人工智能学科的核心思想是，有一天我们将能够制造出像人类一样聪明的机器。此类系统通常被称为通用人工智能或AGI，该名称将这一概念与更广泛的研究领域区分开来。它还清楚地表明，真正的人工智能具有广泛和适应性强的智能。到目前为止，我们已经建立了无数在特定任务上超人的系统，但在一般脑力方面没有一个能与老鼠匹敌。但是，尽管这一想法在人工智能领域占据中心地位，但研究人员尚未就这一壮举何时真正实现达成一致。在本周出版的一本名为“智能建筑师”的新书中，作家兼未来学家马丁·福特采访了当今AI领域最杰出的23位男女，包括DeepMind高管DemisHassabis、谷歌AI负责人JeffDean和斯坦福AI科学家李飞飞等人，福特要求他们每个人猜测哪一年将有至少50%的机会建立AGI。在福特采访的23人中，只有18人做出了回应，而且只有两人被记录下来。有趣的是，这两个人给出了最极端的答案：谷歌的未来学家兼工程总监雷·库兹韦尔表示，AGI到2029年有50%的机会建成，而Robotics和iRobot的联合创始人罗德尼·布鲁克斯则前往2200。其余的猜测分散在这两个极端之间，平均估计为2099-81。换句话说：AGI是一个舒适的距离，尽管你可能会在有生之年看到它发生。AGI意味着具有广义智能的人工智能，但我们缺少很多实现它的关键组件。这远非针对该主题的人工智能研究人员的首次调查，但它提供了当前重塑世界的精英观点的罕见快照。Ford表示，TheVerge特别感兴趣的是，他收集的估计值比早期调查倾向于更长的时间范围，后者往往接近30年。“我认为你的态度和你的年龄之间可能存在大致的相关性，”福特说，并指出他采访的几位研究人员都在70多岁，并且经历了该领域的起起落落。“一旦你做了几十年和几十年的工作，也许你会变得更加悲观，”福特说，他的采访还揭示了专家意见的有趣分歧-不是关于何时可以建立AGI，而是是否有可能使用现有的方法。福特的一些研究人员说，我们拥有大部分基本工具，构建AGI只需要时间和精力。其他人说我们仍然缺少实现这一目标所需的大量重大突破。值得注意的是，福特说，其工作基于深度学习（推动近期繁荣的人工智能的子领域）的研究人员倾向于认为未来的进步将使用神经网络，这是当代人工智能的主力。那些具有人工智能其他领域背景的人认为，构建AGI需要其他方法，例如符号逻辑。无论哪种方式，都有很多礼貌的分歧。“深度学习阵营的一些人非常不屑于将常识直接设计到人工智能中，”福特说。“他们认为这是一个愚蠢的想法。其中一位表示，这就像试图将一些信息直接粘贴到大脑中一样。”许多专家说我们缺少创建AGI的关键构建块。福特的所有受访者都指出了当前人工智能系统的局限性，并列举了他们尚未掌握的关键技能。其中包括迁移学习，其中来自一个领域的知识应用于另一个领域，以及无监督学习，其中系统在没有人类指导的情况下学习。（目前绝大多数机器学习方法都依赖人工标注的数据，这是严重的发展瓶颈。）受访者还强调，在AI这样的研究已经有一段时间的领域做出预测是绝对不可能的。适应进入，关键技术在首次发现几十年后才能充分发挥其潜力。加州大学伯克利分校教授StuartRussell撰写了一本关于人工智能的基础教科书，他说创造AGI所需的那些突破“与更大的数据集或更快的机器无关”，因此它们不容易映射出来。“我总是讲述核物理学中发生的事情，”拉塞尔在接受采访时说。“ErnestRutherford在1933年9月11日表达的共识是，永远不可能从原子中提取原子能。因此，他的预测是‘永远不会’，但结果是第二天早上LeoSzilard读到了卢瑟福的谈话，厌倦了它，并发明了中子介导的核连锁反应！卢瑟福的预测是“永远不会”，而事实是大约16小时后。以类似的方式，我觉得对这些突破何时进行定量预测是徒劳的AGI会来的。”福特表示，这种基本的不可知性可能是与他交谈的人不愿将自己的名字放在猜测旁边的原因之一。.“那些选择较短时间框架的人可能担心被注意到，”他说。对于AGI带来的危险，人们的看法也不一。牛津大学哲学家尼克·博斯特罗姆，《超级智能》（埃隆·马斯克的最爱）一书的作者，用一个强有力的词来说明潜在的危险，称人工智能比气候变化对人类生存的威胁更大。他和其他人说，该领域最大的问题之一是价值调整——教导AGI系统具有与人类相同的价值（著名的“回形针问题”）。“担心的不是[AGI]会因为我们奴役它而憎恨或怨恨我们，或者突然间会有意识的火花并且它会反抗，”博斯特罗姆说，“而是它会非常有力地追求一个不同的目标。从我们真正想要的。”大多数受访者表示，与经济中断和先进自动化在战争中的使用等问题相比，生存威胁的问题极其遥远。哈佛大学人工智能教授芭芭拉·格罗兹(BarbaraGrosz)在语言领域做出了开创性贡献处理，说AGI的伦理问题主要是“分散注意力”。对那些人来说是因为可怕的未来场景。”Ford说，这种反复思考对于智能架构师来说可能是最重要的一点：在像人工智能这样复杂的领域，确实没有简单的答案。即使是大多数精英科学家在世界面临的基本问题和挑战上存在分歧。“人们没有得到的主要结论是分歧有多大，”福特说。“整个领域都是如此不可预测。人们对它的发展速度、下一个突破将是什么、我们将以多快的速度达到AGI，或者最重要的风险是什么，意见不一。那么我们可以坚持哪些真理呢？只有一个，福特说。无论人工智能接下来会发生什么，“它都将是非常具有破坏性的。》延伸阅读：三大计算机视觉AI芯片对比：边缘计算表面谁最强？GoogleAIYVisionKit虽然看起来像是基于GoogleCardboard项目的hobbykit，但AIYVisionKit是一个很好的选择。它配备了在微型设备（RaspberryPiZero）上构建全面计算机视觉应用程序所需的一切。谷歌与英特尔合作开发了一款名为VisionBonnet的定制主板。看到该板由IntelMovidiusVPU提供动力也就不足为奇了。AIY的全称是ArtificialIntelligenceYourself，顾名思义，就是一个利用AI的DIY功能套件。本项目的目标是让每个人都可以DIY自己的AI人工智能产品，真正实现AI的大众化。两款AI人工智能硬件——AIYVoiceKit和AIYVisionKit，分别是人工智能语音套件和人工智能视觉套件。AIYVisionKit带有一个直接连接到VisionBonnet的RaspberryPi摄像头模块。这避免了将图像帧转发给VPU进行处理所涉及的延迟。
