AGI 人工通用智慧 2028 到來的機率約50%
由於 ChatGPT 以及許多 GenAI 的爆發性成長，激發了大家對於 “超越人類智能” 的人工通用智能（AGI，Artificial General Intelligence）的議題，又重新引發了高度關注。
AGI 是指一種具有廣泛認知能力的人工智能系統，能夠像人類一樣理解、學習和適應各種不同的環境和任務。與目前大多數人工智能應用不同，這些應用專注於解決特定問題（如圖像識別、語音識別或遊戲），AGI能夠執行任何智力任務，這意味著它不僅限於單一領域或任務。
AGI的特點包括：
- 學習能力：能夠學習新技能而不需要被重新編程。
- 理解和推理：能夠理解複雜的概念、進行邏輯推理並解決問題。
- 適應性：能夠適應新環境和挑戰，並運用其學到的知識於不同領域。
- 創造性：能夠進行創造性思考和產生新的想法。
AGI 的實現是人工智能研究的終極目標之一，但也引發了許多倫理和安全的考慮，包括如何確保AGI的決策符合人類的利益，以及如何避免潛在的不利影響。雖然目前還沒有達到真正的AGI，但在深度學習、機器學習和其他AI領域的快速進展，使得達到AGI的前景看起來比以往任何時候都要接近。
本次 TED 邀請到的分享講者是 Shane Legg，DeepMind的共同創始人兼首席科學家，是 AI 領域的重要人物。他在紐西蘭出生，於瑞士的伯恩大學（University of Bern）獲得了博士學位，其後於倫敦大學學院的Gatsby計算神經科學單位從事研究工作。
Shane Legg對於人工智能的興趣始於他年幼時對電腦編程的熱愛，並因個人經歷對智力的不同表現形式有著深刻的理解。
他的主要貢獻和成就包括：
- 人工通用智能（AGI）的提出：Shane Legg與Ben Goertzel共同提出了“人工通用智能”（AGI）這一概念。AGI指的是一種具有廣泛認知能力的AI系統，能夠執行任何人類能夠進行的智力任務。
- DeepMind的共同創立：Shane Legg與Demis Hassabis和Mustafa Suleyman共同創立了DeepMind，這是一家專注於人工智能研究和開發的公司。DeepMind的目標是創建可以解決複雜問題並改善人類生活的AI系統。
- AlphaGo的開發：在DeepMind團隊中，Shane Legg參與了AlphaGo的開發，這是一個能夠擊敗世界級圍棋冠軍的AI系統。AlphaGo的成功不僅是AI領域的一個重大突破，也向世界展示了深度學習技術的強大潛力。
- AlphaFold的開發：Shane Legg及其團隊還開發了AlphaFold，這是一個利用AI預測蛋白質結構的系統。AlphaFold的創新對生物學和醫學研究有著重要的影響，被認為是解決了生物學中長期存在的一個難題。
- 對AGI發展的前瞻性預測：Shane Legg對於AGI到達的時間有著前瞻性的預測，他預測到2028年達到AGI的可能性為50%。這一預測基於對計算能力和數據量持續指數級增長的觀察，以及高度可擴展算法的價值。
Shane Legg描述AGI為一種系統，能夠執行所有人類可以進行的認知任務，甚至可能更多。這個定義強調了AGI的通用性，不僅限於特定任務如圍棋或象棋。
Legg指出，如果有了AGI，類似AlphaFold的開發可能只需一小部分的人力和時間。AGI的潛在風險：雖然AGI有潛力導致人類的黃金時代，Legg也警告說，如果沒有嚴格的理解和倫理保障，AGI也可能帶來嚴重的社會不穩定和其他負面後果。對AI技術的調控呼籲：Legg提倡負責任地開發和規範AI技術，強調就像我們對待其他強大技術一樣，需要在社會利益中規範AI的發展。
這些論點和案例展示了AGI不僅是技術發展的下一步，也是需要嚴肅對待的社會和倫理挑戰。Legg的論述強調了在追求這項轉型性技術的同時，必須平衡創新的熱情與對未來可能後果的深思熟慮。
