OpenAI：我们已经实现了AGI！

终于，OpenAI内部人士说出了那个让所有人震撼的真相。

OpenAI工程师Vahid Kazemi突然在社交媒体上发声：

我们已经实现AGI了，这一点在O1模型上表现得更加明显。

这个爆炸性的观点可谓震惊所有人啊！。

Vahid Kazemi(@VahidK) 直言不讳地表示：

在我看来，我们已经实现了AGI，这一点在O1上更加清晰。

我们现在已经做到了「在大多数任务上超越大多数人类」，虽然还没有达到「在所有任务上超越所有人类」的水平。

为什么说AGI已经实现？

Vahid 进一步解释了这个大胆论断的原因：有人说大语言模型只是在「按照配方行事」，但即使是这样，整个科学方法本身不也可以被总结为一个配方吗？

观察、假设、验证——这不就是科学方法的「配方」吗？

优秀的科学家能基于直觉提出更好的假设，但这种直觉本身也是通过无数次试错积累而来。没有什么是不能通过示例来学习的。

这个观点立即在科技圈引发了巨大争议。

Rohan Paul(@rohanpaul_ai) 对此表示认同：

确实如此，现在o1-pro在「大多数任务上都优于大多数人类」——前提是你知道如何利用它。而且一个拥有万亿参数的模型的学习过程，就像是放大版的人类试错过程。

但并非所有人都赞同这种观点。

反对声浪

这个观点很快遭到了猛烈抨击。

Zacchary Hulsman指出：「虽然LLM在很多任务上确实达到甚至超越了人类水平，但它们在一些关键方面仍然存在明显短板。比如，它们无法识别一张六指手的图片中的异常，而这对于智商低于平均水平的人来说都是显而易见的。」

更有趣的是，当有人向O1模型本身询问这个问题时，它也表示不同意。O1认为当前的大语言模型还缺乏真正的理解力、自我意识、稳健的推理能力，以及处理训练范围之外新情况的能力。

Hannibal999则从更深层次提出质疑：「人工模拟智能并不等同于AGI或通用智能。模式识别和真正的理解之间存在巨大差异。AI并不真正理解任何东西，它只是识别数据中的模式。」

marko.(@markopolojarvi) 对此嗤之以鼻：

笑死，OpenAI除了制造永无止境的炒作外什么都不是。

Michael P.Frank 则幽默考验起O1 到：

O1 可以在麦当劳的免下车服务窗口工作吗？

并认为现阶段，o1 还远不是AGI.

目标在不断移动？

有意思的是，Michael Diamond提出了一个发人深省的观点：「我们是不是在不断移动目标线？」

Ryan Christophe补充道：「如果你把GPT-4拿给10年前的人看，几乎所有人都会同意这就是AGI。目标线随着技术进步在不断后移。」

scalinglaws则用一个简单的例子说明了当前AI的局限：「O1 pro版本在玩井字棋时仍然会犯错。一个在井字棋上都会犯错的系统，怎么能被称为AGI呢？」

Geoffrey Hinton——LLM架构的奠基人之一——最近首次用「理解」这个词来描述神经网络，并详细解释了其中的原理。这似乎预示着，我们对AI能力的认知正在发生根本性的转变。

那么，AGI到底是不是已经实现了？

这场争论实际上反映出了AI领域一个长期存在的分歧：

我们到底应该如何定义AGI？

它的实现标准是什么？

尽管OpenAI的O1模型确实展现出了惊人的能力，但「是否已实现AGI」这个问题仍然充满争议。

也许答案并不是简单的是与否。

这取决于AGI 的定义是什么，以及，取决于Sam Altman 是否还需要微软这个金主爸爸吧……

所以，现在还没有一个清晰的答案。

最后，Radek Pilar说到：

也许我们甚至不该把人类认定为『通用智能』，因为人类在很多简单任务上也会犯错。

那么，你认为OpenAI 真的已经实现AGI 了吗？