Transformer能通向AGI吗？布林：能，但它已经变了

AIGC动态2小时前发布 almosthuman2014

37 0 0

文章摘要

谢尔盖·布林在近期活动中就前沿人工智能的发展趋势发表了深度见解，全面探讨了模型能力演进、智能边界、技术架构及企业研发策略等核心议题。不同专业领域的人工智能模型正呈现出明显的跨领域收敛趋势，且在训练过程中自然产生了技能间的迁移现象。例如，代码训练能够显著改善模型的数学推理能力，而图像处理训练亦可提升其在几何应用题上的表现。此外，要求模型分步骤推理的思维链提示方法，已成为推动人工智能能力跃升的重要力量。

在探讨超级智能与通用人工智能的边界时，布林明确表示，超级智能无法突破数学规律去解决诸如P与NP等尚无最优解的经典难题。他倾向于将通用人工智能理解为具备自我改进能力的系统，并指出若要实现能完成人类一切任务的广义定义，世界模型与机器人技术的研发将是关键所在。针对外界对人工智能替代人类的担忧，他以国际象棋和围棋为例，说明人工智能在特定领域超越人类不仅不会终结相关活动，反而会推动人类整体水平的提升。

关于底层架构与内部研发，布林对Transformer架构的前景持肯定态度，认为其强大的适应能力足以支撑通用人工智能的实现。当前，谷歌正将大量资源投入到利用人工智能构建人工智能的自我改进工作中。同时，布林坦承公司在代码能力研发上起步较晚，导致在处理复杂编程任务时暂处劣势，但部分模型在快速交互场景下仍保持速度优势。

面对竞争激烈且格局多变的人工智能行业，布林保持了长远且从容的视角。他强调从更长周期观察，各研发机构在不同技术方向上交替领先是正常现象，并对自身团队目前所处的位置持积极乐观的判断。在团队管理中，他主要扮演追问者与提醒者的角色，致力于确保战略优先级的落实并挖掘可能被忽视的技术方向。