标题：AI的未来：超越预测，探索AGI的边缘
作者：KingHZ
新智元报道
在人工智能的广阔领域中，Epoch AI的高级研究员Ege Erdil近期提出了一个引人深思的观点：到2030年，实现人类水平AI的可能性至少为10%，乐观估计甚至可达20%。这一预测基于AI从监督学习到通用人工智能（GenAI）的范式转变，以及对AI能力的深入理解。
AGI的来临：是机遇还是挑战？
随着AI技术的飞速发展，AGI（Artificial General Intelligence，通用人工智能）的到来似乎近在咫尺。然而，AGI究竟是一种技术乌托邦，还是即将到来的现实？对于AI的能力，我们又该如何预测？
预测AI能力：外推与第一性原理
Ege Erdil认为，预测AI能力的方法主要有两种：外推预测和第一性原理推理。
- 外推预测：基于当前AI能力的预测，通常在估计AI在已具备基础能力的任务上的进展速度时更为可靠。
- 第一性原理推理：在预测AI尚无法完成或只能勉强完成的任务时，往往更加准确。
结合这两种方法，Ege Erdil乐观地预测，到2030年实现人类智力水平的AI可能性至少为10%，乐观估计可达20%。
AI的未来：不仅仅是预测
尽管预测AI的能力至关重要，但我们不能仅仅停留在预测层面。AI未来带来的经济收益主要来源于它目前尚未掌握的任务。如果仅仅依赖外推法，那么极有可能严重低估AI未来的发展速度、广度以及影响力。
AI的发展：不仅仅是预测
在尝试预测AI系统未来的能力及其将带来的经济和社会影响时，通常有两种不同的方法：
- 外推法：回顾过去以及事物变化的速度，然后尝试将现在的情况外推到未来。这种方法倾向于分析过去的数据和趋势来推测未来的走向。
- 第一性原理推理：基于第一性原理，考虑人脑的能力和资源使用情况、不同领域的训练数据的可用性、获取不同任务的奖励信号的成本等，以估计自动化任务的难度。
这两种方法代表了预测AI能力的两种根本不同的方式。第一种方法更常被经济学家所青睐，因为它依赖于历史数据和趋势分析，便于理解和应用。而第二种方法则更适合用于深入探讨技术可行性及其限制，提供了关于AI发展可能遇到的技术障碍的洞察。
AI的未来：超越预测
预测AI的未来是一项复杂的任务，需要我们超越简单的预测方法。通过深入研究AI的本质和潜力，我们可以更好地理解AI的发展方向，并为其带来的机遇和挑战做好准备。
结语
AI的未来充满了无限可能。通过不断探索和突破，我们有理由相信，AI将为我们带来更加美好的未来。
参考文献
[1] Ege Erdil, "What AI can currently do is not the story," Epoch AI, 2023. [2] Frey, C. B., & Osborne, M. A. (2013). The future of employment: How susceptible are jobs to computerization? Proceedings of the National Academy of Sciences, 110(20), 8026-8031.
链接
[1] https://epoch.ai/gradient-updates/what-ai-can-currently-do-is-not-the-story [2] https://shapingwork.mit.edu/wp-content/uploads/2024/05/Acemoglu_Macroeconomics-of-AI_May-2024.pdf