字数 1066，阅读大约需 6 分钟
AI领袖对通用人工智能（AGI）实现可能性的争议：现实与挑战
怀疑的声音：现有技术不足以实现AGI
Thomas Wolf在一篇文章中指出，一些对AGI的乐观预测只是“一厢情愿”。他认为，目前的LLMs擅长回答已知问题，但诺贝尔奖级别的突破往往源于提出前人未想过的问题，而这正是当前AI的短板。Wolf表示，他希望看到一个“爱因斯坦模型”，但实现这一目标需要深入研究细节。
同样持怀疑态度的还有Demis Hassabis和Yann LeCun。Hassabis认为，行业可能需要十年时间才能开发出AGI，因为目前AI仍有许多无法完成的任务。LeCun则直言不讳地表示，LLMs实现AGI的想法是“无稽之谈”，并呼吁开发全新的架构作为超级智能的基础。
探索之路：初创企业与研究方向
尽管存在争议，但仍有一些研究人员和初创企业致力于探索通往AGI的道路。Lila Sciences是一家筹集了2亿美元风险投资的初创公司，旨在通过自动化实验室解锁科学创新。其执行官Kenneth Stanley（前OpenAI首席研究员）致力于从AI模型中提取原创性和创造性想法，这是AI研究的一个子领域，称为“开放性”。
Lila Sciences的目标是通过AI模型自动化整个科学过程，包括提出优秀的问题和假设，从而最终实现突破。Stanley认为，创造力是实现AGI的关键一步，但构建“创造性”AI模型绝非易事。他指出，与直接解决问题的推理模型不同，产生原创想法和问题可能需要一种不同的智能形式。
主观性与创造力：实现AGI的不可或缺的部分
Stanley认为，要设计真正智能的AI模型，我们需要在算法上复制人类对有前途的新想法的主观品味。目前的AI模型在数学和编程等有明确答案的学术领域表现良好，但在需要创造力且没有“正确”答案的主观任务上则面临挑战。
Stanley表示，尽管科学界对主观性持谨慎态度，但我们可以通过算法来处理它。他很高兴看到开放性领域现在得到了更多关注，包括Lila Sciences、Google DeepMind和AI初创公司Sakana在内的研究机构都在致力于解决这个问题。
现实与未来：AI领袖的思考
Wolf、LeCun和Stanley等人可以被视为AI现实主义者，他们以严肃、务实的态度审视AGI和超级智能的可行性。他们的目标不是否定AI领域的进步，而是引发关于当前AI模型与AGI之间差距的广泛讨论，并努力克服这些障碍。
