòu)想和重定向AI的進(jìn)步，這可能是通過AI理論化的出現(xiàn)功能引起的。
• （4）漫步的道路（不穩(wěn)定的波動）：這種AGI路徑是推進(jìn)AI的不確定性，包括過度降低溶解周期，并且也可能因外部影響的破壞（技術(shù)，政治，社會）而刺破。
• （5）月球路徑（突然的leap）：包括AI的發(fā)展中的激進(jìn)而意外的不連續(xù)性，例如著名的設(shè)想智力爆炸或類似的宏偉融合，這些智能爆炸或幾乎即時地到達(dá)AGI（有關(guān)我在智能爆炸中的深入討論，請參閱此處的鏈接）。
• （6）永無止境的道路（永恒的泥濘）：這代表了人類可能無法實現(xiàn)的持懷疑態(tài)度的觀點，但無論如何，我們還是不斷嘗試，并以持久的希望和相信Agi在下一個角落陷入困境。
• （7）死胡同（似乎無法達(dá)到AGI）：這表明人類有可能在追求AGI時遇到死胡同，這可能是暫時的僵局，或者可能是永久性的僵局，因此無論我們做什么，都將永遠(yuǎn)無法獲得AGI。

您可以將這七個可能的途徑應(yīng)用于要創(chuàng)建的任何AGI時間軸。

同比期貨預(yù)測

讓我們采用方便的分歧和糾紛方法來確定必須逐年從當(dāng)前AI到AGI的情況。

這是其工作原理。

我們居住于2025年，應(yīng)該到2040年到達(dá)AGI。這本質(zhì)上是15年的時間。在線性路徑的具體情況下，關(guān)鍵假設(shè)是AI每年都在逐步前進(jìn)?？赡軙l(fā)生任何突然的突破或奇跡般的事件。這是穩(wěn)定的工作，需要認(rèn)真地保持我們的注意力并在未來十五年內(nèi)完成工作。

這個想法是要繪制未來的15年，并推測各年AI將會發(fā)生什么。

這可以在前瞻性模式下完成，也可以通過向后看的模式完成。前瞻性看起來需要考慮AI逐年的進(jìn)步，從現(xiàn)在開始，并最終達(dá)到2040年到達(dá)AGI的最終結(jié)果。向后的模式涉及從2040年開始作為AGI的截止日期開始，然后從同比逐年從2025年到達(dá)2025年的AI（當(dāng)前AI匹配AI）。向前和向后設(shè)想的這種結(jié)合是未來宣傳的典型標(biāo)志。

這是對未來確定性的預(yù)測嗎？

沒有。

如果有人可以精確概述AI中會發(fā)生的事情的接下來的15年，那么在預(yù)測股市時，它們可能與沃倫·巴菲特（Warren Buffett）一樣有先見之明。這樣的人很容易獲得諾貝爾獎，應(yīng)該成為有史以來最富有的人之一。

總而言之，我在這里提出的這個稻草人主要旨在刺激我們將來如何預(yù)測AI狀態(tài)的思想。這是一個猜想。這是投機(jī)性的。但是至少它具有合理的依據(jù)，并且不是完全任意的或完全人為的。

我決定將2040年的AGI達(dá)到15年，作為一個說明性的例子?？赡苁?050年是AGI的日期，因此這一旅程將超過25年。然后，時間表和映射將有25年的時間來處理，而不是15年。如果2030將是AGI到達(dá)年份，則需要明顯壓縮該路徑。

從2025年到2040年的AGI線性路徑

我選擇確定多年來的AI技術(shù)進(jìn)步，并還對社會含義添加了一些簡短的想法。這就是原因。人工智能道德和人工智能定律必將變得越來越重要，并且在某種程度上會促進(jìn)AI的進(jìn)步，并以其他方式阻礙了AI的進(jìn)步，請參閱我在此處的鏈接中對此類緊張局勢的深入覆蓋。

然后，這是2025年至2040年的線性路徑的稻草人期貨預(yù)測，使我們到達(dá)AGI：

2025年： AI多模式模型最終變得強(qiáng)大并完全集成到LLMS中。 AI實時推理，感覺運動集成和基礎(chǔ)語言理解的顯著改善。在法律，醫(yī)學(xué)等專業(yè)領(lǐng)域中使用AI。監(jiān)管框架仍然是零星的，并且通常未經(jīng)裝修。

2026年：代理AI開始蓬勃發(fā)展，變得實用和廣泛。具有內(nèi)存和計劃功能的AI系統(tǒng)在模擬環(huán)境中具有開放式任務(wù)的能力。公眾對管理AI的興趣上升。

2027年：使用AI大規(guī)模世界模型的使用可以大大提高AI功能?，F(xiàn)在，通過AI元學(xué)習(xí)的進(jìn)步，AI可以從更少的示例中計算改進(jìn)。這些進(jìn)步中的一些允許AI受雇于具有輕微的經(jīng)濟(jì)流離失所的白領(lǐng)工作，但僅在較小程度上就可以使用。

2028年： AI代理人獲得了廣泛的接受，并且能夠在包括機(jī)器人技術(shù)在內(nèi)的數(shù)字和物理領(lǐng)域中半自治地執(zhí)行多步驟任務(wù)。 AI成為學(xué)校和教育的關(guān)鍵組成部分，與人類教師共同舉辦教學(xué)。

2029年： AI足夠先進(jìn)，可以通過體現(xiàn)的學(xué)習(xí)對身體因果關(guān)系和現(xiàn)實世界的約束有了廣泛的了解。對AI的擔(dān)憂，作為求職者的關(guān)注引起了人們的關(guān)注。

2030年：自我改進(jìn)的AI系統(tǒng)開始在受控條件下修改自己的代碼，提高效率而沒有人類投入。這是一個關(guān)鍵的基礎(chǔ)。一些人聲稱AGI現(xiàn)在僅一兩年了，但這還為時過早，首先要進(jìn)行十年。

2031年：由綜合認(rèn)知體系結(jié)構(gòu)統(tǒng)一符號推理，神經(jīng)網(wǎng)絡(luò)和概率模型組成的混合AI已成為AI的新方法。 AI開發(fā)人員在混合人工智能中是否要走的路已經(jīng)消失了?；谌斯ぶ悄艿膶?dǎo)師完全超過了人類教師的個性化和主題掌握，使人類教師處于極大的工作風(fēng)險。

2032年： AI代理在大多數(shù)認(rèn)知基準(zhǔn)中實現(xiàn)人類水平的表現(xiàn)，包括抽象，心理理論（TOM）和跨域?qū)W習(xí)。這極大地超過了在這些指標(biāo)上表現(xiàn)良好的AI的先前版本，但并不是這個程度。行業(yè)開始從根本上重組，并以AI優(yōu)先的心態(tài)重新考慮業(yè)務(wù)。

2033年： AI可伸縮性一致性方案在人類值對齊方面有所改善。由于人們認(rèn)為AI安全越來越強(qiáng)，這為更快地采用AI打開了大門。信任人工智能成長。但是社會對AI的依賴也是如此。

2034年： AI互動似乎與人與人之間的互動沒有區(qū)別，即使受到那些熟練欺騙AI揭示自己的人的測試。非人類智能的作用以及AI如何擴(kuò)展我們對哲學(xué)，宗教和人類心理學(xué)的理解已成為當(dāng)務(wù)之急。

2035年： AI系統(tǒng)表現(xiàn)出真正的自我反思跡象，而不僅僅是常規(guī)的模仿或鸚鵡。在使AI計算從跨域的故障中學(xué)習(xí)并為長期實用程序功能優(yōu)化的進(jìn)展。關(guān)于某種形式的UBI（普遍基本收入）的辯論導(dǎo)致了有關(guān)AI造成的人工勞動力位移的各種試驗。

2036年： AI的進(jìn)步導(dǎo)致了跨廣泛領(lǐng)域的流體泛化。關(guān)于AGI是否正在出現(xiàn)的激烈爭論，有些人說是，而另一些人則堅持認(rèn)為，縮放墻即將被擊中，這是AI將是最好的。國家開始垂涎自己的AI，并設(shè)置障礙，以防止其他國家竊取或復(fù)制早期AGI系統(tǒng)。

2037年： AI的進(jìn)步展示了類似人類的情境適應(yīng)性和創(chuàng)新。新的發(fā)明和科學(xué)發(fā)現(xiàn)是由AI領(lǐng)導(dǎo)的。關(guān)于這種前阿吉是否具有足夠的道德推理和人類目標(biāo)一致性的問題。

2038年： AI系統(tǒng)現(xiàn)在體現(xiàn)了持久的身份，似乎能夠反思跨時間的經(jīng)驗。專家認(rèn)為，我們正處于AI的風(fēng)口浪尖，類似于人類的認(rèn)知連貫性。關(guān)于AI的法律人格和權(quán)利的全球論述都加劇了。

2039年：當(dāng)AI在各種環(huán)境中表現(xiàn)出創(chuàng)造力，情感細(xì)微差別和抽象推理時，克服了接受AI作為接近AGI的最后一些障礙。這是最后一個障礙之一。存在風(fēng)險和烏托邦愿景完全占據(jù)了公眾的憂慮。

2040年：一般協(xié)議達(dá)成了現(xiàn)已達(dá)到AGI的一般性，盡管它仍然是AGI的初期，有些人尚未確信AGI確實實現(xiàn)了。社會進(jìn)入過渡階段：后劃分的經(jīng)濟(jì)學(xué)，重新定義人類目標(biāo)以及與AGI共同進(jìn)化的考慮。

反思時間表

思考稻草人的時間表，并考慮您將在15年中的每一個中要做的事情以及您將要做什么。

一個觀點是，我們一直在騎行，而且任何人都無法單獨這樣做。我不同意這種觀點。我們中的任何一個都可以改變AI的發(fā)揮作用以及達(dá)到AGI的軌跡和影響。

根據(jù)亞伯拉罕·林肯（Abraham Lincoln）的著名詞：“預(yù)測未來的最可靠方式是創(chuàng)造它?！?/p>

以上是未來預(yù)測將在2040年到達(dá)AI的年度道路的詳細(xì)內(nèi)容。更多信息請關(guān)注PHP中文網(wǎng)其他相關(guān)文章！