在最新一期 OpenAI 播客中，该公司首席科学家雅库布·帕乔基与高级研究员西蒙·西多尔深入探讨了 AGI 的发展现状与未来的发展方向。
当被问及如何定义 AGI 时，帕乔基坦言，两年前，AI 模型甚至无法正确计算两个四位数的乘积，而现在它们在奥赛题中展现出的是创造性思维而非死板的公式套用。
不过，帕乔基认为这种点状的衡量方式已不够充分，因此他们开始关注 AI 对世界的实际影响。在他看来，AI 要真正对世界产生有意义的影响，关键在于它能否推动新技术的发现与生产实现自动化。
在讨论 AI 能力评估时，帕乔基表示，目前在基准测试方面确实面临一些问题，其中最明显的就是饱和现象，即模型在许多标准化的智能或能力测试中已达到人类水平。
另一个问题在于，该领域已经出现了许多更高效的数据训练方法，它们可以针对特定能力进行优化，进而训练出在某一方面远超其他方面的模型。这样的模型往往在特定基准测试中表现突出，但这并不意味着它们具备更高的整体智能水平。
在规划 OpenAI 的研究项目进程中，帕乔基强调他们将创造具有高度通用性的智能视作核心使命。他们优先致力于打造能够实现自动化研究的 AI 系统，而非将技术狭隘地限定在特定领域的应用上。
声明：内容来源公开的各类媒体平台，若收录的内容侵犯了您的权益，请联系邮箱，本站将第一时间处理。