DeepMind 研究员梳理 AGI 通往超人工智能的四条路径
ChainCatcher 消息,Google DeepMind 研究科学家 Tim Genewein 在 DeepMind Institute 发表文章,探讨人工通用智能(AGI)之后可能出现的发展路径。文章将超人工智能(ASI)描述为能够在广泛的人类关切任务上,持续超越大规模人类专家群体的系统,并提出从 AGI 到 ASI 的四条技术路径:扩大模型与数据规模、出现技术范式转变、提升智能体协同能力,以及递归自我改进。
文章还讨论了硬件投入、算法效率和算力增长对 AI 系统规模及认知任务成本的影响,并指出模型与数据扩展可能面临高质量数据供给、规模收益递减及电力、芯片等资源限制。作者表示,评估 AI 能力进展需要新的基准与建模方法,并需要前沿实验室及各级机构参与。文章基于 Tim Genewein 等人共同撰写的《From AGI to ASI》技术报告;DeepMind Institute 说明,其文章不应被视为 Google 的官方观点。
链捕手ChainCatcher提醒,请广大读者理性看待区块链,切实提高风险意识,警惕各类虚拟代币发行与炒作, 站内所有内容仅系市场信息或相关方观点,不构成任何形式投资建议。如发现站内内容含敏感信息,可点击,我们会及时处理。
关联标签






