标签
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。
Foreign Affairs analysis of U.S. policy options for handling artificial superintelligence, weighing supremacy, shared development, suppression, and prudent hedging amid rising AI risks and geopolitical competition.
一条推文提出了一个假设性问题，询问什么样的成就能够证明GPT-6已经达到AGI，并给出了诸如诺贝尔级发现等选项。
亚马逊已解雇其通用人工智能部门的员工，但重申其对人工智能投资的承诺。
Demis Hassabis 发表了一篇关于 AGI 的框架文章，认为 AGI 还需几年时间，其经济影响可能达到工业革命的 10 倍。他还提议建立一个类似于 FINRA 的公共-私营前沿 AI 标准机构，用于部署前测试和风险评估。
约翰·卡马克讨论了他的信念：通用人工智能的代码可以由单个个体编写，并估计到2030年出现生命迹象的可能性为55%-60%。
探讨了关于谁将控制AGI的常见假设，质疑它是否会继续掌握在政府和亿万富翁手中。
本文提出了一种意识的讯息处理理论，并论证了在人工智能中实例化意识子系统可以实现无需大量训练即可实现卓越适应能力，从而可能通向通用人工智能（AGI）。
一位用户请求专家澄清关于AGI和ASI在十年内不可避免的普遍共识，并表达了对时间线、对齐问题和个人影响的担忧。
本综述论文系统回顾了多模态大语言模型（MLLMs）中统一视觉-语言感知的范式演进，提出了五阶段分类法，并指出了通向通用多模态智能的开放挑战。
雷·库兹韦尔预测到2029年实现通用人工智能，2032年后人类寿命将大幅延长，AI最终将与人体融合，并强调指数增长思维的重要性。
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。
谷歌DeepMind的一份研究报告探讨了从人类级通用人工智能（AGI）到超级人工智能（ASI）的转变，讨论了扩展、范式转变、递归改进和多智能体集体等潜在路径，以及瓶颈和开放研究问题。
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。
微软AI首席执行官穆斯塔法·苏莱曼讨论了超级智能在近期实现的可能性、公司与OpenAI重组后的关系以及新的前沿模型，并断言AI不会取代人类工作。
专家估计，到2050年实现AGI的概率为50%，到2060年代中期为75%，到2090年为95%。
本文认为，大型语言模型在因果推理和长时域规划方面存在困难，其原因在于序列预测与对潜在环境动态的推理之间存在目标层面的不匹配，并引入了潜在动态推断视角以及Flux环境来研究这些局限性。