OpenAI 最近推出了其先进的 AI 系统 o1，声称具备新的能力水平，并接近模拟人类的思维过程。这一发布重新引发了有关实现人工通用智能（AGI）的时间表的讨论——即一种能够执行范围广泛的人类认知任务的机器，如推理、规划以及从环境中学习。 如果实现的AGI，可以解决诸如气候变化和疾病等复杂挑战，但同时也存在被滥用或失控的重大风险，深度学习专家 Yoshua Bengio 警告说。尽管像 o1 这样的大型语言模型（LLM）取得了进展，Bengio 等专家认为，由于其架构和功能中缺少元素，这些模型单独无法实现 AGI。 LLM 通过采用变压器架构，使它们能够以类似人类认知的方式学习语言模式，从而改变了 AI。这使得它们能够执行复杂的任务，如解决数学问题和生成计算机代码。然而，它们在适应和重新组合已学知识以处理全新任务方面的能力——这是 AGI 的标志——是有限的。 一些研究人员指出，虽然像 o1 这样的 LLM 采用了链式思维提示等先进方法，以提高问题解决的性能，但在处理需要广泛规划或抽象推理的任务时，它们仍然面临限制。 变压器在处理不同数据类型上的成功暗示了通往 AGI 的潜在路径。然而，挑战仍然存在，包括模型训练数据的有限可用性和模型扩展带来的收益递减。此外，可能需要更具适应性的模型来构建和使用世界表征，这类似于人类神经系统，具备用于感知和规划的内部反馈机制。 虽然一些研究人员开始探索结合反馈循环和高效数据使用的新架构，但通往 AGI 的旅程仍然处于初期阶段。根据 Bengio 和其他人的说法，确保 AI 安全的必要性，通过法规和固有的模型保护措施至关重要。 科学家们如 Melanie Mitchell 和 George 普遍认为 AGI 在理论上是可以实现的，这由人类智力证明。然而，关于其到来的预测各不相同，一些人估计 AGI 可能在几年到十年之间出现。其真正的影响可能会逐渐显现，而非通过突然突破实现。