在最新的研究中,來(lái)自谷歌DeepMind的研究團(tuán)隊(duì)提出了一個(gè)名為“Levels of AGI”的框架,旨在系統(tǒng)地分類人工通用智能(AGI)模型及其前身,類似于自動(dòng)駕駛的級(jí)別。這個(gè)框架引入了三個(gè)重要的維度:自主性、普適性和性能,為比較模型、評(píng)估風(fēng)險(xiǎn)以及追蹤人工智能進(jìn)展提供了一個(gè)共同的詞匯。
該團(tuán)隊(duì)通過(guò)分析先前對(duì)AGI的定義,提煉出六個(gè)對(duì)實(shí)際AGI本體論至關(guān)重要的思想。框架的發(fā)展受到這些原則的指導(dǎo),強(qiáng)調(diào)了集中關(guān)注能力而不是機(jī)制的重要性。這包括獨(dú)立評(píng)估通用性和性能,以及在向AGI邁進(jìn)時(shí)不僅關(guān)注終極目標(biāo),還要識(shí)別各個(gè)階段。
據(jù)團(tuán)隊(duì)透露,AGI框架的結(jié)果是圍繞兩個(gè)基本方面構(gòu)建的:深度(性能)和廣度(能力的普適性)。該框架通過(guò)基于這些特征對(duì)AGI進(jìn)行分類,有助于理解人工智能系統(tǒng)的動(dòng)態(tài)環(huán)境。框架提出了對(duì)性能和普適性的不同程度的步驟,以評(píng)估在性能和普適性方面的不同能力。
團(tuán)隊(duì)承認(rèn)在評(píng)估現(xiàn)有AI系統(tǒng)在建議的方法中的適應(yīng)性時(shí)涉及的困難和復(fù)雜性。他們還討論了未來(lái)的基準(zhǔn),這些基準(zhǔn)需要準(zhǔn)確測(cè)量AGI模型的能力和行為,與預(yù)定的閾值進(jìn)行比較。這對(duì)于評(píng)估發(fā)展、找出需要發(fā)展的領(lǐng)域以及確保人工智能技術(shù)的公開和可量化的進(jìn)展至關(guān)重要。
該框架不僅考慮了技術(shù)方面,還關(guān)注了部署方面,特別是風(fēng)險(xiǎn)和自主性。團(tuán)隊(duì)強(qiáng)調(diào)了部署因素和AGI水平之間復(fù)雜關(guān)系的重要性,并強(qiáng)調(diào)了在選擇人機(jī)交互范式時(shí)謹(jǐn)慎選擇的關(guān)鍵性。對(duì)實(shí)現(xiàn)高度智能AI系統(tǒng)的倫理方面也受到強(qiáng)調(diào),強(qiáng)調(diào)了對(duì)負(fù)責(zé)任和安全部署的系統(tǒng)性和謹(jǐn)慎的方法。
對(duì)于AGI行為和能力的建議分類方案是全面而深思熟慮的。該框架強(qiáng)調(diào)了將其負(fù)責(zé)和安全地整合到以人為中心的環(huán)境中的需求,并提供了一種結(jié)構(gòu)化的方式來(lái)評(píng)估、比較和指導(dǎo)AGI系統(tǒng)的發(fā)展和部署。


產(chǎn)品與服務(wù)
聯(lián)系站長(zhǎng)
關(guān)于我們