即刻App年轻人的同好社区
下载
App内打开
拙言_I0cT
20关注0被关注0夸夸
拙言_I0cT
1天前
如果现在我们重新回到 25 岁，我们最值得去做的事情是什么？最值得学习的方向是什么？
10
拙言_I0cT
1天前
拙言_I0cT
6天前

sayen030: 很多人会好奇，现在都在说通往 AGI 之路，但是 AGI 到底是什么，其实一直没有一个统一的标准。 如果一定要给 AGI 一个定义，我更倾向于这样理解： AGI 不是某一个能力超过人类，而是在几乎所有陌生任务中，都能像一个受过良好教育的人一样，理解、思考、行动，并且不断学习成长。 如果把 AGI 拆开来看，我认为至少需要八种核心能力。 第一，理解能力。 理解文字、图片、视频、声音、代码以及人类真正想表达的意图。 这一层，其实今天的大模型已经非常强了，也是目前最成熟的一层。 ⸻ 第二，推理能力。 很多人觉得 AI 推理就是”猜下一个 Token”，其实这是底层实现，而不是能力本身。 真正的推理包括： * 数学推理 * 逻辑推理 * 因果分析 * 规划 * 抽象 * 类比迁移 * 自我检查 现在的大模型在数学、代码、科研辅助上的突破，本质都是推理能力不断增强的结果。 所以最近整个行业几乎都把资源投入到了推理模型，而不是继续追求更大的参数。 ⸻ 第三，行动能力（Agent）。 以前的大模型只是回答问题。 现在开始： 会搜索； 会写代码； 会调用工具； 会操作浏览器； 会执行工作流； 会根据执行结果不断调整计划。 也就是说： AI 正在从”回答问题”进化成”完成任务”。 这也是为什么最近 Agent 会成为整个 AI 行业最大的方向。 ⸻ 第四，长期记忆。 真正的人不会每天重新开始。 昨天学会的东西； 上个月经历的事情； 过去几年积累的经验； 都会一直影响未来。 而今天的大模型，大多数仍然属于： 这一轮会话结束， 很多经验也结束了。 真正的 AGI，需要拥有： 长期记忆； 情景记忆； 程序记忆； 社会关系记忆。 这些目前都还远没有解决。 ⸻ 第五，持续学习。 这也是我认为目前最大的缺口。 真正的人类智能不是因为知道很多。 而是： 今天犯错； 明天改正； 不断总结规律； 最后真正成长。 而现在的大模型更多还是： 训练结束以后， 能力基本固定。 所谓 Memory 更多只是把内容存进数据库，再重新喂给模型。 它更像外挂， 还不是模型真正成长。 ⸻ 第六，世界模型。 最近很多人在讨论： 世界模型是不是 AGI 主线。 我觉得答案应该是： 既不是全部， 也绝不是没用。 世界模型真正解决的是： 如果我执行这个动作， 下一步世界会发生什么。 对于机器人来说： 伸手会不会碰到杯子； 杯子会不会掉； 门推开以后会发生什么； 这些都属于世界模型。 但是： 世界模型只能解决： “世界如何变化。” 却解决不了： 目标是什么； 为什么这样做； 怎样制定长期计划。 所以： 世界模型是 AGI 的一个模块， 而不是 AGI 本身。 ⸻ 第七，具身智能。 数字世界里的 AI， 可以无限试错。 机器人不能。 每一次动作， 都是真实成本。 所以： 真正进入物理世界以后， AI 还需要： 空间理解； 运动控制； 触觉； 力觉； 实时控制； 长尾环境适应。 这一部分距离成熟还有很远。 ⸻ 第八，元认知。 这是我认为很多人忽略的一层。 真正聪明的人， 知道： 什么时候自己知道； 什么时候自己不知道； 什么时候需要搜索； 什么时候应该重新验证； 什么时候应该求助别人。 这就是： 知道自己能力边界。 今天的大模型已经开始有一点这样的能力， 但远远谈不上成熟。 ⸻ 如果把今天的大模型放到整个 AGI 路线上来看，会发现： ✅ 理解能力，已经非常成熟； ✅ 推理能力，正在快速突破； ✅ Agent 行动能力，进入爆发阶段； 🟡 世界模型，仍然存在很大争议； ❌ 长期记忆，还没有真正解决； ❌ 持续学习，还没有真正解决； ❌ 开放世界泛化，还没有真正解决； ❌ 元认知，还只是初级阶段； ❌ 具身智能，距离成熟仍有明显距离。 所以，我越来越觉得： AGI 不会因为某一个模型突然发布而诞生。 真正的 AGI，更像是一块拼图。 推理、Agent、长期记忆、持续学习、世界模型、具身智能……每一块都在快速发展，但目前还没有完全拼在一起。 未来真正的 AGI，可能不是一个”聊天机器人”，而是一个能够理解世界、规划目标、执行任务、从经验中持续学习，并且随着时间不断成长的完整智能体。

00
拙言_I0cT
1月前
来到即刻的第一天。
00