AGI 将于 2028 年来到人类：DeepMind 联合创始人的长篇文章预测了人工智能的未来发展

AGI 代表人工通用智能，有不同的定义。通常，它指的是可以执行甚至超越人类常见认知任务的人工智能系统。测试人工智能是否已达到这个阈值需要使用涵盖广泛人类认知范围的各种测试对其进行测量。这很具有挑战性，因为人类可以做的事情太多了，而且这些能力在不断演变。要确定人工智能系统是否为人工智能，它在所有认知任务中的执行水平必须与人类相同。但是，不可能测试涵盖所有人类认知能力的任务。因此，实现 AGI 需要持续的改进和探索。在评估情报时，存在一个根据任务和环境的复杂性进行权重的框架。使用人类智能作为人工智能选择的参考在许多方面都是合理的。

AGI 的到来
2011年，谢恩·莱格在他的一篇博客文章中对人工通用智能（AGI）到来的时间表做出了预测：

莱格解释说，他的预测基于两个关键点：
首先，随着全球数据的指数增长，机器的计算能力将在未来几十年呈指数级增长。 当计算能力和数据都呈指数增长时，高度可扩展算法的价值就会不断提高，因为这些算法可以有效地利用计算和数据。
其次，随着可扩展算法的发现和模型的训练，未来模型的数据规模将远远超过人类在其生命周期中体验的数据量。

谢恩·莱格认为，这将是解锁AGI的第一步。因此，他认为在2028年之前实现AGI的可能性为50％。但是，当时也可能存在不可预见的挑战。
但在莱格看来，我们目前面临的所有问题有望在未来几年内得到解决。
我们现有的模型将变得更加精致、更逼真、更及时。
多式联运将成为模型的未来，使它们更加有用。
但是，就像硬币的两面一样，模型也可能容易被滥用。

多式联运的未来
最后，谢恩·莱格提到，人工智能领域的下一个里程碑将是多模式模型。
多模态技术将把语言模型的理解能力扩展到更广泛的领域。
当子孙后代回顾我们现在的模型时，他们可能会想：“哇，那些模型只是聊天机器人，只能处理文本。”
多模态模型可以理解图像、视频和声音，从而更深入地了解当我们与之互动时发生的事情。
感觉系统确实嵌入了现实世界中。
随着模型开始处理大量视频和其他内容，他们将获得对世界和各种隐性知识的更基本的理解。