论文页面 - 从AGI到ASI

来源：https://huggingface.co/papers/2606.12683 作者：

，

，

，

，

，

，

，

，

，

，

，

，

摘要

通用人工智能的发展可能通过多种途径通向通用超级智能，这需要跨学科的全球准备以应对颠覆性的社会变革。

过去十年，构建人类级别的通用人工智能（https://huggingface.co/papers?q=artificial%20general%20intelligence）已从遥不可及的猜想变为许多大型AI组织未来十年的具体目标。实现这一目标将对人类社会产生深远的影响，由此也引发了一系列关乎未来十年的复杂问题。本报告探讨了在后AGI世界中，AI自身如何在机器智能的连续谱系上继续发展。该谱系的终点——通用AI（https://huggingface.co/papers?q=Universal%20AI）——在理论上已被充分理解，这为本报告的核心焦点提供了一定的形式化基础：从人类级别的AGI向通用超级智能（https://huggingface.co/papers?q=artificial%20general%20superintelligence）的转变。直观上，ASI可理解为一种比大型人类组织更智能、认知能力更强的系统。在描述ASI后，报告讨论了从AGI到ASI的四条潜在路径：扩展AGI、AI范式转变、递归改进（https://huggingface.co/papers?q=recursive%20improvement），以及从大规模多智能体集体（https://huggingface.co/papers?q=multi-agent%20collectives）中涌现出的ASI。随后，报告探讨了这些路径上可能出现的摩擦和瓶颈。判断这些摩擦的影响是否微不足道，提出了若干具体的开放性研究问题。由于预测ASI进展存在巨大不确定性，不能排除AI进展在未来几年持续加速的可能性。这可能意味着“引入人类级别AGI带来一次性的颠覆性变革”这一设想并不准确；更恰当的描述或许是，AI在众多科学和技术领域带来的进步与突破，将引发一系列颠覆性的社会变革。为迎接这一前景，需要全球范围内大规模跨学科的努力与关注。

查看arXiv页面（https://arxiv.org/abs/2606.12683）查看PDF（https://arxiv.org/pdf/2606.12683）添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2606.12683）

在你的智能体中获取这篇论文：

hf papers read 2606.12683

没有最新的CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用此论文的模型0

没有模型链接此论文

请在模型 README.md 中引用 arxiv.org/abs/2606.12683 以在此页面建立链接。

引用此论文的数据集0

没有数据集链接此论文

请在数据集 README.md 中引用 arxiv.org/abs/2606.12683 以在此页面建立链接。

引用此论文的Spaces0

没有Space链接此论文

请在Space README.md 中引用 arxiv.org/abs/2606.12683 以在此页面建立链接。

包含此论文的收藏集1