谷歌旗下DeepMind CEO表示通用人工智能或将在几年内实现

谷歌旗下DeepMindCEO表示通用人工智能或将在几年内实现谷歌旗下人工智能子公司DeepMind的CEO戴米斯・哈萨比斯表示，通用人工智能(AGI)可能在几年内实现。AGI指的是一种计算机具有人类水平认知能力的系统。他还补充说，研究人员尚未就AGI的合适定义达成一致。"我认为，未来几年我们将拥有非常强大、非常通用的系统。”对于AGI实现的时间，哈萨比斯周二在接受采访时称，AI研究的速度可能会在目前已经很快的基础上进一步提速。“过去几年的进展相当令人难以置信，”哈萨比斯说，“我没看到有任何理由会放慢这一进程。我认为它甚至可能会加速。所以我认为我们可能只需要几年，也许在十年内。”来源，来自：雷锋频道：@kejiqu群组：@kejiquchat投稿：@kejiqubot

TikTok首席执行官称TikTok正面临关键时刻

TikTok首席执行官称TikTok正面临关键时刻TikTok首席执行官周受资说，随着越来越多的美国立法者基于国家安全考虑寻求禁止这款应用程序，TikTok面临关键时刻。据路透社报道，周受资星期二（3月21日）在TikTok发出一则视频，视频背景是美国国会大厦。他在影片中说，TikTok现在拥有超过1.5亿美国月活跃用户，几乎占美国人口的一半。但越来越多政客呼吁禁止TikTok，这可能会将TikTok从1.5亿名用户手中夺走，“这对我们来说是一个关键时刻”。周受资呼吁TikTok用户在视频下留言，告诉美国立法者他们喜爱这款应用程序的原因。目前该条视频的播放量已超过470万，留言也已过6万则。要求美国立法禁止TikTok的国会议员担忧，TikTok的美国用户数据可能被总部位于中国的母公司字节跳动提交给中国政府，尽管TikTok已多次反驳这项指控。周受资星期四（23日）将在众议院能源和商业委员会就TikTok禁用的问题出席听证会。民主党众议员贾马尔·鲍曼（JamaalBowman）星期三将和TikTok创作者们在美国国会大厦外举行新闻发布会，反对立法者们尝试禁止TikTok。鲍曼将美国禁止TikTok的努力描述为“制造恐惧”，并指出禁止TikTok“将向年轻选民传达另一个信息，即我们不关心你的想法”。鲍曼认为，美国需要全面的“大科技监管”，以解决脸书、Alphabet的YouTube、推特和其他公司的问题，但单单针对TikTok是“不可接受的”。

Meta首席执行官：用于AR/VR输入的神经腕带将“在未来几年内”发货

Meta首席执行官：用于AR/VR输入的神经腕带将“在未来几年内”发货Meta可能希望其神经腕带在任何场景中都能实现更低的精确操作，类似于计算机的鼠标，但具有额外的维度。事实上结合Meta之前声称到2028年左右，它甚至会精确到足以模拟键盘。Meta还计划在2025年与第三代Ray-Ban智能眼镜一起发布神经腕带作为智能眼镜的输入方法。线索：@ZaiHuabot投稿：@TNSubmbot频道：@TestFlightCN

谷歌DeepMind创始人提出通用人工智能分级 ChatGPT只是初级

谷歌DeepMind创始人提出通用人工智能分级ChatGPT只是初级长期以来，AGI都是一个含义模糊的概念，粗略可以将其理解为“和人类差不多聪明”。研究团队在论文中写道，“我们希望提供一个共通的语言，用于比较模型、评估风险，以及衡量我们在通往AGI的道路上行进到了什么阶段。”AGI六大定义原则研究团队没有用一句话概括AGI，而是提出，任何对AGI的定义都应满足六条原则：关注能力，而非过程。也就是说关注AGI可以完成什么，而不是完成任务的机制。这种将关注焦点放在能力上的方式，使我们能够将一些内容排除在对AGI的要求之外，比如实现AGI并不意味着智能体以类似人类的方式思考或理解，或实现AGI并不意味着智能体具备意识或感知（具有情感的能力），因为这些特质不仅侧重于过程，而且目前无法通过公认的科学方法来衡量。关注通用性和性能。研究团队认为，通用性和性能是AGI的关键组成部分。关注认知和元认知任务。大多数对AGI的定义侧重于认知任务，可以理解为非物理任务。尽管目前机器人技术取得了一些进展，但与非物理能力相比，AI系统的物理能力似乎滞后了。执行物理任务的能力确实增加了智能体的通用性，但我们认为这不应被视为实现AGI必要的先决条件。另一方面，元认知能力（例如学习新任务的能力或知道何时向人类请求澄清或协助的能力）是智能体实现通用性的关键先决条件。关注潜力，而非部署。证明系统能够以一定性能水平执行一组必要任务，应该足以宣布该系统为AGI，在现实世界部署这样的系统，不应该成为AGI定义的固有要求。关注生态效度（EcologicalValidity）。我们希望强调，选择与人们在现实世界（即生态有效）所重视的任务相一致的任务非常重要。关注通往AGI的路径，而不是单一的终点。研究团队提出AGI的五级分类，每个AGI级别都与一组明确的度量/基准相关联，以及每个级别都引入已识别的风险和人机交互范式的变化，比如OpenAI提出的劳动替代定义就更符合“大师AGI”。AGI五级分类基于能力深度（性能）和广度（通用性）将AGI分类为：非AI、初级、中级、专家、大师、超级智能。基于能力深度（性能）和广度（通用性），该研究将AGI分类为：非AI、初级、中级、专家、大师、超级智能。单个系统可能横跨分类法中的不同级别，截至2023年9月，前沿语言模型如OpenAI的ChatGPT、Google的Bard、Meta的Llama2在某些任务上（如短篇论文写作、简单编码）表现出能力娴熟的“中级”性能水平，但在大多数任务上（如数学能力、涉及事实性的任务）仍处于“初级”性能水平。研究团队认为，总的来说，当前的前沿语言模型会被视为第1级通用AI，即“初级AGI”，直到其性能水平在更广泛的任务集上提高，满足第2级通用AI（“能力娴熟AGI”）的标准。同时，研究团队提醒道，获得特定认知领域的更强技能，可能对AI安全产生严重影响，如在掌握强大的伦理推理技能之前获得强大的化学工程知识可能是一种危险的组合。还要注意，性能或通用性级别之间的进展速度可能是非线性的。获得学习新技能的能力可能会加速通往下一个级别的进程。在性能和通用性的综合方面，分级中的最高级别是ASI（人工超级智能）。研究团队将“超级智能”性能定义为超过100%的人类。例如，研究团队假定AlphaFold是分类法中的第5级“限定领域超人AI”，因为它在一个任务（从氨基酸序列预测蛋白质的三维结构）上的表现高于全球顶级科学家的水平。这个定义意味着第5级通用AI（ASI）系统将能够以没有人类能够匹敌的水平执行各种任务。此外，这个框架还意味着这样的“超人系统”可能能够执行比AGI低级别更广泛的任务，可以理解为其能够实现原本人类完全不可能执行的任务。ASI可能具有的非人类技能可能包括神经界面（通过分析大脑信号来解码思想的机制）、神谕能力（通过分析大量数据来做出高质量预测的机制），以及与动物交流的能力（通过分析它们的声音、脑电波或肢体语言的模式等机制）。10月底，莱格在接受科技播客采访时表示，他仍然坚持2011年就曾公开发表的观点——研究人员有50%的可能在2028年实现AGI。那么这具体指的是哪一个级别？目前他还没有明确的阐释。...PC版：https://www.cnbeta.com.tw/articles/soft/1395531.htm手机版：https://m.cnbeta.com.tw/view/1395531.htm