通用人工智能

智能科学与技术专业术语通用人工智能01关键要求未来趋势研判人才培养发展历史回顾与大语言模型的区别战略意义目录0305020406基本信息通用人工智能的研究目标是寻求统一的理论框架来解释各种智能现象，并研发具有高效的学习和泛化能力、能够根据所处的复杂动态环境自主产生并完成任务的通用人工智能体，使其具备自主的感知、认知、决策、学习、执行和社会协作等能力，且符合人类情感、伦理与道德观念。关键要求关键要求实现通用人工智能需要满足三个关键要求

。①通用智能体能够处理无限任务，包括那些在复杂动态的物理和社会环境中没有预先定义的任务；②通用智能体应该是自主的，也就是说，它应该能够像人类一样自己产生并完成任务；③通用智能体应该具有一个价值系统，因为它的目标是由价值定义的，智能系统是由具有价值系统的认知架构所驱动的。发展历史回顾发展历史回顾人工智能发展历经多次繁荣与衰落的周期轮回。1956-1974年的第一个黄金时代见证了机器定理证明和逻辑推理的突破。而在1974-1980年，因过于强调通用求解方法，忽略了知识表征，导致了第一次寒冬。随后，1980-1987年迎来了发展的第二个繁荣期，知识库和知识工程是主要的研究对象。而在1987-1993年，由于“符号落地”和“常识获取”的发展制约，人工智能遭遇第二次寒冬。1990年代至今，人工智能开始进入平稳发展期，分化成几个子领域，包含计算机视觉、自然语言处理、认知与推理、机器学习、机器人学、多智能体领域等。每个领域均出现过突破性的成果，但是每个独立的成果局限在自己的子领域中，人工智能距离达到人类通用且泛化的智能水平仍然相差甚远。人工智能的发展起伏跌宕，其哲学思想也经历几次转变。第一时期（1960-1990）西方哲学思想引领了人工智能的发展。以苏格拉底、柏拉图、亚里士多德为代表的辩论与逻辑，发展成为严密的命题逻辑、谓词逻辑、事件逻辑等体系，为人工智能的逻辑、表达与推理等方面提供了理论框架。第二时期（1990-2020）概率建模、学习与随机计算占据主导地位。核心代表人物包括乌尔夫·格林纳德（UlfGrenander）、朱迪亚·珀尔（JudeaPearl）、莱斯利·瓦利安特（LeslieValiant）、杰弗里·辛顿（GeoffreyHinton）等。研究思想与儒家的方法论“格物致知”一脉相承，本质是从数据到模型的知识发现过程，与当今人工智能领域的大数据方法思路相似。然而，大数据催生的人工智能系统缺乏内驱的价值体系，缺乏主观的能动性，这种内驱的价值体系被中国哲学称之为“心”，包括“心即是理”，“心外无物”等概念。未来趋势研判未来趋势研判对未来若干年内人工智能的发展有如下研判：研判1：人工智能核心领域将高度融合、走向统一，实现从弱人工智能向通用人工智能转变

经过近30年的分治，人工智能的六个核心领域（计算机视觉、自然语言处理、机器学习、认知与推理、机器人学和多智能体）呈现出对内融合、对外交叉的发展态势。人工智能领域的发展将寻求统一的人工智能架构，以实现人工智能从感知到认知的转变，从解决单一任务为主的“专项人工智能”向解决大量任务、自主定义任务的通用人工智能转变。研判2：人工智能的发展将从基于“大数据、小任务”范式的专用人工智能向基于“小数据、大任务”范式的通用人工智能时代迈进

近年来，深度学习取得了很大进展，然而深度学习的研究本质上是基于“以大数据驱动小任务”的范式，其依靠的是通过大量数据训练的分类器解决单一的任务，只能做特定的、人类事先定义好的任务;每项任务都需要大量的数据与标注;模型不可解释、知识表达不能交流;大数据获取与计算的成本昂贵，缺乏自主驱动的价值体系和认知架构，其局限性日益明显。任务塑造了智能，人的各种感知和行为，时时刻刻都是被任务驱动的，要实现通用人工智能，需要“小数据、大任务”范式，要用大量任务、而不是大量数据来塑造智能系统和模型。与大语言模型的区别与大语言模型的区别大语言模型是一种基于深度学习技术的大型预训练神经络模型，深度学习指的深度神经络模型，是人工智能的分支“机器学习”下面的一种算法模型。虽然大型语言模型已经取得了一些惊人的进展，但大型语言模型还不符合通用人工智能的要求

。①大型语言模型在处理任务方面的能力有限，它们只能处理文本领域的任务，无法与物理和社会环境进行互动。这意味着像ChatGPT这样的模型不能真正“理解”语言的含义，因为它们没有身体来体验物理空间。中国的哲学家早就认识到“知行合一”的理念，即人对世界的“知”是建立在“行”的基础上的。这也是通用智能体能否真正进入物理场景和人类社会的关键所在。只有将人工智能体放置于真实的物理世界和人类社会中，它们才能切实了解并习得真实世界中事物之间的物理关系和不同智能体之间的社会关系，从而做到“知行合一”。②大型语言模型也不具备自主能力，它需要人类来具体定义好每一个任务，就像一只"巨鹦鹉"，只能模仿被训练过的话语。③虽然ChatGPT已经在不同的文本数据语料库上进行了大规模训练，包括隐含人类价值观的文本，但它并不具备理解人类价值或与人类价值保持一致的能力，即缺乏所谓的道德指南针。加州大学伯克利分校教授StuartRussell表示，关于ChatGPT，更多数据和更多算力不能带来真正的智能

。要构建真正智能的系统，应当更加数理逻辑和知识推理，因为只有将系统建立在我们了解的方法之上，才能确保AI不会失控，扩大规模不是答案，更多数据和更多算力不能解决问题，这种想法过于乐观，在智力上也不有趣。人才培养人才培养2022年9月17日，2022全国人工智能院长论坛在北京大学举行，现场发布了《通用人工智能人才培养方案》白皮书。白皮书由北京大学和北京通用人工智能研究院

共同编写，旨在提出一套培养兼具学术品位、科学精神和人文素养的本硕博贯通式通用人工智能人才培养体系，其核心目标是为了培养面向世界前沿科技的人工智能复合型顶尖人才，即“通识、通智、通用”

。人才培养以“通识”为基底，强调人工智能与人文、艺术、法律等社会科学的深度融合，旨在塑造学生的学术品味，使其以科学家精神为桨，人文素养为帆，敢于肩负国家和人民的重托，在学术道路上航行。人才培养以“通智”为核心，强调人工智能核心知识的融会贯通，包含计算机视觉、自然语言处理、机器学习、认知与推理、机器人学、多智能体等专业课程，帮助学生理解和掌握人工智能专业的基础理论和方法，并构建人工智能学科内的知识图谱和领域全局观。人才培养以“通用”为支撑，强调与产业端的融合发展，赋能千行百业，促进各行各业的智能化转型，为我国数字经济的高质量发展与向智能社会转型升级提供强力支撑。战略意义战略意义2023年4月28日，中共中央政治局召开会议，分析研究当前经济形势和经济工作。会议提出要重视通用人工智能发展

，营造创新生态，重视防范风险。通用人工智能是未来10-20年国际科技竞争的战略制高点，其影响力相当于信息