大胸襟直播左手Transformer,右手世界模型,我们距离AGI还有多远?_ZAKER新闻大胸襟直播
左手Transformer,右手世界模型,我们距离AGI还有多远?_ZAKER新闻大胸襟直播
需求大市场广阔
文 | 极智 GeeTech" 未来的路不会比过去更笔直,更平坦,但是我并不恐惧,我眼前还闪动着道路前方野百合和野蔷薇的影子。" 自 1956 年达特茅斯会议提出 " 人工智能 " 这一概念以来,实现人类水平的智能一直是人工智能领域的 " 圣杯 "。去年上半年,有主流研究者提出,大语言模型已经表现出 " 通用人工智能的火花 "(sparks of AGI)。这似乎表明,AGI 已经从哲学猜想正在变成触手可及的未来。马斯克在今年早些时候预测,AGI 可能会在 2026 年投入使用。DeepMind 联合创始人、首席 AGI 科学家 Shane Legg 在一次访谈中认为,2028 年,人类有 50% 的概率开发出第一个 AGI。近期,OpenAI CEO Sam Altman 表示,AGI 将在 2025 年实现,通往 AGI 的道路已经清晰可见。然而,业界关于 AGI 的观点众说纷纭,有人视为洪水猛兽,有人视为又一次技术革命,这些引发了对 AGI 发展路径的争论。在此背景下,人们不禁要问:我们距离实现 AGI 究竟还有多远?谁会是 AGI 的起点?AGI(Artificial General Intelligence),即通用人工智能,其目标是打造一个具备广泛能力的 " 类人智能体 ",能够像人类一样在不同领域中自主学习、推理和解决问题。基本上,除了 " 自我意识 " 的生成,AGI 就是人类对人工智能的终极梦想了。一个完整的 AGI 需要具备三个基本特征:第一,必须能完成无限的任务,而不是只能完成人定义的有限几个任务。第二,要在场景中自主发现任务,这是通常所说的要做到 " 眼里有活儿 "。第三,要有自主的价值来驱动,而不是被动的被数据所驱动。同时,AGI 还需要解决一些关键的技术问题,比如构建智能体的认知架构,让智能体由价值驱动,在现实世界中进行有效的行动,能够与社会环境进行互动,使智能体决策过程透明可解释,以及建立和人类之间的信任关系等。但如果比较 AGI 的三个特征,就会发现大模型还不符合 AGI 的要求。首先,大模型在处理任务方面的能力有限,它们只能处理文本领域的任务,无法与物理和社会环境进行互动。这意味着像 ChatGPT 这样的模型不能真正 " 理解 " 语言的含义,因为它们没有身体来体验物理空间。其次,大模型也不是自主的,它们需要人类来具体定义好每一个任务,就像一只 " 鹦鹉 ",只能模仿被训练过的话语。真正自主的智能应该类似于 " 乌鸦智能 ",能够自主完成比现如今 AI 更加智能的任务,当下的人工智能系统还不具备这种潜能。第三,虽然 ChatGPT 已经在不同的文本数据语料库上进行了大规模训练,包括隐含人类价值观的文本,但它并不具备理解人类价值或与人类价值保持一致的能力,即缺乏所谓的道德指南针。但这并不妨碍科技巨头对于大模型的推崇。以 OpenAI 的 ChatGPT、谷歌 Gemini、Meta 的 Llama 为代表的大模型,已经在通用性上展示出了 AGI 的潜力。因为大模型已经能完成范围相当广的各类任务,而且表现出了像学习新技能这样的 " 元认知 " 能力,科技巨头也都将大模型视为迈向 AGI 的关键一步。相比大模型的 " 鹦鹉范式 ",AGI 是以 " 小数据,大任务 " 为架构的 " 乌鸦范式 ",智能体表现为具有自主的智能,能够自主感知、认知、推理、学习和执行,不依赖于大数据,基于无标注数据进行无监督学习,并且智能系统低功耗。就像乌鸦喝水这一行为,看似简单,却属于自主推理行为,是由价值与因果驱动的高级智能,也是人工智能的未来发展趋势。通往 AGI 的两大技术流派目前,在通往 AGI 的道路上,主要有两个技术流派。一个是以 OpenAI 为代表的 Transformer 学派,通过大数据、大参数、大算力,以自回归的方式走向 AGI,今年初发布的 Sora 体现的涌现能力,就初步隐含着 AGI 的味道。另一个是以 Meta 首席人工智能科学家 Yann LeCun 为代表的世界模型学派,这一学派认为自回归的 Transformer 是无法通往 AGI。Yann LeCun 认为,人类和动物能够通过观察,简单的交互,以及无监督的方式学习世界知识,这蕴含的潜在能力构成了常识的基础,这种常识能够让人类在陌生的环境下完成任务。在人工智能的发展历程中,Transformer 架构无疑是一个划时代的创新。它首次被介绍是在 2017 年的论文《Attention is All You Need》中,旨在解决自然语言处理任务中序列到序列转换的问题。Transformer 架构之所以能够在短时间内取得广泛应用,主要归功于其在语言理解和生成方面的显著能力。模型通过自注意力机制学习文本中的复杂依赖关系,能够生成连贯且富有逻辑性的文本,这在机器翻译、文本摘要、对话系统等应用中尤为突出。同时,Transformer 的设计支持并行计算,极大提高了训练效率,这使得处理大规模数据集成为可能。尽管 Transformer 架构在多个领域取得了成功,但其在理解复杂概念和常识推理方面的能力仍有限。这是因为模型主要依赖于从数据中学习模式,而非真正理解这些模式背后的逻辑和原因。这一点在尝试实现真正的 AGI 时尤为突出,因为 AGI 不仅要求在特定任务上表现出人类水平的智能,更要求能够跨领域学习和适应。不同于 Transformer 架构专注数据的模式识别和序列处理,Yann LeCun 围绕如何使机器能够像人类和动物那样理解和与世界互动,强调 " 常识 " 推理的重要性以及基于 " 世界模型 " 的预测和计划能力,试图通过内部模拟来预测和理解环境的动态变化,进而做出更为合理的决策。世界模型的基本思想,源自于对人类和动物如何理解世界的观察。我们的大脑能够构建内部表示,模拟可能的未来场景,并基于这些模拟做出决策。借鉴这一机制,世界模型旨在为人工智能系统提供一个内部环境的模拟,使其能够预测外部世界的状态变化,从而在不同情境下做出适应性决策。这个模型通过无监督的方式从未标记的数据中学习,从而无需明确指示就能理解世界动态。该模型架构由六个模块组成,包括执行控制的配置器、理解当前状态的感知模块、预测的世界模型、决策的成本模块、规划行动的行动模块,以及追踪状态和成本的短期记忆模块。在强化学习领域,世界模型已经显示出其强大的潜力。通过在模型中模拟环境,人工智能不仅可以在虚拟环境中 " 想象 " 执行动作的后果,还能够在实际执行之前评估不同行动方案的效果,极大提高了学习效率和决策质量。此外,在自主决策系统,如自动驾驶汽车和机器人中,世界模型能够帮助系统更好地预测和应对可能的变化,提高了安全性和可靠性。世界模型的最大优势在于其环境模拟与预测的能力,这种能力使得人工智能系统可以在进行实际操作之前,通过内部模拟来评估不同行为的后果,这在资源有限或风险较高的情境下尤为重要。世界模型还支持决策支持和规划能力的提升,允许系统在多个可能的未来中 " 看到 " 并选择最优路径。然而,世界模型的构建和应用也面临着显著的挑战。首先,环境模拟的准确性极大地依赖于模型的复杂度和所拥有的数据质量。要精确地预测复杂环境中的动态变化,需要大量的数据和强大的计算资源,这对于资源有限的项目来说可能是一个限制。其次,构建一个能够泛化到多种不同环境的世界模型是极具挑战性的,因为现实世界的复杂性和不可预测性远远超出了任何现有模型的处理能力。尽管世界模型在理论上具有巨大潜力,但在实际应用中仍然存在许多未知数。例如,如何确保模型的预测准确性,如何处理模型可能的偏差,以及如何在不同的应用场景中调整模型参数以适应特定的需求等问题都需要进一步的研究和探索。越竞争,越融合在探索 AGI 的道路上,Transformer 架构和世界模型代表了人工智能研究中两种截然不同的设计哲学和目标。这两种方法在理解复杂系统、处理未知环境、以及学习效率方面各有优劣,引发了关于哪一种更接近于实现 AGI 的热烈讨论。前文提到,Transformer 架构以自注意力机制为核心,它的设计哲学基于对数据之间关系的深入理解,特别适合处理序列化信息,如文本和语言,这使得 Transformer 在自然语言处理 NLP 等领域大放异彩。相比之下,世界模型更侧重于模拟和预测环境的动态变化,试图通过构建内部模型来理解外部世界,从而在各种情境下做出适应性决策。这种方法类似于人类和动物如何通过内部表示来预测和规划行为,因此被认为在实现 AGI 方面具有潜在优势。从理解复杂系统与处理未知环境的能力来看,Transformer 架构通过分析大规模数据集来理解复杂系统,优势在于其能够捕捉深层次的模式和关系。然而,当面对未知环境或数据稀缺的情境时,它的表现可能会受限,因为 Transformer 依赖于已有数据中的模式进行学习。世界模型通过模拟可能的环境状态来理解复杂系统,特别是在处理未知环境时展现出其独特的优势。通过内部模拟,它能够 " 想象 " 不同的未来情境,即使是那些从未直接经历过的。这种能力使得世界模型在策略规划和决策支持方面具有显著的潜力。在学习效率方面,Transformer 架构能够快速从大量数据中学习,尤其是在有足够计算资源的情况下。然而,这种方法可能导致资源使用效率低下,特别是在需要处理非常大的数据集时。世界模型在学习效率方面的优势在于其能够通过少量的实际交互进行有效学习。通过在内部模型中 " 实验 " 不同的行动策略,世界模型能够在不直接与环境互动的情况下优化决策,从而降低了学习过程中对实际数据的依赖。在追求 AGI 的道路上,Transformer 架构和世界模型各有所长,代表了人工智能技术发展的两条不同路径。虽然每种方法都有其独特的优势和局限,但未来 AGI 的实现可能不会完全依赖于单一技术或方法。相反,结合这两种架构的优点,甚至探索新的技术和理论,将是实现真正智能、灵活且适应性强的 AGI 系统的关键。例如,利用 Transformer 架构的强大语言处理能力来增强世界模型内部的环境模拟能力,或者在世界模型的框架下集成 Transformer 模块来提高模型对环境变化的理解深度。这种融合可能会带来新的挑战,比如如何平衡两种架构的计算需求,以及如何整合它们各自的学习机制。除了结合现有架构,实现 AGI 还需要探索新的技术和理论,这包括发展新的神经网络架构、深入研究大脑和认知科学以获取灵感,或者开发能够跨领域学习和适应的算法,这些新的探索将跨越学科界限,整合来自神经科学、心理学、计算机科学等领域的知识,既是人类智慧的集大成者,同时又挑战着人类智慧的上限。如今,我们正处在通向 AGI 未来的起点上,尽管实现它的时间表尚不明确,但技术道路正逐渐清晰。AGI 的进步不仅代表了技术创新,更是对未来人机交互方式的重新想象。两千多年前,苏格拉底说 " 认识你自己 ",今天在 AGI 技术发展的倒逼下,人类需要 " 重新认识你自己 "。koa12jJid0DL9adK+CJ1DK2K393LKASDad
编辑:李秉贵
TOP1热点:说说你家宠物都有什么奇怪的癖好?
今年以来我国消费恢复整体偏弱,增加居民收入或成为促消费的政策重点。7月我国社消零售当月同比增速2.5%,剔除基数效应后的四年年化平均增速为3.1%,较6月4.0%走弱,而疫情前(2015-2019年)社消零售总额的增速中枢在9%左右,可见当前消费增长的修复情况较疫情之前还有一定差距。消费是收入的函数,国内消费偏弱或源于较低的收入预期,23Q2我国居民未来收入信心指数为48.5%,较23Q1下滑,也低于19年时的水平,这说明居民对未来收入的预期仍在相对低位。在此背景下促消费也成为政策重点,7月24日政治局会议强调“发挥消费拉动经济增长的基础性作用,通过增加居民收入扩大消费”。7月31日的国务院政策例行吹风会上,国家发改委副主任李春临提出“将多渠道增加城乡居民财产性收入”,未来增加居民收入或成为促消费的政策重点。。
资管产品逐步回归到其本源,即产品的风险和收益由其直接持仓的资产决定。这种回归必然会伴随着产品净值的波动。正如前文所述,净值波动不是洪水猛兽,长期来看优质的资产都是在波动中增值的。
TOP2热点:什么是「绩效主义」?
此外,算力市场仍存在需求与供给之间的鸿沟。据研究机构预测,未来三年新产生的数据量将超过过去三十年的总和。然而,数据总量在增长,真正被有效利用的数据占比却微不足道。而在关键技术上,比如服务器芯片领域,无论是通用处理器还是加速处理器,英特尔(Intel)、AMD和英伟达占据国内85%以上的服务器芯片市场,高性能芯片的供给不足。
最终,苹果观察家预测,该公司可能会尝试完全从iPhone上移除端口,但在此之前,拥有多种产品的苹果爱好者仍然需要携带几种不同的充电线缆。
TOP3热点:《唐探 1900》票房逐渐被《哪吒之魔童闹海》拉开,为何陈思诚不急,不拼命宣传争春节档票房冠军?军官H
公司判断,当前白酒行业进入存量竞争时代,马太效应明显,“少喝酒,喝好酒”的观念持续强化,白酒消费出现结构性分化,资源向名优企业和区域龙头集中。“未来,高质量现代化发展仍然是酒业的主旋律,能够为消费者提供好产品和好服务、具备良好治理架构和社会价值的企业方能脱颖而出。”
“北京市场监管”微信公众号8月20日消息,北京市市场监管局会同市发展改革委、市财政局、市商务局、市司法局联合印发工作方案,组织全面清理北京市妨碍统一市场和公平竞争的政策措施。
TOP4热点:有哪些瞬间让你感觉到中国人越来越文化自信了?差差差不多视频30分钟轮滑
除了部署软硬件生态外,在算力功耗的解决上,中国厂商也在积极布局,其中液冷技术成为攻坚的方向。
TOP5热点:你们会承认自己其实并不优秀吗?老婆不在家一个人寂寞CSGO文案
资管产品逐步回归到其本源,即产品的风险和收益由其直接持仓的资产决定。这种回归必然会伴随着产品净值的波动。正如前文所述,净值波动不是洪水猛兽,长期来看优质的资产都是在波动中增值的。
TOP6热点:今年春晚的机器人表演有没有惊艳到大家?国内的机器人技术现在发展的怎么样?公司领导比老公厉害太多
此前,多家券商资管产品是选择清盘。方正证券应该是业内首家不清盘而选择交给旗下控股公募基金子公司方正富邦管理的产品。“考虑到很多券商资管产品发行在2020年牛市尾端,到目前净值下跌较大,当下清盘持有人客户将产生永久性损失。所以这一做法可以保护持有人权益,持有人可以期待后期净值回升后赎回,也是业内券商资管集合计划值得尝试的处理方式”,一位券商业内人士对记者表示。
资管产品逐步回归到其本源,即产品的风险和收益由其直接持仓的资产决定。这种回归必然会伴随着产品净值的波动。正如前文所述,净值波动不是洪水猛兽,长期来看优质的资产都是在波动中增值的。
TOP7热点:今年春晚的机器人表演有没有惊艳到大家?国内的机器人技术现在发展的怎么样?欧美肥妇BWBWBWBXX小说
李政明分析,这些“黑产”所追求的,不是因为保险合同本身内容违法而无效,更类似于借助监管力量的介入迫使保险人主动撤销合同,使保险合同归于无效。
TOP8热点:《哪吒之魔童闹海》之后,导演饺子在国内导演圈会是什么地位?14may18_XXXXXL56endian40
炒股就看
TOP9热点:DeepSeek将会给自媒体博主们带来什么影响?5060网
前20年生育管制,致使居民消费和居民投资需求相对收缩,合计影响2012-2022(下同)经济年均增长0.37%。中国人口数量最后一波高速增长是20世纪80年代初到其中期后,最高的1987年人口自然增长率达到了16.61‰。从1988年开始,人口自然增长速度开始下行。20年前自然增长人口在20年后进入就业创业,但此时有消费和投资支付能力的经济主力人口绝对数量减少。我们以20年前发展水平与中国相当、未对人口生育进行行政干预国家的人口自然增长率为标准值,中国人口自然增长率为差值,计算损失的居民边际消费从22亿元增加到4036亿元,损失的居民边际投资从7亿元增加到2030亿元,分别在需求侧造成了年均0.25%和0.12%的经济增长损失。
二季度舍得酒业同样获多只公募大举加仓,除了招商中证白酒和鹏华中证白酒两只指数基金外,“汇添富消费行业混合”大举加仓56%,持股达到360万股;“财通资管价值成长混合”和
TOP10热点:如何看待 2025WTT 新加坡大满贯抽签结果?你最期待谁的表现?黄色仓库
另一方面,长期看股市市场收益率和名义GDP增速高度相关。理论上说,当经济体的各部分效率保持一致时,股市收益的实质取决于其经济体的生产率,因此长期股市收益率与经济增长高度相关。2002-2022年万得全A(考虑分红)的年化收益率为8.6%,