当我们谈通用人工智能，我们在谈什么？

最近行业内有不少前互联网大佬重新出山，做通用人工智能创业，都是基于「chatgpt的出现是通用人工智能的开端」这个认知。之前弱人工智能时代，大家潜意识里都知道通用人工智能实现猴年马月，现在是时候探讨下，通用人工智能了。

【资料图】

符号系统

当年达特茅斯会议是人工智能元年，起初一群科学家给人工智能的愿景是希望模拟人脑智能。而比较麻烦的问题是，人脑智能也比较难定义，因此通用人工智能也一直没有一个学界公认的定义。

起初也没有现在的深度学习，人工智能专家基本是通过人工写规则实现特定垂直领域的人脑智能模拟，这个阶段叫「符号系统」，对应到现在的专家规则系统，只要能通过符号确定输入输出，就具备了一定的智能。最早在垂直领域疾病诊断获得应用，通过符号系统，新人医生能够获得经验丰富医生的经验沉淀。

在当时符号系统这种垂直领域人工智能应用，确实比通用人工智能路径更具备落地可能。但问题是符号系统尤其依赖经验，需要不断的堆规则，如果实现多任务，很快就会陷入到算力的瓶颈。另外就是符号系统必须是比较容易符号化的信息。针对识别猫狗这种模式识别，符号系统捉襟见肘。

符号系统的价值是能够复用人类的经验，促进了知识的传播，但距离通用人工智能还非常远。

感知智能

2012年之后随着深度学习的普及应用，符号系统无法很好做模式识别，通过深度学习可以对图像做媲美于人的识别。但智能也限于感知智能，对于推理、常识这些认知智能领域的问题仍然存在巨大瓶颈，这个阶段，业界统一叫弱人工智能。感知智能擅长处理某一领域某一特定的感知任务，基于此出现了不少AI独角兽，均以视觉或语音智能为主要公司赛道。

这个阶段，人们的共识是有生之年还是难以看到通用人工智能的出现。人工智能相关创业公司经历了惨淡的低谷，各大互联网公司也都解散AI部门并入业务部门，很多AI领域带头人又从工业界返回学术界，AI陷入了另一轮低谷。

通用人工智能

大模型在前几年已经出现，虽然大模型能够处理多种类型任务，但并没有出现比单一垂直模型没有的能力。大模型写诗、作词、写代码、做翻译，之前垂直领域小模型也能做到。

chatgpt的横空出世颠覆了很多人的认知，颠覆性主要体现在chatgpt具备了认知和推理的能力，能够对常识有认知，这是之前模型所不具备的「涌现」的能力，并且现在人们还无法解释。人类以往引以为豪的各种认知能力，逐个被大模型攻破，只是等待哪一天突然大模型具备了「意识」，最终来毁灭人类。

马斯克的言论「人类是硅基文明的引路人」确实相当精辟，chatgpt这样的大模型，让人们看到了之前科幻电影里才有的机器产生意识和毁灭人类的前景，众多知名人士发起停止研究大模型的号召，但不具备约束力。但有一点是确认的，智能不依赖意识，意识更像是智能某个阶段的涌现产物，只能可能涉及某种量子相关的作用，无法解释。

创造力重估

以往人们认为人工智能不擅长做艺术，现在人工智能在绘画和作曲能力上远超人类。这种认知的变化，取决于在人工智能领域，一旦一个问题如果能更好的表征，就有可能被人工智能所颠覆。作曲和作画只是前一波深度学习浪潮下，自然语言和图像被更好的表征。

接下来就像我们现实世界被逐步「数字化」一样，也会不断的被更好地表征，人工智能具备的能力也会获得更多突破。

人工智能面临「半信息问题+变化的世界」这个组合问题时，仍然对物理世界运行有依赖，能力边界仍然明显。例如工作中涉及电力需求预测，不仅是找过去的规律，还需要考虑未来天气对需求的影响，没有天气这样外在的输入，仍然无法很好作用，而天气预报往往又是不准的。完全自动驾驶也是类似情况。

这次chatgpt革命离最终影响我们每一个人日常生活还需要一段时间，人机交互会发生重大变革，但这场变革仍然伴随着试错，因此各家企业接入人工智能过早过晚都不一定带来优势，只有恰当改造和实践才行。另外传统的UI界面也不会一下都消失，对话界面的信息量有限，仍是UI界面很长一段时间存在的理由。

关于作者：

小乐帝，一线大数据&AI产品经理、简书互联网优秀作者、产品经理读书会创始人。

关键词：