无论你的定义是什么,如果你认为我们现在拥有的是AGI,那么你的定义就是最宽松、最弱的“AGI”概念
摘要
认为当前AI不符合AGI标准,因为它缺乏递归自我改进,并批评那些声称相反的人拥有一个薄弱的AGI定义。
我看到一些人拼命宣称我们现在拥有的是AGI。如果AI无法在没有人类监督和干预的情况下进行RSI或自我改进,那么你的AGI将永远无法实现奇点,甚至无法自我改进。这里有些人甚至相信谷歌和Claude开发者说的“AI正在编写我们的代码”是一种RSI形式,因此就是“AGI”。不,那不是RSI。如果你认为AGI已经到来,你的“AGI”永远无法创造ASI或带来奇点。你的“AGI”甚至无法在ARC AGI 3上取得好的基准测试结果,也无法在没有大量辅助工具或训练数据的情况下玩Minecraft。如果你的AGI定义已经实现,那么你的AGI定义一直都是薄弱的,或者你已经把目标移到了一个更薄弱的AGI定义上。我尽可能地支持AI,但我不会幻想我们现在拥有的某种AI能够创造ASI或奇点。
相似文章
@charliejhills:研究人员刚刚发布了一篇重新定义AGI实际含义的论文。它并非大多数人想的那样。论文开篇…
一篇新论文将AGI重新定义为在限制条件(计算、内存、能源)下的适应能力,并提出了一个“人工科学家基准”,专注于自主发现因果关系,而不是在固定任务上达到人类水平的表现。
AGI(人工通用智能)真的不可避免,还是我们遇到了瓶颈?
一场关于AGI是否不可避免或遭遇瓶颈的辩论,权衡AI自我改进和推理能力与缺乏理解、电力限制以及不断移动的目标等问题。
定义对齐先于能力对齐:一个用于裁决关于AGI声称的设计科学框架
本文提出了DAF-AGI,一个基于设计科学研究方法论的概念框架,用于裁决关于人工通用智能的声称。它将AGI定义的有争议性视为一个设计和治理问题,提供了序数标准和治理审计来评估候选定义。
AGI、Anthropic 与「不的系统」
本文介绍了「不的系统」作为评估通用人工智能的框架,强调区分、拒绝和管辖权而非模仿人类。它以 Anthropic 的 Claude Mythos 为例,突显先进 AI 的双重用途风险——能力跨越到后果,并批评当前安全政策可能成为虚假治理。
最看涨的AI结果可能并非AGI
作者认为,最看涨的AI投资情景可能并非完全的AGI,而是极其强大但非AGI的AI,它能够融入经济,同时不破坏资本主义或社会。