2028年人类将迎来AGI：DeepMind联合创始人长文预测未来AI发展

AGI 如何定义、又何时到来？来自谷歌 DeepMind 的创始人兼首席 AGI 科学家 Shane Legg 向我们描述了当下我们与 AGI 的距离。

10 月 26 日，在 X 上有三万订阅的 Dwarkesh Podcast（矮人播客）主持人 Dwarkesh Patel 采访了谷歌 DeepMind 的创始人兼首席 AGI 科学家 Shane Legg。

他们讨论了 AGI 出现的时间节点、可能的 AGI 新架构、作为下一个行业标杆的多模态、如何让超越人类的模型进行对齐以及 Deepmind 在模型能力和安全之间的抉择。

而在前不久，《华尔街日报》与 OpenAI 的 CEO Sam Altman 和 CTO Mira Murati 共同探讨了有关 AGI 的未来（链接）。

一场又一场的 AGI 讨论盛宴接连不断，曾经只存在于科幻作品中的 AGI，似乎近在眼前了。

AGI 的定义以及发生节点

在衡量 AGI 的进展之前，需要先对 AGI 进行定义。

AGI，即通用人工智能。但对于什么是「通用」的，却有很多不同的定义，这让回答 AGI 是什么变得非常困难。

Shane Legg 认为，能够执行一般人类完成的认知任务、甚至超越这个范围以上的，就可以认为是 AGI。

由此可以得到，要测试 AI 是否正在接近或达到这个阈值，我们需要对其进行不同类型的、涵盖人类认知广度的测量。

但这非常困难，因为我们永远不会拥有人们「能做到的事」的完整集合，这个范围太过于庞大而且还在不断更新。

因此，在判断是否为 AGI 时，如果一个人工智能系统在所有能提出的人类认知任务上达到了人类的表现水平，就可以认为这就是 AGI。

在通常的理解中，可能存在有一些事情是人类可以做到但机器做不到的。但当我们穷尽各种尝试也找不到这样的「事情」后，人类就拥有了通用人工智能。

但在实际的测量中我们仍不能提出包含人类全部认知水平的任务，如著名的基准测试：测量大规模多任务语言理解（Measuring Massive Multitask Language Understanding，MMLU）尽管包含了多项人类知识领域，但缺少语言模型对流视频的理解 网页链接