是否已经到达AGI？GPT-4：人类认知能力的新挑战与可能

🌟 AGI 替代传统AI，迈向智慧新境界 🤖🔥 通用人工智能（AGI），不只限于单一技能的机械运作，而是具备人类智慧与理解的全面智能体。它引发了关于GPT-4实力的热议：一些人坚信其已步入AGI殿堂，而另一派则持保留态度。🚀🔍 让我们深入探讨这个引人关注的话题，剥去技术标签，着眼于未来可能带来的变革。无论GPT-4是否已达AGI标准，它无疑在人工智能领域掀起了波澜，引领我们探索未知的智能边界。💡原文中的编译信息已巧妙融入其中，旨在启发您的思考，而非推销特定来源。让我们一起期待科技如何塑造未来的认知世界。🌍

打开凤凰新闻，查看更多高清图片

PHOTOGRAPH: EUGENE MYMRIN GETTY IMAGES

🌟夜深思至微软，塞巴斯蒂安·布贝克于去年九月的一刻💡，脑中闪过AI与神话生物——独角兽的奇幻联想。他那晚的思绪跨越科技与想象的边界，引领我们探索未来智能世界的无限可能🌈。

🌟💡【揭秘未来】🚀——探索GPT-4的革命性力量！🔍引领AI浪潮的最新神器，OpenAI的力作——GPT-4，无疑是聊天机器人领域的闪耀明星升级版！🔥它以强大的文本生成能力，革新了我们的认知边界，ChatGPT的核心秘密武器，等待你的深度挖掘！🔍布贝克，这位专注于将AI技术融入微软必应搜索引擎的先锋团队一员，与我们分享着他眼中的震撼。他们见证了一个全新的智能时代，GPT-4以其独特且颠覆性的表现，让所有期待都变得不再寻常。🚀每一行代码都蕴含着无限可能，每一次迭代都是科技的进步飞跃。布贝克和他的同事们正全身心投入，挖掘GPT-4如何以创新的方式优化搜索引擎，提升用户体验。🔍💻让我们一起跟随他们的脚步，揭开这个人工智能巨人的神秘面纱，共同见证这场技术革命的壮丽篇章！🌟🚀

🌟【揭秘】GPT-4超凡能力：深度学习的智慧结晶！🔍💡GPT-4，无疑是人工智能世界的一颗耀眼新星，它延续了前辈们的卓越训练，通过海量文本的磨砺，掌握了语言模式的密码。每一道输入，都是与数百万文档对话的瞬间，生成的每一段文字都蕴含着统计学的精确预测。📊但对于布贝克而言，GPT-4的独特之处在于，它的输出超越了单纯的数学逻辑，仿佛拥有了解读文本的超能力。它不仅能做出精准的猜测，更能理解语境，提供深度且连贯的答案。🎯这样的智能，无疑让人们对技术的惊叹升级，它不仅刷新了我们对语言生成的认知，更在无形中推动着未来通信与知识服务的发展。🚀欲了解更多关于GPT-4如何颠覆传统、引领潮流的细节，欢迎垂询，让我们一起探索这个时代的智慧新维度！🌐

那天晚上，布贝克起床后走到他的电脑前，让 GPT-4 用 TikZ（一种用于生成科学图表的、相对晦涩的编程语言）画一只独角兽。原本布贝克使用的 GPT-4 版本只能处理文本，不能处理图像。但是当他把模型提供的代码输入到 TikZ 渲染软件时，居然产生了一个由椭圆形、矩形和三角形拼凑而成的独角兽图像，虽然粗糙，但能很明显地看出是什么东西。布贝克想，既然 GPT-4 能用椭圆形、矩形和三角形拼凑而成一个独角兽图像，那么它对这种生物的元素肯定有一些抽象的把握。“这次是不一样的，”他说，“也许我们第一次拥有了可以称之为智能的东西。”

人工智能将变得多么智能，以及我们应该在多大程度上相信它，已经成为一个紧迫的、几乎令人恐慌的问题。

去年 11 月，在 OpenAI 发布 ChatGPT（由 GPT-3 提供支持）之后，其写诗作赋、解决代码问题，以及对提问应答如流的能力震惊了世界。但在震惊的同时，人们对学术欺诈、错误信息和大规模失业的可能性也感到了担忧，并担心微软等公司急于开发（可能被证明是）危险的技术。

🌟探索AI新力🔥：理解潜在与挑战，首先要弄清何为真AI而非！ChatGPT等创新虽热门，但这背后的科技进步仍处于初级阶段。科研者们正全力以赴，揭秘这些新兴力量如何塑造，风险何在？让我们一探究竟，揭开人工智能神秘的面纱，迎接未来的科技浪潮！SEO优化提示：#AI潜力探索 #ChatGPT研究 #科技未来趋势

🌟【AI巨变】揭示GPT-4智能真相：🔥虽OpenAI盛赞其医疗考试成绩，但专家指出关键差异！🔍💡科学家眼中的GPT-4：尽管它展现出超凡能力，但这超乎想象的智慧并非人类全然复制。💥模型制造事实？这争议不绝于耳，每分钟都有百万用户沉浸其中。🌐🚀企业押注未来，AI技术引领潮流，但真相隐藏在数据与逻辑之间。🔍面对这个全球瞩目的科技巨头，我们亟需更深入理解它如何真正影响我们的生活。🤔👉诚然，GPT-4的崛起引发热议，但它的人性化局限和潜在风险同样引人深思。💡让我们一起探索，揭开AI智能的神秘面纱，而非盲目追捧。🌐

分歧的火花

布贝克和微软的其他人工智能研究人员受到 GPT-4 经验的启发，参与了这场辩论。在将 GPT-4 系统接入必应并推出新的聊天功能几周后，该公司发表了一篇论文，声称在早期的实验中，GPT-4 显示出“人工通用智能的火花”。

作者列举了一些例子，在这些例子中，该系统执行的任务似乎反映了更普遍的智能，大大超过了以前的系统，如 GPT-3。这些例子表明，与大多数以前的人工智能程序不同，GPT-4 并不局限于特定的任务，而是可以处理各种各样的问题，而这是通用智能的必要素质。

作者还认为，这些系统表现出了推理、计划、从经验中学习以及将概念从一种模式转移到另一种模式的能力，例如从文本到图像。论文指出：“鉴于 GPT-4 能力的广度和深度，我们认为它可以被合理地视为通用人工智能（AGI）系统的早期版本（但仍不完整）。”

布贝克与包括微软首席科学官在内的其他 14 人共同撰写的论文，在社交媒体上遭到了一些人工智能研究人员和专家的反对。“AGI”一词是一个模糊的描述词，有时被用来暗指“超级智能”或“神一样的机器”，这个词的使用激怒了一些研究人员，他们认为这是当前炒作的一个表现。

在一些研究人员看来，微软向 OpenAI 投资超过 100 亿美元的事实表明，该公司的人工智能专家有动机大肆炒作 GPT-4 的潜力，同时淡化其局限性。还有一些人抱怨说，这些实验是不可复制的，因为当提示重复出现时，GPT-4 很少以同样的方式做出反应，而且 OpenAI 也没有分享其设计的细节。当然人们还会问，如果 GPT-4 真的这么聪明，那么为什么它还会犯可笑的错误。

伊利诺伊大学厄巴纳-香槟分校的塔利亚·林格（Talia Ringer）教授说，微软的论文“展示了一些有趣的现象，然后提出了一些非常夸张的说法。”他们吹捧系统是高度智能的，还鼓励用户信任 AI，即使它们存在严重缺陷。林格还指出，虽然 AI 很诱人，但很多系统已被证明是不可靠的，甚至根植于种族主义。

布贝克承认他的研究有其局限性，包括可重复性问题，而且 GPT-4也有很大的盲点。他说，使用“AGI”一词是为了引发辩论。他说：“从定义上讲，智能是通用的。我们想了解这个模型的智能程度，以及它的广泛适用性。”

但是，在布贝克论文中引用的所有例子中，有许多例子都显示 GPT-4 明显地出错了。例如，GPT-4 能够提出一种稳定的方式来堆放物体，完成一些具有挑战性的任务，比如一本书、四个网球、一枚钉子、一个酒杯、一包口香糖和一些未煮熟的意大利面条。这似乎表明，GPT-4 已经掌握了物理的特性。然而很奇怪的是，在改变物品和要求之后，它便有可能失败，这表明 GPT-4 对物理学的掌握并不完整或一致。

布贝克指出，GPT-4 缺乏工作记忆，在提前计划方面毫无希望。“GPT-4不擅长这一点，也许大型语言模型永远不会擅长这一点，”他说，指的是 GPT-4 等系统核心的大规模机器学习算法，“如果你认为智能就是计划，那么 GPT-4 就不是智能。”

毋庸置疑的一点是，GPT-4 和其他强大的人工智能语言模型的工作原理，与大脑生物学或人类思维过程并不相似。算法必须输入大量的训练数据（互联网上的很大一部分文本），这远远超过人类学习语言技能所需的数据。我们必须灌输给 GPT-4 大量的“经验”，因为它不能通过与世界互动和教学的方式获得这些知识。由于没有工作记忆，ChatGPT 只能通过在每个回合重新输入会话历史，才能维持会话的连续过程。然而，尽管 GPT-4 存在这些缺点，但它显然已经是一个飞跃了。研究智能的科学家表示，GPT-4 的能力需要进一步的研究。

机器的思维

一个由麻省理工学院、加州大学洛杉矶分校和德克萨斯大学奥斯汀分校的认知科学家、语言学家、神经科学家和计算机科学家组成的团队，在 1 月份发表了一篇研究论文，探讨了大型语言模型的能力与人类的能力有何不同。

该小组得出的结论是，虽然大型语言模型表现出令人印象深刻的语言技能（包括连贯地就给定主题写出一篇复杂文章的能力），但这与理解语言以及在现实世界里使用语言是不一样的。这种脱节可能就是为什么语言模型可以模仿人类堆放物体或解决谜语，但当涉及到理解社会关系、物理世界如何运作以及人们如何思考时，这些系统仍然会犯奇怪的错误。

这些模型使用语言的方式是预测最可能出现在给定字符串后面的单词，这与人类通过说话或写作来传达概念或意图的方式有很大不同。这种统计方法可能会导致聊天机器人对用户输入的提示采取“跟随策略”，在用户的文字基础上进行延展，甚至到了荒谬的地步。

ChatGPT 和类似的机器人会使用第一人称，因为它们是根据人类的写作训练出来的。但这些模型没有一致的自我意识，可以在瞬间改变自己的信念或经历。OpenAI 还会利用人类的反馈来引导模型生成看起来更连贯、更正确的答案，这可能会使模型提供更令人满意的答案，而不管其准确性如何。

麻省理工学院的教授乔希·特南鲍姆（Josh Tenenbaum）是 1 月份那篇论文的撰稿人之一，他研究的是人类认知以及如何利用机器探索人类认知。他说，GPT-4 很了不起，但在很多方面与人类智能有很大不同。例如，它缺乏对人类思维至关重要的那种积极性。“它不会在乎自己是否被关闭。”特南鲍姆说。他说，而人类不只是简单地遵循自己的程序，而是会根据自己的需要和愿望，为自己创造新的目标。

特南鲍姆说，GPT-3、GPT-4 和 ChatGPT 之间发生了一些关键的工程变化，使其能力越来越强。首先，该模型是在大量计算机代码上进行训练的。特南鲍姆及其他人认为，人脑可能使用类似于计算机程序的东西来处理一些认知任务，所以也许 GPT-4 从代码的模式里学到了一些有用的东西。他还指出，ChatGPT 从人类那里得到的反馈是一个关键因素。

但他表示，由此产生的能力并不等同于作为人类智能特征的一般智能。他说：“我对人类个体和集体的认知能力很感兴趣，这不仅仅是一种执行一大堆任务的能力。我们制造任务，并制造解决这些任务的机器。”

特南鲍姆还说，目前还不清楚未来几代 GPT 能否获得这些能力，除非采用一些不同的技术。这可能意味着要从机器学习之外的人工智能研究领域汲取灵感。他说，重要的是要仔细考虑我们是否要以这种方式设计系统，因为这样做可能会产生不可预知的后果。

1 月份那篇论文的另一位作者、得克萨斯大学奥斯汀分校语言学助理教授凯尔·马霍瓦尔德（Kyle Mahowald）说，基于 GPT-4 能力的单个例子做出任何判断都是错误的。他说，来自认知心理学的工具对于衡量这种模型的智能可能是有用的。但他补充说，由于 GPT-4 的不透明性，这一挑战变得更复杂了。“训练数据中的内容很重要，而这些数据中有什么，我们不知道。如果 GPT-4 在一些明确训练过的常识性推理任务上表现很好，但在其他没有训练过的任务上失败了，那么很难据此得出关于 GPT-4 是否为 AGI 的结论。”

GPT-4 是否可以被视为迈向 AGI 的一步，或许完全取决于你自己怎么看待这个问题。或许，重新定义这个词会提供最令人满意的答案。斯坦福大学（Stanford University）心理学、计算机科学和语言学副教授诺亚•古德曼（Noah Goodman）表示：“这些天来，我的观点是，这就是 AGI，因为它是一种智能，而且是通用的，但我们必须对 AGI 这个词祛魅了，不必对 AGI 感到过于兴奋。”

人类使用语言的方式，依赖于在对话的另一边，有一个智能实体来解释我们所表达的话语和想法。人工智能虽然与我们不一样，但看起来却如此智能，这是很令人惊叹的。古德曼说：“目前的 AI 拥有强大的原始智能，但却不一定带有自我观点、目标或连贯的自我意识。对我来说，这真是太有意思了。”