我们比想象中更接近通用人工智能CARLOS MATS

去年，人们不断谈论生成式人工智能工具，例如 OpenAI 的 ChatGPT、微软的 Bing或谷歌的 Bard，强调它们执行各种任务的能力;然而，这仅代表该技术在不久的将来可以实现的目标的开始。

了解人工智能

专门从事人工智能的公司 IKA Platform 的创始人兼首席执行官 Carlos Mats 解释说，我们正处于人工智能领域爆发的开始。目前的条件已经成熟，新工具和技能的扩散可能会进一步彻底改变这个发展中的领域。

这位首席执行官表示，我们开始看到实现通用人工智能的可能性：人工智能系统能够以与人类相当的水平执行复杂的心理过程，但速度要快数百万倍。

尽管这听起来像是科幻电影中的情节，但现实是我们离实现它更近了。

今天的人工智能工具，如 ChatGPT、Bard、Bing 等，由于它们一次只擅长完成一项特定任务，因此被归类为狭隘的人工智能工具。他们可以使用计算机视觉来检测物体、识别人类语言，甚至执行编码、创建化学公式等任务。

然而，就当前的人工智能而言，人类必须首先对这些系统进行编程，以便他们能够执行这些活动并从以前的模式中学习以生成新信息或解决问题。

相比之下，通用人工智能的设计目的是像人类一样理解、学习和执行复杂的任务。

通用人工智能的演变

Mats 解释说，本质上，人工智能是通过各种狭义人工智能的逐步组合来实现的，每个人工智能都获得越来越多的人类知识和情境技能。这使他们能够以与人类类似的方式学习，发展批判性推理和抽象思维。

通用人工智能的概念已经存在很长时间了。然而，最近的进展标志着它的实现初露端倪。他相信，今年，这个概念将开始被大众认可和理解。

Mats 表示，最初人们认为这会在 20 到 30 年内发生，但有可能在 15 年甚至 10 年内发生。

我们将比预期更早实现通用人工智能的可能性来自于大语言模型的令人印象深刻的进步。这些模型经历了指数级的改进，这是由于可以访问从互联网收集的新数据库进行训练而实现的。

OpenAI 的 ChatGPT就是一个例子，它是按照这种方法进行训练的，但数据跨度为 2021 年。该聊天机器人于去年 11 月推出，最初使用 GPT-3 模型，后来使用 GPT-3.5。

然而，不久之后，随着GPT-4 的出现，革命性的突破出现了，进一步增强了流行聊天机器人的功能。