AGI 於 2028 年推向人類：DeepMind 聯合創始人的長篇文章預測未來 AI 發展

AGI 代表人工通用智能，有各種定義。通常，它指的是一種可以執行常見的人類認知任務，甚至超越它們的 AI 系統。測試 AI 是否達到此閾值需要使用涵蓋廣泛的人類認知範圍的各種測試來測量它。這很具挑戰性，因為人類可以做的事情太多，這些能力不斷發展。要確定 AI 系統是否為 AGI，它必須在所有認知任務中與人類同等級執行。但是，無法測試涵蓋所有人類認知能力的任務。因此，實現 AGI 需要持續改進和探索。在評估智能時，存在一個根據任務和環境的複雜性應用權重的框架。在許多方面，使用人類智能作為 AI 選擇的參考是合理的。

AGI 的到來
2011 年，在他的一篇博客文章中，謝恩·萊格對人工通用智能（AGI）到來的時間表做了預測：

萊格解釋說，他的預測基於兩個關鍵點：
首先，機器的計算能力將在未來幾十年中以指數增加，以及全球數據的指數增長。 當計算能力和資料都以指數增長時，高度可擴展的演算法的價值不斷提高，因為這些算法可以有效地利用計算和資料。
其次，隨著可擴展演算法的發現和模型的培訓，模型的未來數據規模將遠超過人類一生中經歷的數據量。

謝恩·萊格認為這將是解鎖 AGI 的第一步。因此，他認為在 2028 年之前達到 AGI 有 50％ 的機率。但是，當時也可能存在不可預期的挑戰。
但是在萊格的看法，我們目前面臨的所有問題預計將在未來幾年中得到解決。
我們現有的模型將變得更加精緻，逼真和及時。
多模式將是模型的未來，使它們更有用。
但是，就像硬幣的兩面一樣，模型也可能容易被誤用。

多模式的未來
最後，Shane Legg 提到，人工智能領域的下一個里程碑將是多模式模型。
多模式技術將將語言模型的理解能力擴展到更廣泛的領域。
當未來一代回顧我們現在擁有的模型時，他們可能會想：「哇，那些模型只是只能處理文本的聊天機器人。」
多模式模型可以理解圖像，視頻和聲音，從而更深入了解我們與它們互動時發生的事情。
它會感覺該系統真正嵌入現實世界中。
當模型開始處理大量視頻和其他內容時，他們將獲得對世界的更基本的了解和各種隱含知識。