邁向通用人工智能AGI

在探討人工智能的未來與局限時，我們必須首先理解AGI（Artificial General Intelligence，通用人工智能）的概念。事實上，人類文明進步是基于不斷獲取新知識和新邏輯（新知）來掌握客觀世界規(guī)律；因此所謂的通用人工智能（AGI）就必須是一種具備發(fā)現(xiàn)新知能力的AI。然而，當前的AI技術(shù)盡管已經(jīng)在感知和行為替代、已有知識重現(xiàn)方面取得了顯著進展，但這些仍然只是AI能力的表面及部分體現(xiàn)。

在2018年進行的全國性人工智能產(chǎn)業(yè)研究中（摘自民建中央課題《人工智能產(chǎn)業(yè)發(fā)展戰(zhàn)略》）對找準人工智能產(chǎn)業(yè)著力點進行研究，調(diào)研結(jié)果表明“中間層”涉及到人類知識和邏輯，對人類文明進步至關(guān)重要。

2023年，隨著大型語言模型的興起，我們見證了AI領(lǐng)域的一個奇跡。這些模型通過學習大量的語料，展現(xiàn)出了優(yōu)異的記憶力。但問題在于，它們學到的只是語言的表面，而非語言背后的真理；而且人類語言不能代表真理；更不要說人類還沒有窮盡真理。正如哲學家維根斯坦所言，世界的意義或真理會在生活中會顯現(xiàn)出來，但是，真理不能用語言表述；一旦用語言表達，就會被扭曲或被曲解。也就是，語言和真理是兩件事。同時，AI在處理數(shù)學問題時，往往顯得無能為力，因為它們?nèi)狈?shù)學運算邏輯，不能很好勝任數(shù)值型分析和預測工作（摘自科學中國20230908《大語言模型(LLM)的“兩個天生BUG”》）。盡管存在這些局限，大型語言模型在與人類交互方面展現(xiàn)出了前所未有的友好性，這是其持續(xù)熱度的來源。

然而，我們對AI的期望遠不止于此。為了實現(xiàn)人類探索世界的能力增長亦或是人類文明進步，我們需要的AI不僅要能模擬人類行為，更要具備通過數(shù)據(jù)產(chǎn)生新知的能力，這其中就涉及到兩個重要環(huán)節(jié)：數(shù)據(jù)挖掘能力和接觸到高質(zhì)量數(shù)據(jù)的能力。為了解決這一矛盾，學界和技術(shù)界提出了不同的見解，包括連接主義和符號主義的辯論。連接主義強調(diào)通過增加神經(jīng)元數(shù)量來增強智能，但是其存在邊際效應(yīng)遞減的問題，即隨著神經(jīng)元增加到一定程度其能產(chǎn)生的智能程度的速度是下降的，而符號主義則主張通過抽象和運算來發(fā)展智能。我們認為，AI的發(fā)展應(yīng)該遵循人類進化的規(guī)律，在依賴神經(jīng)元增加（連接主義）進化到足夠聰明后，基于抽象的規(guī)律分析（符號主義）是更有效率的發(fā)現(xiàn)新知之路，因此通過連接主義*符號主義，即前期在連接主義的基礎(chǔ)上先具備大量的參數(shù)量，到后期教會其符號主義的所有內(nèi)容，通過GPT Hybrid的方式讓AI具備數(shù)學計算和邏輯推理的能力，從而發(fā)現(xiàn)新知識。

綜上，我們需要不斷探索和解決AI的局限，推動AI能夠真正成為人類智能的延伸，實現(xiàn)人類文明進步，最終邁向AGI。