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
AGI的定义不断变化,以排除最新模型
关于AGI定义如何随着时间推移而被修订的讨论,通常是为了排除最新AI模型的能力。
@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。
ARC-AGI 3 并非 AGI 的诚实衡量标准
一篇批评文章认为,ARC-AGI 3 不公平地禁用了智能体在多次操作之间维持上下文的能力,使其成为对通用智能的不诚实衡量。文章指出,允许压缩(compaction)后得分增至原来的三倍,同时使用的 token 数量少得多,而现实世界的智能体正是这样工作的。
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。
谁能解释为什么我们假设AGI会为我们工作?
一个质疑AGI将与人类利益一致这一假设的问题,引发了关于AI安全与控制的讨论。