十多年前，谷歌DeepMind人工智能实验室联合创始人肖恩·莱格表示，到2028年，人工智能达到人类智能水平的概率为50%。
肖恩·莱格似乎直到现在仍然坚持这一预测。2023年10月，他在接受科技节目主持人德瓦克什·帕特尔（Dwarkesh Patel）采访时表示，他仍然相信研究人员有50%的机会到2028年实现通用人工智能。
这与美国计算机科学家、未来学家雷蒙德·库兹韦尔的看法相差无几，他预计人工智能将在2029年通过图灵测试，从而达到一般人类智能的水平。
新鲜的是，谷歌DeepMind于2023年11月采用了通用人工智能的定义，由五个级别组成：
DeepMind团队指出，人工智能尚未超越通用人工智能的新兴水平。
伊本·赫勒敦在 650 年前就认为，“可以根据科学依据预测未来。”那么，我们能获得超级人工智能吗？这种智能能否在2030年或更早之前实现之前提到的预测？
预测未来几天的天气需要分析每天从世界各地收到的数亿个读数，而这些读数的来源广泛，包括气象站、卫星、大气中的气球、海洋中的浮标，甚至商用喷气式飞机机头上的传感器获取的读数。
如此大量的数据被输入到超级强大的计算机中，由每秒至少执行一千万亿次计算的程序进行处理。
这些复杂的方程用于创建数字孪生，模拟地球大气层中发生的情况，从而预测天气将如何随着时间的推移而变化和发展。
但预测的准确性仍然受到超级计算机目前提供的最大处理速度的限制，仅超过1 exaflop（每秒10的18次方运算）。
科学方面，众所周知，随着处理速度的提高，根据当前的预测方法，需要显着提高处理能力，这限制了预测的改进。
几家公司（最著名的是谷歌的DeepMind）目前正在致力于设计特殊的天气预报工具，这些工具依赖于经过大量积累数据训练的人工智能，从而创建新方法，显著节省中期预测所需的处理能力。
根据发表在《科学》杂志上的DeepMind研究论文，DeepMind为此创建的名为GraphCast的新型人工智能工具，在影响天气的因素中 90% 以上都优于最好的天气预报模型之一——欧洲模型。
GraphCast 可以在不到一分钟的时间内生成预测，所使用的计算能力仅为传统预测方法的一小部分，因为它采用了完全不同的方法，使科学家能够对气候、核裂变、自然扰动等进行更准确的模拟。
如果通用人工智能开发出具有处理和理解自然语言的先进能力（预计很快），它可能具有使用某种形式的语言或交流方法与动物交流的能力。
科学家目前正在使用高科技传感器来记录某些动物物种（例如狗）发出的大量声音和动作以及与之相关的动作，然后使用人工智能软件解码这些声音并将其翻译成书面和口头的人类短语，并将生成的程序放置在电子芯片上并将其植入动物体内。
因此，例如，当狗发出声音或代表某种感觉或需要的动作时，电子芯片会将其转换为人声，例如：我需要小便，或者我饿了，或者我爱你等等。
与之相反的是，智能程序也会将你的话语翻译成声音或信号，让狗遇到并理解你想要什么。与某些动物（也许还有植物）物种交谈或交流的那一天似乎已经不远了。
通过读取伴随的大脑信号，然后使用人工智能对其进行解码，科学家们能够重现平克·弗洛伊德的歌曲《墙上的另一块砖》，记录在听这首歌的一组人的大脑皮层中。虽然这首歌的声音听起来失真，但对于以前听过这首歌的人来说是可以理解的。这被认为是读心术的第一步。
已经进行并正在进行许多实验来扫描人脑，解码其上记录的信号，并将其转换为文本或其他音频或视觉形式。
其中许多实验的重点是结合MRI脑部扫描，记录其上的符号，并使用类似于GPT的智能语言模型来匹配符号并预测它们代表哪些单词和想法。解码器对出现在前一个单词之后的单词的概率进行排名。
然后使用大脑活动模式来帮助选择最可能的单词，翻译测试对象听到的单词以及大脑扫描和解码后产生的单词的错误率非常高，达到94%左右，但与想法匹配的比例要高得多。
例如，解码器将测试参与者读出的短语“我现在没有驾驶执照”解释为“她甚至还没有开始学习驾驶”。这些实验表明，当前人工智能水平支持的解码思想的设备仍处于早期阶段，但实验正在不断取得进展，预计将在几年内成熟，尽管这项技术带来的影响令人担忧，因为它威胁到隐私的终结。
全部评论