Lập trình viên huyền thoại John Carmack đã hợp tác với Richard Sutton, cha đẻ của học tăng cường, để tạo ra All in AGI.
2030 Chứng minh cho công chúng thấy rằng mục tiêu của trí tuệ nhân tạo nói chung là khả thi.
Và không giống như các phương pháp chính thống, nó không dựa vào mô hình mô hình lớn và theo đuổi việc học trực tuyến theo thời gian thực.
Cặp đôi đã đưa ra thông báo tại một sự kiện đặc biệt tại Viện Trí tuệ Máy (Amii) tại Đại học Alberta, nơi Sutton giảng dạy.
Sutton sẽ gia nhập công ty khởi nghiệp AI Keen Technologies của Carmack trong khi vẫn duy trì vị trí giảng dạy của mình ở Alberta.
Cả hai người đàn ông đều thừa nhận tại sự kiện rằng đội ngũ của Keen Technologies còn nhỏ so với các công ty lớn hơn với hàng trăm hoặc hàng nghìn nhân viên.
Nó vẫn còn ở giai đoạn sơ khai và toàn bộ đội ngũ kỹ thuật của công ty đều có mặt——
Chỉ có 4 người này đứng.
Quy mô tài chính của nó là 20 triệu USD, không thể so sánh với OpenAI và Anthropic, những công ty thường huy động được hàng tỷ USD.
Nhưng họ tin rằng mã nguồn cuối cùng của AGI sẽ thuộc loại một người có thể viết được và có thể chỉ có hàng chục nghìn dòng.
Hơn nữa, lĩnh vực AI hiện đang ở thời điểm đặc biệt với tác dụng đòn bẩy lớn nhất, các đội nhỏ cũng có cơ hội đóng góp lớn.
Lập trình viên huyền thoại và Cha đẻ của Học tăng cường
Kinh nghiệm huyền thoại của Carmack, từ việc phát triển trò chơi 3D đầu tiên trên thế giới, đến chuyển sang chế tạo tên lửa, gia nhập Oculus và trở thành nhân vật chủ chốt trong Meta VR tiếp theo, đều được nhiều người biết đến.
Sau đó, anh tham gia vào lĩnh vực AI và cũng liên quan đến OpenAI.
Anh ấy từng tiết lộ trong một cuộc phỏng vấn khác rằng Sam Altman đã mời anh ấy tham gia OpenAI và tin rằng anh ấy có thể đóng một vai trò quan trọng trong việc tối ưu hóa hệ thống.
Nhưng Carmack cho rằng lúc đó ông chưa có hiểu biết gì về AI hiện đại trong mô hình machine learning nên không đồng ý.
Đây trở thành cơ hội để anh bắt đầu tìm hiểu về AI.
Anh ấy đã hỏi Ilya Sutskever, nhà khoa học trưởng của OpenAI, về danh sách những điều phải đọc để bắt đầu và bắt đầu tự học từ đầu, trước tiên là đạt được hiểu biết cơ bản về các thuật toán học máy truyền thống.
Khi có thời gian rảnh và dự định tiếp tục tham gia vào lĩnh vực deep learning, anh ấy đã nghĩ ra thử thách lập trình kéo dài một tuần:
In một vài bài báo kinh điển của LeCun và thực hành khi mạng bị ngắt kết nối, bắt đầu bằng công thức lan truyền ngược.
Sau một tuần trôi qua, anh kết thúc khóa tu với mạng lưới thần kinh tích chập được làm thủ công bằng C++ mà không cần sự trợ giúp của các khung học sâu hiện đại trong Python.
Tất cả những gì tôi có thể nói là tôi ngưỡng mộ bậc thầy vĩ đại.
Lúc này, công việc kinh doanh chính của anh vẫn là nghiên cứu VR tại Oculus, công ty con của Facebook (sau này đổi tên thành Meta), đồng thời lãnh đạo nhóm cho ra mắt các sản phẩm như Ouclus Go và Quest.
Tuy nhiên, trong quá trình này, giữa ông và ban lãnh đạo công ty dần nảy sinh mâu thuẫn, bất đồng, ông cho rằng hiệu quả nội bộ của công ty thấp, đồng thời ông cũng công khai bày tỏ sự bất bình.
Năm 2019, ông từ chức CTO Oculus và trở thành "CTO cố vấn", đồng thời bắt đầu chuyển nhiều năng lượng hơn sang AI.
Vào tháng 8 năm 2022, ông thông báo rằng công ty khởi nghiệp AI mới Keen Technologies đã công bố khoản tài trợ trị giá 20 triệu đô la Mỹ, với các nhà đầu tư bao gồm Sequoia Capital, cựu Giám đốc điều hành GitHub Nat Friedman và những người khác.
Sau đó, anh cũng tiết lộ rằng anh thực sự có thể kiếm tiền chỉ với 20 triệu USD.
Nhưng lấy tiền từ người khác có thể mang lại cho anh ta cảm giác khủng hoảng và cấp bách cũng như quyết tâm mạnh mẽ hơn để hoàn thành công việc.
Cuối năm 2022, anh chính thức rời Meta và coi VR như một giai đoạn của cuộc đời đã qua, rồi chuyển hẳn sang AI.
Ngoài dòng chính hiển nhiên này, Carmack và AI còn có những số phận không thể giải thích được.
Những trò chơi 3D của ông lúc bấy giờ đã kích thích nhu cầu tính toán đồ họa, GPU bắt đầu phát triển và mở rộng trong lĩnh vực game.
Ngày nay, chính sức mạnh tính toán của GPU đã hỗ trợ cho sự bùng nổ của AI, anh vẫn tự hào về những đóng góp của mình khi nói về điều này.
……
Nhân vật chính khác của ngày hôm nay Sutton cũng là một huyền thoại.
Ông được biết đến là cha đẻ của học tăng cường và có những đóng góp quan trọng cho các phương pháp như học tăng cường chênh lệch thời gian và gradient chính sách, đồng thời là đồng tác giả của sách giáo khoa tiêu chuẩn về học tăng cường.
Năm 2017, ông gia nhập DeepMind với tư cách là một nhà khoa học xuất sắc và tham gia vào chuỗi nghiên cứu của AlphaGo, học trò của ông là David Silver là một trong những thủ lĩnh chính của AlphaGo.
Sutton đã viết một bài báo ngắn nổi tiếng Bài học cay đắng, cho rằng cố gắng dạy trải nghiệm của con người cho AI sẽ không hiệu quả. Mọi đột phá cho đến nay đều dựa vào sự cải thiện về sức mạnh tính toán. Việc tiếp tục tận dụng quy mô là đúng đắn tác dụng của sức mạnh tính toán.
Trước khi cả hai chính thức trao đổi, Carmack đã bày tỏ sự quan tâm và tán thành đối với bài báo này.
Nhưng sự liên lạc trực tiếp thực sự giữa hai người là do Sutton thực hiện.
Vài tháng trước, sau khi Carmack công bố tài trợ cho AGI Ventures, anh nhận được email từ Sutton.
Sutton muốn hỏi anh ấy liệu con đường nghiên cứu của anh ấy nên thuần túy mang tính học thuật, thương mại hay phi lợi nhuận.
Tuy nhiên, trong những lần trao đổi email sau đó, cả hai phát hiện ra rằng có sự nhất quán đáng ngạc nhiên trong các hướng và khái niệm nghiên cứu AI, và dần dần thiết lập mối quan hệ hợp tác.
Cụ thể, cả hai đã đạt được 4 sự đồng thuận:
Họ đều cho rằng sự phát triển hiện nay của AGI chỉ giới hạn ở một vài hướng rất hẹp, phụ thuộc quá nhiều vào dữ liệu lớn và sức mạnh tính toán lớn mà bỏ qua sự đổi mới.
Tất cả đều cho rằng việc thương mại hóa quá sớm sẽ cản trở sự phát triển của AGI
Tất cả họ đều tin rằng AGI cuối cùng sẽ không quá phức tạp và một người có thể nắm vững tất cả các nguyên tắc, thậm chí một người có thể viết mã chính.
Tất cả đều tin rằng sự xuất hiện của nguyên mẫu AGI vào năm 2030 là mục tiêu khả thi.
Không chỉ dựa vào mô hình lớn, đội ngũ nhỏ cũng có cơ hội
Một bàn thắng hết sức táo bạo và khán giả cũng nghĩ như vậy.
Trước câu hỏi “Làm thế nào một nhóm nhỏ có thể đạt được mục tiêu đầy tham vọng như vậy?”, Carmack tin rằng lượng dữ liệu và sức mạnh tính toán cần thiết để đạt được AGI có thể không lớn như tưởng tượng.
Ghi lại những gì con người nhìn thấy bằng mắt trong cả năm thành một video với tốc độ 30 khung hình/giây, có thể cài đặt trên ổ flash USB cỡ ngón tay cái.
Một đứa trẻ 1 tuổi chỉ có bấy nhiêu dữ liệu kinh nghiệm và đã thể hiện trí thông minh rõ ràng.
Nếu thuật toán đúng thì AGI không cần phải sử dụng toàn bộ dữ liệu của Internet để tìm hiểu.
Về nhu cầu về sức mạnh tính toán, ông cũng sử dụng kiểu tư duy trực quan này để xem xét: sức mạnh tính toán của bộ não con người cũng có hạn, còn lâu mới đạt đến trình độ của một cụm sức mạnh tính toán lớn.
Nó lớn hơn một nút máy chủ (nút) và lớn hơn một tủ (rack), nhưng mức tối đa chỉ cao hơn một bậc.
Và khi thời gian trôi qua, thuật toán sẽ trở nên hiệu quả hơn và sức mạnh tính toán cần thiết sẽ tiếp tục giảm.
Nếu công việc của Carmack trong các trò chơi 3D, tên lửa và VR, những lĩnh vực công việc dường như không liên quan này, lại có điểm chung, đó là việc tối ưu hóa các hệ thống phản hồi thời gian thực quy mô lớn.
Đây chính là điều Sam Altman đang tìm kiếm khi mời anh tham gia OpenAI.
Kiến trúc AGI mà ông hình dung phải là mô-đun và phân tán thay vì một mô hình tập trung khổng lồ.
Việc học cũng phải là học trực tuyến liên tục, thay vì đào tạo trước như hiện tại, nơi hầu hết các thông số không còn được cập nhật.
Điểm mấu chốt của tôi là nếu một hệ thống không thể chạy ở tần số 30hz, cập nhật khoảng 33 mili giây một lần trong quá trình đào tạo, thì tôi sẽ không sử dụng nó.
Anh ấy nói thêm rằng với tư cách là một lập trình viên hệ thống cấp thấp, người có thể tự viết mã Cuda gốc và quản lý giao tiếp mạng, anh ấy có thể thực hiện một số công việc mà những người khác sẽ không xem xét đến.
Nó thậm chí không bị giới hạn trong khuôn khổ học sâu hiện có mà sẽ thử các phương pháp tính toán và kiến trúc mạng hiệu quả hơn.
Mục tiêu tổng thể là mô phỏng một tác nhân ảo có động lực nội tại và khả năng học hỏi liên tục để học hỏi liên tục trong môi trường ảo.
Không phải robot, bởi vì kinh nghiệm chế tạo tên lửa khiến anh ấy nghĩ rằng anh ấy phải xử lý càng ít vật thể thì càng tốt**.
So với Carmack, người mới tham gia vào AGI cách đây không lâu, Sutton đã dành hàng chục năm cho vấn đề này và có kế hoạch nghiên cứu cụ thể hơn.
Mặc dù không có nhiều điều được nói đến tại sự kiện này nhưng phần chính đã được viết trên một tờ báo arXiv dưới dạng "Dự án Alberta".
Dự án Alberta đề xuất một khung tác nhân thống nhất nhấn mạnh vào trải nghiệm phổ quát thay vì các bộ đào tạo cụ thể, tập trung vào tính nhất quán về thời gian, ưu tiên các phương pháp có thể tạo ra hiệu ứng quy mô với sức mạnh tính toán và tương tác đa tác nhân.
Lộ trình 12 bước cũng đã được đề xuất.
Sáu bước đầu tiên tập trung vào việc thiết kế một phương pháp học tập liên tục không có mô hình và sáu bước cuối cùng giới thiệu các mô hình và lập kế hoạch về môi trường.
Bước cuối cùng được gọi là Khuếch đại thông minh (Khuếch đại thông minh). Một tác nhân có thể sử dụng kiến thức mà nó đã học được để khuếch đại và nâng cao hành động, nhận thức và nhận thức của một tác nhân khác theo một số nguyên tắc chung.
Sutton coi kiểu nâng cao này là một phần quan trọng trong việc hiện thực hóa toàn bộ tiềm năng của trí tuệ nhân tạo.
Trong quá trình này, việc xác định các chỉ số đánh giá tiến độ của AI là rất quan trọng nhưng cũng rất khó và nhóm đang khám phá những bước phát triển khác nhau.
Ngoài ra, Carmack luôn là người ủng hộ nguồn mở, nhưng về vấn đề AGI, ông nói rằng ông sẽ duy trì một mức độ cởi mở nhất định, nhưng sẽ không tiết lộ tất cả các chi tiết về thuật toán**.
Là một nhóm nhỏ, Carmack tin rằng chúng ta cần duy trì tinh thần tiên phong và tập trung vào sự phát triển lâu dài hơn là lợi ích ngắn hạn.
Việc thương mại hóa sẽ không được xem xét sớm và không có hình thức trung gian nào có thể được phát hành công khai như ChatGPT.
Về những gì có thể đạt được vào năm 2030, Carmack tin rằng "có AGI có thể được chứng minh trước công chúng", tuyên bố của Sutton là "Các nguyên mẫu AI có thể hiển thị các dấu hiệu của sự sống (dấu hiệu của sự sống)".
2030 trở thành nút then chốt
Đây không phải là lần đầu tiên 2030 và AGI xuất hiện cùng lúc.
Các nhóm AI hàng đầu nhất trí coi khoảng năm 2030 là nút then chốt để đạt được AGI.
Ví dụ: OpenAI, trong thông báo dành 20% tổng sức mạnh tính toán của mình để thành lập bộ phận liên kết siêu trí thông minh, đã tuyên bố rằng chúng tôi tin rằng siêu trí tuệ sẽ xuất hiện trong thập kỷ này.
Ngay cả cộng đồng đầu tư cũng có quan điểm tương tự, Masayoshi Son vừa trình bày PPT như vậy tại Hội nghị Doanh nghiệp Thế giới SoftBank.
Ngoài OpenAI và Keen Technologies, không có nhiều tổ chức đang nghiên cứu phát triển AGI.
Đối thủ cạnh tranh lớn nhất của OpenAI, Anthropic, vừa huy động được 4 tỷ USD tài chính, Giám đốc điều hành Dario Amodei của nó đã đề cập trong một cuộc phỏng vấn gần đây rằng AI có thể hành xử như một con người được giáo dục tốt trong vòng hai hoặc ba năm.
Khi các tác giả của Transformer Vaswani và Palmer rời Google, họ đã thành lập AdeptAI với mục tiêu tạo ra trí thông minh chung.
Tuy nhiên, cả hai bất ngờ rời công ty vào đầu năm nay, chỉ để lại một người đồng sáng lập là David Luân (ngoài cùng bên phải).
Hai tác giả của Transformer cũng đã sáng lập ra Essential AI, tầm nhìn của công ty này ít "nhìn lên các vì sao" hơn và thiên về thương mại hóa các mô hình lớn một cách thực dụng hơn.
Cũng không có nhiều người chơi trong nước nêu rõ mục tiêu của AGI, chủ yếu là MiniMax và Dark Side of the Moon mới được thành lập bởi Yang Zhilin.
Liên kết tham khảo:
[1]
[2]
[3]
Xem bản gốc
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
Cha đẻ của học tăng cường gia nhập AGI để khởi nghiệp! Hợp tác với lập trình viên huyền thoại Carmack, chúng tôi không dựa vào mô hình lớn
Nguồn gốc: Qubits
Lập trình viên huyền thoại John Carmack đã hợp tác với Richard Sutton, cha đẻ của học tăng cường, để tạo ra All in AGI.
Và không giống như các phương pháp chính thống, nó không dựa vào mô hình mô hình lớn và theo đuổi việc học trực tuyến theo thời gian thực.
Sutton sẽ gia nhập công ty khởi nghiệp AI Keen Technologies của Carmack trong khi vẫn duy trì vị trí giảng dạy của mình ở Alberta.
Cả hai người đàn ông đều thừa nhận tại sự kiện rằng đội ngũ của Keen Technologies còn nhỏ so với các công ty lớn hơn với hàng trăm hoặc hàng nghìn nhân viên.
Nó vẫn còn ở giai đoạn sơ khai và toàn bộ đội ngũ kỹ thuật của công ty đều có mặt——
Chỉ có 4 người này đứng.
Nhưng họ tin rằng mã nguồn cuối cùng của AGI sẽ thuộc loại một người có thể viết được và có thể chỉ có hàng chục nghìn dòng.
Hơn nữa, lĩnh vực AI hiện đang ở thời điểm đặc biệt với tác dụng đòn bẩy lớn nhất, các đội nhỏ cũng có cơ hội đóng góp lớn.
Lập trình viên huyền thoại và Cha đẻ của Học tăng cường
Kinh nghiệm huyền thoại của Carmack, từ việc phát triển trò chơi 3D đầu tiên trên thế giới, đến chuyển sang chế tạo tên lửa, gia nhập Oculus và trở thành nhân vật chủ chốt trong Meta VR tiếp theo, đều được nhiều người biết đến.
Sau đó, anh tham gia vào lĩnh vực AI và cũng liên quan đến OpenAI.
Anh ấy từng tiết lộ trong một cuộc phỏng vấn khác rằng Sam Altman đã mời anh ấy tham gia OpenAI và tin rằng anh ấy có thể đóng một vai trò quan trọng trong việc tối ưu hóa hệ thống.
Nhưng Carmack cho rằng lúc đó ông chưa có hiểu biết gì về AI hiện đại trong mô hình machine learning nên không đồng ý.
Đây trở thành cơ hội để anh bắt đầu tìm hiểu về AI.
Khi có thời gian rảnh và dự định tiếp tục tham gia vào lĩnh vực deep learning, anh ấy đã nghĩ ra thử thách lập trình kéo dài một tuần:
In một vài bài báo kinh điển của LeCun và thực hành khi mạng bị ngắt kết nối, bắt đầu bằng công thức lan truyền ngược.
Sau một tuần trôi qua, anh kết thúc khóa tu với mạng lưới thần kinh tích chập được làm thủ công bằng C++ mà không cần sự trợ giúp của các khung học sâu hiện đại trong Python.
Tất cả những gì tôi có thể nói là tôi ngưỡng mộ bậc thầy vĩ đại.
Tuy nhiên, trong quá trình này, giữa ông và ban lãnh đạo công ty dần nảy sinh mâu thuẫn, bất đồng, ông cho rằng hiệu quả nội bộ của công ty thấp, đồng thời ông cũng công khai bày tỏ sự bất bình.
Vào tháng 8 năm 2022, ông thông báo rằng công ty khởi nghiệp AI mới Keen Technologies đã công bố khoản tài trợ trị giá 20 triệu đô la Mỹ, với các nhà đầu tư bao gồm Sequoia Capital, cựu Giám đốc điều hành GitHub Nat Friedman và những người khác.
Sau đó, anh cũng tiết lộ rằng anh thực sự có thể kiếm tiền chỉ với 20 triệu USD.
Nhưng lấy tiền từ người khác có thể mang lại cho anh ta cảm giác khủng hoảng và cấp bách cũng như quyết tâm mạnh mẽ hơn để hoàn thành công việc.
Những trò chơi 3D của ông lúc bấy giờ đã kích thích nhu cầu tính toán đồ họa, GPU bắt đầu phát triển và mở rộng trong lĩnh vực game.
Ngày nay, chính sức mạnh tính toán của GPU đã hỗ trợ cho sự bùng nổ của AI, anh vẫn tự hào về những đóng góp của mình khi nói về điều này.
……
Nhân vật chính khác của ngày hôm nay Sutton cũng là một huyền thoại.
Ông được biết đến là cha đẻ của học tăng cường và có những đóng góp quan trọng cho các phương pháp như học tăng cường chênh lệch thời gian và gradient chính sách, đồng thời là đồng tác giả của sách giáo khoa tiêu chuẩn về học tăng cường.
Năm 2017, ông gia nhập DeepMind với tư cách là một nhà khoa học xuất sắc và tham gia vào chuỗi nghiên cứu của AlphaGo, học trò của ông là David Silver là một trong những thủ lĩnh chính của AlphaGo.
Trước khi cả hai chính thức trao đổi, Carmack đã bày tỏ sự quan tâm và tán thành đối với bài báo này.
Vài tháng trước, sau khi Carmack công bố tài trợ cho AGI Ventures, anh nhận được email từ Sutton.
Sutton muốn hỏi anh ấy liệu con đường nghiên cứu của anh ấy nên thuần túy mang tính học thuật, thương mại hay phi lợi nhuận.
Tuy nhiên, trong những lần trao đổi email sau đó, cả hai phát hiện ra rằng có sự nhất quán đáng ngạc nhiên trong các hướng và khái niệm nghiên cứu AI, và dần dần thiết lập mối quan hệ hợp tác.
Cụ thể, cả hai đã đạt được 4 sự đồng thuận:
Không chỉ dựa vào mô hình lớn, đội ngũ nhỏ cũng có cơ hội
Một bàn thắng hết sức táo bạo và khán giả cũng nghĩ như vậy.
Trước câu hỏi “Làm thế nào một nhóm nhỏ có thể đạt được mục tiêu đầy tham vọng như vậy?”, Carmack tin rằng lượng dữ liệu và sức mạnh tính toán cần thiết để đạt được AGI có thể không lớn như tưởng tượng.
Về nhu cầu về sức mạnh tính toán, ông cũng sử dụng kiểu tư duy trực quan này để xem xét: sức mạnh tính toán của bộ não con người cũng có hạn, còn lâu mới đạt đến trình độ của một cụm sức mạnh tính toán lớn.
Và khi thời gian trôi qua, thuật toán sẽ trở nên hiệu quả hơn và sức mạnh tính toán cần thiết sẽ tiếp tục giảm.
Đây chính là điều Sam Altman đang tìm kiếm khi mời anh tham gia OpenAI.
Kiến trúc AGI mà ông hình dung phải là mô-đun và phân tán thay vì một mô hình tập trung khổng lồ.
Việc học cũng phải là học trực tuyến liên tục, thay vì đào tạo trước như hiện tại, nơi hầu hết các thông số không còn được cập nhật.
Anh ấy nói thêm rằng với tư cách là một lập trình viên hệ thống cấp thấp, người có thể tự viết mã Cuda gốc và quản lý giao tiếp mạng, anh ấy có thể thực hiện một số công việc mà những người khác sẽ không xem xét đến.
Nó thậm chí không bị giới hạn trong khuôn khổ học sâu hiện có mà sẽ thử các phương pháp tính toán và kiến trúc mạng hiệu quả hơn.
Mục tiêu tổng thể là mô phỏng một tác nhân ảo có động lực nội tại và khả năng học hỏi liên tục để học hỏi liên tục trong môi trường ảo.
Không phải robot, bởi vì kinh nghiệm chế tạo tên lửa khiến anh ấy nghĩ rằng anh ấy phải xử lý càng ít vật thể thì càng tốt**.
Mặc dù không có nhiều điều được nói đến tại sự kiện này nhưng phần chính đã được viết trên một tờ báo arXiv dưới dạng "Dự án Alberta".
Lộ trình 12 bước cũng đã được đề xuất.
Sáu bước đầu tiên tập trung vào việc thiết kế một phương pháp học tập liên tục không có mô hình và sáu bước cuối cùng giới thiệu các mô hình và lập kế hoạch về môi trường.
Sutton coi kiểu nâng cao này là một phần quan trọng trong việc hiện thực hóa toàn bộ tiềm năng của trí tuệ nhân tạo.
Trong quá trình này, việc xác định các chỉ số đánh giá tiến độ của AI là rất quan trọng nhưng cũng rất khó và nhóm đang khám phá những bước phát triển khác nhau.
Ngoài ra, Carmack luôn là người ủng hộ nguồn mở, nhưng về vấn đề AGI, ông nói rằng ông sẽ duy trì một mức độ cởi mở nhất định, nhưng sẽ không tiết lộ tất cả các chi tiết về thuật toán**.
Là một nhóm nhỏ, Carmack tin rằng chúng ta cần duy trì tinh thần tiên phong và tập trung vào sự phát triển lâu dài hơn là lợi ích ngắn hạn.
Việc thương mại hóa sẽ không được xem xét sớm và không có hình thức trung gian nào có thể được phát hành công khai như ChatGPT.
Về những gì có thể đạt được vào năm 2030, Carmack tin rằng "có AGI có thể được chứng minh trước công chúng", tuyên bố của Sutton là "Các nguyên mẫu AI có thể hiển thị các dấu hiệu của sự sống (dấu hiệu của sự sống)".
2030 trở thành nút then chốt
Đây không phải là lần đầu tiên 2030 và AGI xuất hiện cùng lúc.
Các nhóm AI hàng đầu nhất trí coi khoảng năm 2030 là nút then chốt để đạt được AGI.
Ví dụ: OpenAI, trong thông báo dành 20% tổng sức mạnh tính toán của mình để thành lập bộ phận liên kết siêu trí thông minh, đã tuyên bố rằng chúng tôi tin rằng siêu trí tuệ sẽ xuất hiện trong thập kỷ này.
Đối thủ cạnh tranh lớn nhất của OpenAI, Anthropic, vừa huy động được 4 tỷ USD tài chính, Giám đốc điều hành Dario Amodei của nó đã đề cập trong một cuộc phỏng vấn gần đây rằng AI có thể hành xử như một con người được giáo dục tốt trong vòng hai hoặc ba năm.
Tuy nhiên, cả hai bất ngờ rời công ty vào đầu năm nay, chỉ để lại một người đồng sáng lập là David Luân (ngoài cùng bên phải).
Cũng không có nhiều người chơi trong nước nêu rõ mục tiêu của AGI, chủ yếu là MiniMax và Dark Side of the Moon mới được thành lập bởi Yang Zhilin.
Liên kết tham khảo: [1] [2] [3]