- 综合排序
- 最热优先
- 最新优先
谷歌 DeepMind AGI 治理研究新作 - Distributional AGI Safety
谷歌DeepMind最近发布了一篇讨论AGI治理的文章-Distributional AGI Safety，文章提出了一个比较有意思的AGI概念 - patchwork AGI，直译为"拼凑式AGI"， 和之前经常提到的一个独立模型或者独立系统所代表的AGI不同，patchwork AGI强调的是通过多个子AGI拼凑出AGI，这个概念与agent领域的两个概念：single agent与multi-agent 然而，这忽略了一种极有可能的通用人工智能（AGI）出现的替代情景 - 通过群体或系统内的子AGI agent的协作交互涌现出AGI。 拼凑式AGI（Patchwork AGI）应用场景要使通用人工智能（AGI）能够执行人类所能完成的所有任务，它必须具备多样化的技能和认知能力。 为确保人工智能的安全性，我们需要主动开发相关机制，以识别并引导由具备互补技能的子AGI（sub-AGI）智能体网络所构成的、具有高度能力的复合型近AGI（near-AGI）及AGI系统。
38710编辑于 2025-12-23人工智能AGI
AGI 的定义与核心特征 AGI 指具备人类水平通用认知能力的人工智能系统，能够自主理解、学习并解决跨领域的复杂问题。 与窄人工智能（如图像识别、语音助手）不同，AGI 的关键特征包括： 自主迁移学习：无需特定训练即可将知识迁移到新领域。 抽象推理：处理未见过的问题时进行逻辑归纳和演绎。 代码示例：元学习框架实践 以下是一个简化的MAML实现（PyTorch），展示AGI研究中的快速适应能力训练： import torch import torch.nn as nn from torch.optim
30810编辑于 2026-01-20- 来自专栏新智元
2028年第一个AGI将到来？谷歌DeepMind提6条AGI标准，定义5大AGI等级
他指出，LLM已经是AGI雏形，提出了6条定义AGI的标准。而且根据AI能力，他们提出了5个AGI的分类，以及对于AGI风险的评估体系。 人类距离第一个AGI的出现已经越来越近了！ 而进一步，因为目前还没有出现真正意义上的AGI，对于AGI的定义，人类还没有达到统一的认知。 所以论文中还提供了定义AGI的6个准则： 关注能力而非过程。 在论文的最后一个部分，作者还提出了对于未来可能出现的AGI的测评与风险评估问题。 在作者看来，需要考虑人类与AGI的互动模式，仅看模型能力来评估AGI是非常片面的。 具体来说，AGI的能力不同于AGI的自主性。随着AGI能力的增强，会解锁更高级的人机互动模式，但不意味着就必须给予AGI最大的自主性。 另一方面，达到 「专家级AGI 」可能会减轻 「AGI雏形 」和 「普通级AGI 」带来的一些风险，如任务执行错误的风险。
60731编辑于 2023-11-08 - 来自专栏CreateAMind
Suggested Education for Future AGI Researchers
https://sites.google.com/site/narswang/home/agi-introduction/agi-education http://www.cis.temple.edu/ ~pwang/Writing/AGI-Curriculum.html 这个会跳转到谷歌上面链接。 Suggested Education for Future AGI Researchers Pei Wang The following list is a partial education plan Barto [Assumptions of decision-making models in AGI, Pei Wang] Motivation and emotion Human Barto [Assumptions of decision-making models in AGI, Pei Wang] Motivation and emotion Human
55220发布于 2018-07-24 - 来自专栏后台技术汇
《AGI 时代的破局之道 》
3.3 自我变革 3.3.1 前 AGI 时代 从软件工程的角度看，我们这个行业从诞生之初就是在通过不断地抽象来提高生产力，使我们更加专注于最重要的事情：构建东西。 3.3.2 后 AGI 时代 程序员的工作其实很神奇，我们写的代码是让机器执行的，但写的时候却是更方便人阅读理解的。
55330编辑于 2023-09-08 - 来自专栏腾讯大讲堂的专栏
AGI近未来：见证、记录与思考
ChatGPT/大模型/AGI的基础内容推荐 当今时代的信息检索和质量分辨是一种核心能力，非常分高下。 目前互联网上关于ChatGPT/大模型/AGI讨论的内容太多，真正有价值、值得认真读的观点和内容是很有限，需要甄别挑选的。这里要提到两个老生常谈的问题： 1. 学会阅读。 （Power Seeking）、AGI间交流等潘多拉魔盒的可能风险。 这些当下的缺陷和潜在的风险，并不能阻止人类继续对于大模型、AGI的研究，毕竟当下GPT-4的能力是实打实看得见的，也带给各行各业丰富的想象空间。 要明确的是一点是，AGI是一个需要大量时间和经费的事情，短视、快钱和刻舟求剑在如今这个重视工程思路的大模型领域注定不会有好结果，OpenAI的过人之处在于在整个AGI发展愿景过程中，保持对技术选择的理性判断并持续付出大量的成本投入
74150编辑于 2023-08-05 - 来自专栏存储公众号：王知鱼
企业 AGI 之争：Databricks 数据智能策略
获得关于“企业 AGI”概念的深入理解，以及数据智能在实现这一目标中的核心地位。 现在的竞争取决于它能多快将这些 2.5D 快照演变为我们企业 AGI 愿景所需的全面 4D 智能系统。 迈向“企业 AGI”：Databricks 争夺竞争优势圣杯的博弈 在上周的节目中，我们剖析了 Snowflake 的战略飞跃。 这是一场争夺企业有用 AI 未来——我们称之为企业 AGI——的竞赛。 在之前的 Breaking Analysis 节目[7]中，我们用圣杯的比喻来描述这一追求。 无论单一的 AGI“救世主”是否会到来，企业 AI 都将以不同的方式展开。它不会建立在公共数据上，而是建立在专有地图上——代表业务运营真相的语义智能系统。
1.3K10编辑于 2025-06-17 - 来自专栏小柔博客园
AIGC&AGI 使用指南
该区域不向盲区一样 对某个知识只有模糊的了解，而是拥有比较完善和系统化的专用知识；
27110编辑于 2024-07-24 - 来自专栏ATYUN订阅号
AGI终能成为现实吗？微软宣布向OpenAI投资10亿美元以研发AGI
建立一个比我们任何人都聪明的人工智能——AGI。 今天，OpenAI宣布与微软达成合作伙伴关系，微软为其工作提供10亿美元资金，这是AGI研究离开科幻小说领域并进入现实研究领域的最新迹象。 但是这些项目中没有一个能达到AGI的飞跃所带来的巨大改变。AGI一直是人工智能领域的圣杯，它指的是一种人类灵活且通常智能的人工智能系统。 创建AGI可能是人类面临的最重要挑战之一。微软十亿美元的投资有可能推动人工智能开发的前沿，但为了使AGI安全开发，投资者必须愿意优先考虑可能减缓商业发展的安全问题。 但该公告也对此表示赞同。 OpenAI的团队致力于AGI的安全和政策影响，并不害怕阐明AGI可能成为灾难而不是人类的福音。 Brockman表示，“为了完成我们的使命，确保AGI（无论是否由我们建造）使全人类受益，我们需要确保AGI安全可靠地部署，社会为其影响做好了充分的准备，它的经济优势得到了广泛的共享。”
62120发布于 2019-07-30 - 来自专栏新智元
OpenAI研究员首次提出「AGI时间」进化论！o1数学已达「分钟级AGI」
此次辩题是 「当今的LLM沿着既有路线持续发展是否就足以实现真正的AGI」。 Sébastien：扩展AGI时间足以解决 GPT-4目前处于「秒级AGI」，在许多情况下可以快速响应并给出答案，类似于人类可以极短时间内作出反应。 对于某些编程任务，GPT-4可能已经达到了「分钟级AGI」，即它能像人类一样花几分钟时间编写代码片段。 而o1则可能已经达到了「小时级AGI」。 在数学领域，GPT-4仍然停留在AGI秒阶段，即便是o1也只是「分钟级AGI」，因为它无法像人类那样花费较长时间深入思考复杂的数学问题。 他表示道：「如果你有『周级AGI』的能力，那么你就拥有了这一切。」
17900编辑于 2025-02-15 - 来自专栏新智元
【2018将成为AGI元年】13名专家盘点2017最重要AI事件，预测AGI将取代AI
“AGI”将会取代“AI”成为流行词 Brandon Rohrer：Facebook的数据科学家。 2017年还有更多机器击败人类的成就。 至少，“AGI”将会取代“AI”成为当年的流行词。 机器学习系统“隐藏”技术欠下的债不容忽视 Elena Sharova是一家投资银行的数据科学家。
96150发布于 2018-03-20 - 来自专栏CreateAMind
探讨AGI如何更安全的论文
Keywords: AGI safety, reinforcement learning, Bayesian learning, causal graphs http://www.tomeveritt.se Controlling AGI. A superhuman AGI is a system who outperforms humans on most cognitive tasks. Humans have one key advantage: As the designers of the system, we get to decide the AGI’s goals, and the way the AGI strives to achieve its goals. Increased intelligence in an AGI is not a threat as long as the AGI only strives to help us achieve our
61140发布于 2018-07-20 - 来自专栏Android 开发者
分析 AGI 纹理数据并提升 GPU 性能
Android GPU Inspector (AGI) 能够帮助我们洞悉 Android 设备上的 GPU 内部运行情况。对 GPU 来说，最具挑战性的任务之一就是在着色器中获取和过滤纹理数据。 通过采集带宽 、缓存行为、滤镜渲染三个方面的数据，我们就可以使用 AGI 监视与纹理相关的 GPU 工作负载。
1.2K50发布于 2021-02-12 - 来自专栏机器之心
红杉合伙人：2026，AGI已经来了
机器之心编辑部 我们常问：AGI 什么时候到来？你有没有想过，可能它已经来了。 以下是博客内容： 几年前，一些顶尖研究者告诉我们，他们的目标是 AGI。我们急切地想听到一个清晰的定义，天真地问道：「你们如何定义 AGI？」 这段小插曲，正是我们追寻 AGI 具体定义之旅的缩影。这个定义始终难以捉摸。 然而，尽管定义难以捉摸，现实却并非如此。AGI 已经到来，就在此刻。 编程智能体是第一个例证。更多案例正在涌现。 长周期（long-horizon）智能体在功能上就是 AGI，而 2026 年将是它们的元年。 不受细节拖累 在继续之前，有必要承认：我们没有资格提出 AGI 的技术定义。 我们是投资人。 AGI 的功能性定义 AGI 就是能把事情搞清楚的能力。就这么简单。 我们深知，如此不精确的定义无法平息任何哲学争论。但从务实的角度来说，当你想完成某件事时，你想要什么？一个能把事情搞清楚的 AI。
25710编辑于 2026-01-22 - 来自专栏编程我也会
Manus来了~目前最接近AGI的AI？
这不就传说中AGI吗？ AGI（Artificial General Intelligence，人工通用智能）是指具备与人类相当或超越人类水平的广泛认知能力的人工智能系统，能够在多种复杂任务中自主学习、推理、规划并适应新环境， 说白了AGI就是什么都能干的AI，不仅仅是处理文本或者生成图片，而是一个AI搞定所有任务。 官网显示Manus 在所有三个难度级别上都达到了新的最先进（SOTA）性能。
79810编辑于 2025-03-07 - 来自专栏AI智韵
AGI在哪里？
其中，关于硅基生命的可能性与AGI（Artificial General Intelligence，即人工通用智能）的实现，更是引发了广泛的讨论。 总结 基于当前AI技术的局限性，确实可以得出结论：[现有的方式无法实现AGI，更不能诞生硅基生命]。 AGI的实现不仅需要技术突破，还需要对智能的全面理解，包括如何使机器具备类似人类的感知、学习、推理、规划、沟通和自我意识等能力。 因此，尽管我们对[硅基生命和AGI充满了期待和想象]，但在现实中，我们还需要付出更多的努力和时间来探索和研究这些领域。 AGI和硅基生命的实现是长期而复杂的挑战，需要科技界、社会各界乃至全球的共同努力和智慧。在这个过程中，持续的探索、创新和反思将是不可或缺的。
23610编辑于 2024-10-22 6000字深度思考，有关DeepSeek、科技竞争、AGI的一切丨AGI之路01期
2月9日，苇草智酷、信息社会50人论坛、腾讯科技联合发起的AGI之路系列直播《再谈DeepSeek的成就和AGI的未来》线上研讨会，邀请经济学家、横琴数链数字金融研究院学术委员会主席朱嘉明，中国自动化学会监事长 、中国科学院自动化研究所研究员王飞跃，EmojiDAO创始人贺宝辉三位嘉宾，围绕“AGI发展路线”“如何‘复制’下一个DeepSeek”“大模型的去中心化”分别进行主题分享。 GPT-3出现之前，人们预计人工智能走到AGI时代大概需要80年的时间；GPT-3出现之后，人们把这样的预期缩短到50年；到了出现LLaMda2的时候，大家的预期又变成18年。 2025年，人们对实现AGI的时间预期可能更短，保守地说是5-6年时间，乐观地说的是5-6年时间。 以强化学习这种方式冷启动难度比较大，训练也不稳定，所以较少被采用，但我个人认为这可能是通向AGI的真正路径，而不是单纯依赖数据调优的路线。
56660编辑于 2025-02-20- 来自专栏新智元
开源AGI智能体人人可养成：AGI对齐新思路，让智能体在人类世界中接受训练
一位网友根据Karpathy曾经构想过的一个AGI智能体构架，创建了一个开源的智能体，命名为Samantha。 网友在看了Samantha的效果展示之后，惊呼，原来GPT-4真的已经是AGI了，看来OpenAI确实在控制时间，让人类能够适应AGI来临的日子。 作者认为，如果目标真的是实现强大的AGI，那么如果只是让模型在互联网和合成数据上变得更加智能的趋势持续下去，那么 GPT-8也不会带来任何好处。 这就是为什么： 实现AGI并不意味着我们需要制造一个成熟的人类，我们只需要构建一个能够像人类一样自主学习和使用知识的小人工智能婴儿。 出于这个原因，作者声称这个提出的架构是为了达到AGI，因为它允许创建一个独立的长期运行的人工智能，能够充当一个令人信服的、寻求知识的人类。
35810编辑于 2024-02-26 - 来自专栏CreateAMind
脑启发AGI系统中的类比推理
Analogical Reasoning in Brain-Inspired AGI Systems 脑启发AGI系统中的类比推理 https://link.springer.com/article/10.1007 在第三节中，我们考察AGI研究应重点关注的基本认知能力，并论证这些能力都高度依赖于一个特定的核心组件——即类比推理。在第四节中，我们总结全文，并反思这些发现对未来AGI系统实现的启示。 第一，许多使用“AGI”这一术语的人并未对其做出精确的定义。第二，许多人将AGI概念化为一种能够在广泛认知任务中达到人类表现水平的系统。 在一篇关于AGI层级的近期立场论文中，DeepMind的研究人员宽泛地将AGI系统描述为“在大多数任务上至少具备与人类相当能力的人工智能系统”[56]。 这一观点引导了我们对AGI发展的整体思路：与其试图直接实现这些高层级能力，我们更应主张AGI研究聚焦于构建强大且灵活的、以类比推理为基础的系统。 本文主要侧重于理论与哲学层面的探讨。
14310编辑于 2026-03-11 - 来自专栏新智元
致敬《降临》｜通往AGI的路径从语言开始
---- 新智元报道 来源：飞哥说AI 作者：高佳 李志飞 编辑：好困 【新智元导读】一起见证AGI的降临，Make AGI Accessible！ 流淌其中的语言，冥冥中预示着，AGI正在降临。 今天，出门问问2023 AIGC战略发布会致敬《降临》，Make AGI Accessible。 从这个角度，语言模型是当前各模态中最为重要的，是通往多模态和AGI的开始。 对于AGI来说，是否有不同的答案？他既通晓岁月之书，又有自由意志。一切已经在AGI的内在结构里，他知道过去，也通晓未来。 从《AGI的火花：GPT-4的早期实验》中，GPT-4已显示出AGI的迹象，它可以写一道很多大学生都做不出的动态规划程序题，GPT动机、意识的一脉相承，意志是意识的本质部分，或让人类看到GPT实现自由意志的可能性
57340编辑于 2023-05-09
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号