2025 年进入通用人工智能领域

技术发展已经达到了惊人的速度——一瞬间，星星已经延伸到星际线，我们今天所处的位置与几天前相比已经相去甚远。预测我们明天会在哪里变得越来越困难。

有一点是明确的：我们正在进入通用人工智能（AGI）频谱和人工超级智能(ASI) 现在看来显然是触手可及的。无论如何定义，AGI都不会突然出现；它将会不断发展，我们已经看到了它逐步展开的迹象。

AGI 的黎明

长期以来，通用人工智能一直是最终目标——一种能够执行人类脑力工作、改变我们工作、生活和思考方式的技术。现在，当我们迈入 2025 年时，AGI 的曙光已经出现，并有望随着时间的推移而变得更加强大。

这一转变如此深刻，以至于 OpenAI 的 Sam Altman 和 OpenAI 前首席科学家 Ilya Sutskever（他自己的初创公司专注于 ASI）等一些人相信，它将定义人类进步的弧线。

智能时代，一份宣言，认为 AGI 不仅仅是一种工具，它是人类历史的一个新阶段。从那时起，OpenAI 发布了越来越强大的推理模型——人工智能系统不仅可以从涵盖世界大部分书面文本的知识库中回答问题，还可以思考和解决复杂的问题。

这一进步的影响尚未渗透到公众意识中。但它们是深刻的。

例如，OpenAI 的 GPT-o1 模型在国际数学奥林匹克 (IMO) 资格考试中获得了 83% 的成绩，该考试被广泛认为是世界上最难的数学竞赛之一，需要创造力和深度推理能力来解决问题，而无需高级数学知识。数学工具，如微积分。

随后，GPT-o3 模型在 ARC-AGI 基准测试中取得了 87.5% 的突破性分数，该基准评估人工智能在不依赖预先训练的知识的情况下解决全新问题的能力。ARC-AGI 被认为是最严格的人工智能基准测试之一，因为它测试概念推理和自适应智能，而这些领域传统上由人类主导。

从狭隘智力到通用能力

到目前为止，人工智能系统已经成为专家——撰写文案、诊断疾病、优化物流——但仅限于狭窄的范围内。AGI 承诺了一些根本不同的东西：跨领域适应、推理和解决问题的能力。

大型语言模型 (LLM) 和多模态模型已经展示了原型 AGI 的特征，例如跨任务泛化、多模态推理和适应性。这些能力正在通过更好的架构、更大的数据集和更高效的训练方法迭代改进。

与此同时，OpenAI 正在重新定义 AGI 的含义。它的公开定义仍然是“一个高度自治的系统，在最具经济价值的工作中胜过人类”。但这个终点已经变得如此模糊，据报道，微软和 OpenAI 将 AGI 与人工智能系统创造 1000 亿美元收入的能力联系起来。利润。

AGI 挑战了我们对人类意义的理解。长期以来被视为人类特征的智力将不再是我们独有的。我们如何将通用人工智能融入我们的生活——无论是作为工具、合作伙伴还是竞争对手——将以一种尚未被人理解的方式塑造我们的文化、价值观和身份。

超级智能

它还让我们走上了 ASI 之路，届时自学习 AGI 系统最终将超越人类集体智能。

如今，特定领域的人工智能系统在科学、编程或医学等领域展现出超人的狭隘智能。例如，AlphaFold 通过以无与伦比的准确性预测蛋白质结构，彻底改变了结构生物学，这是一项超出人类能力的任务。

OpenAI 的推理模型包含一个递归循环，可在推理过程中完善其输出。虽然这种改进是暂时的，不会改变模型的基础参数，但它展示了更具动态性和适应性的人工智能系统的潜力。

研究人员正在努力探索增量学习和基于重放的方法等技术，使人工智能系统能够在获取新知识的同时保留知识，从而使单个系统能够持续学习。

我们的目标雄心勃勃：创造不仅会思考而且会进化的机器。如果这些努力成功，其影响将是惊人的。

人机协作新时代

“我们正处于创造工具的风口浪尖，这些工具不仅是人类能力的延伸，而且是在某些领域具有超越我们自身能力的实体，”Sutskever 在去年 12 月说道。他设想了一个人工智能可以实现科学突破、治愈疾病并解决以前认为棘手的问题的世界。他认为，这些进步可能预示着人类繁荣的新时代——文艺复兴不仅由人类的聪明才智推动，而且由与机器的合作推动。

由推理模型支持的人工智能代理可以导航复杂的环境，集成不同的数据流，并解决曾经看似无法克服的问题。

在医疗保健领域，这可能意味着 AGI 系统不仅会标记潜在的诊断，还会根据个人的基因组成设计整个治疗计划。在教育领域，虚拟导师可以实时适应学生的需求，不仅可以教授任何科目，而且可以以任何语言、以任何速度进行教学。这不是一个遥远的梦想，而是奥特曼认为可以在“几千天内实现”的进步。

如果有一天机器能够持续学习并无缝适应新的挑战，那么它们向超级智能的提升也不会太远。

目前，有一件事是确定的：2025 年标志着一个新时代的开始。智能时代已经到来，随之而来的是人类从未面临过的充满变革和充满挑战的未来的可能性。

AGI 的出现不会是一个突然的事件。随着人工智能系统沿着通用智能向 ASI 发展，这将逐渐展开。真正的问题不在于通用人工智能何时出现，而在于我们是否准备好引导它向更好的方向发展。