2022年的機(jī)器學(xué)習(xí)就業(yè)市場是Halodi Robotics新任AI副總裁Eric Jang的一篇自我祝賀文章。這篇文章自夸地討論了Jang利潤豐厚的求職，他將其描述為市場研究。然而，引起我注意的不是可疑的解毒劑市場分析(其中包括許多未經(jīng)證實(shí)的主張和假設(shè))，而是Jang斷言每家成功的技術(shù)公司都將是一家AGI公司并需要“AGI戰(zhàn)略”。

AGI最近才被Shane Legg和研究員Ben Goertzel和Cassio Pennachin推廣。2007年，Goertzel和Pennachin編輯了一本名為《通用人工智能》的書，該書呼吁更加堅持AI的最初愿景，這不僅僅是(正如Jang所建議的)“使……軟件更具適應(yīng)性和普遍有用的手段?！备鶕?jù)Goertzel和Pennachin的說法，AGI具有“自我理解和自主的自我控制”，具有“在各種情況下解決各種復(fù)雜問題的能力，并學(xué)會解決他們當(dāng)時不知道的新問題的能力”。他們創(chuàng)造的時間?！睋Q句話說，AGI是一個空白的問題解決者，其中對問題的了解獨(dú)立于解決該問題的任何策略，并且解決方案可以理解和共享任何目標(biāo)。這是應(yīng)用問題解決的一項艱巨任務(wù)，因為您的解決方案不需要知道它正在解決問題，但您知道。

在電影中，AGI 是《星際迷航》中的數(shù)據(jù)、《星球大戰(zhàn)》中的 C-3PO 和《銀翼殺手》中的復(fù)制人。雖然從直覺上看，狹義 AI 與一般 AI 是同一類東西，只是一種不太成熟和復(fù)雜的實(shí)現(xiàn)，但事實(shí)并非如此。通用 AI 有所不同。例如，識別垃圾郵件在計算上并不等同于真正的創(chuàng)造性，而通用智能則可以做到這一點(diǎn)。

通用人工智能：意識的復(fù)雜性

盡管我們不了解大腦或思想，但實(shí)際上從那里開始就變得更加困難：一般的智力很可能需要意識。意識是你對世界的體驗。溫度計可以準(zhǔn)確地告訴你溫度，但它感覺不到溫暖。知道和體驗的區(qū)別，就是意識，我們幾乎沒有理由相信電腦能像椅子一樣體驗世界。

所以現(xiàn)在我們有了我們無法理解的大腦，無法解釋的心靈，至于意識，我們甚至沒有一個好的理論來解釋僅僅是物質(zhì)如何可能有一種體驗。然而，盡管如此，相信通用人工智能的人工智能人士相信，我們可以在計算機(jī)中復(fù)制人類的所有能力。在我看來，這似乎是一種魔幻思維。

我這樣說并不是輕視任何人的信仰。他們很可能是正確的。我只是認(rèn)為通用人工智能的想法是一個未經(jīng)證實(shí)的假設(shè)，而不是一個明顯的科學(xué)真理。建造這樣一個生物，然后控制它的欲望，是人類古老的夢想。在現(xiàn)代，它已經(jīng)有幾個世紀(jì)的歷史了，也許始于瑪麗·雪萊的《弗蘭肯斯坦》，然后體現(xiàn)在后來的1000個故事中。但實(shí)際上它比那要古老得多。早在我們有文字的時候，我們就有這樣的想象，比如塔洛斯的故事，一個由希臘科技之神赫菲斯托斯創(chuàng)造的機(jī)器人，以保衛(wèi)克里特島。

PyTorch 等一起構(gòu)成了目前 AI 學(xué)習(xí)的主流框架。Google Brain 自 2011 年成立起開展了面 向科學(xué)研究和谷歌產(chǎn)品開發(fā)的大規(guī)模深度學(xué)習(xí)應(yīng)用研究，其早期工作即是 TensorFlow 的 前身 DistBelief。DistBelief 在谷歌和 Alphabet 旗下其他公司的產(chǎn)品開發(fā)中被改進(jìn)和廣泛使 用。2015 年 11 月，在 DistBelief 的基礎(chǔ)上，谷歌大腦完成了對“第二代機(jī)器學(xué)習(xí)系 統(tǒng)”TensorFlow 的開發(fā)并對代碼開源。相比于前作，TensorFlow 在性能上有顯著改進(jìn)、構(gòu) 架靈活性和可移植性也得到增強(qiáng)。 Tensorflow 與 Pytorch 雖然本身是開源模塊，但因為深度學(xué)習(xí)框架龐大的模型與復(fù)雜 度導(dǎo)致其修改與更新基本完全是由谷歌完成，從而谷歌與 Facebook 也通過對 Tensorflow 與 PyTorch 的更新方向直接主導(dǎo)了產(chǎn)業(yè)界對人工智能的開發(fā)模式。

Microsoft 在 2020 年以 10 億美元注資 OpenAI，獲得 GPT-3 語言模型的獨(dú)家許可。 GPT-3 是目前在自然語言生成中最為成功的應(yīng)用，不僅可以用于寫“論文”，也可以應(yīng)用于 “自動生成代碼”，自今年 7 月發(fā)布后，也被業(yè)界視為最強(qiáng)大的人工智能語言模型。而 Facebook 早在 2013 年創(chuàng)立了 AI 研究院，F(xiàn)AIR 本身并沒有像 AlphaGo 和 GPT-3 那樣 著名的模型和應(yīng)用，但是它的團(tuán)隊已經(jīng)在 Facebook 本身感興趣的領(lǐng)域發(fā)表了學(xué)術(shù)論文， 包括計算機(jī)視覺、自然語言處理和對話型 AI 等。2021 年，谷歌有 177 篇論文被 NeurIPS (目前人工智能算法的最高期刊)接收并發(fā)表，Microsoft 有 116 篇，DeepMind 有 81 篇， Facebook 有 78 篇，IBM 有 36 篇，而亞馬遜只有 35 篇。