Vitalik Buterin 将人工智能的发展历程分为三个阶段，并质疑机器学习是否能够捕捉到人类的所有能力。
简单来说
Vitalik Buterin 将人工智能的能力增长分为三个阶段， defines AGI 被视为维持文明的智能，并倡导通过人机融合来减缓发展速度。
以太坊联合创始人维塔利克·布特林发表了一篇文章，概述了一个评估人工智能能力发展历程的框架，该框架将人工智能的发展分为三个历史阶段。第一阶段是工业革命，它赋予了机器大规模生产和重复性体力劳动的能力。
第二， defi计算器和计算机催生了对心智任务的执行，这些任务遵循精确的逻辑规则。第三波也是当前的浪潮——大型语言模型——通过对海量数据集的训练而非显式编程来获取能力，并已扩展到自动驾驶等领域。
尽管取得了这些进展，但布特林指出，人类的许多能力仍然是机器无法企及的。核心问题在于，大型语言模型在未来不断改进后，最终能否涵盖所有剩余的人类能力，还是会像以往的技术一样止步不前。
他将这种情况与早期计算机时代相提并论，当时许多人认为能够进行复杂数学运算的机器很快就能掌握诸如视觉识别之类的简单任务，但事实证明这种预测是错误的。虽然如今关于大型语言模型全面能力的论证比以往任何时代都更有力，但它们最终是否足以胜任这项任务仍有待证实。
如果大型语言模型遇到与早期技术类似的顽固局限性，Buterin 描述了一种乐观的情景：人类在战略思维、创造力、情商推理以及其他难以用基于示例的方法解决的领域中的能力。 defi国家将成为经济活动的主要焦点。在这种愿景下，日常工作的广泛自动化将带来粮食生产、住房和医药方面的富足，同时保留人类可辨识的政治和经济结构。
通用人工智能阈值与人机融合路径
Buterin defi他认为，NES通用人工智能系统足够强大，如果将其部署在没有人类的世界中的机器人基础设施上，就能独立维持文明的运转。 defi尼申指出，人工智能正经历着从工具到自我维持力量的根本性转变，并认为这种发展将使人类的统治地位成为历史偶然性的结果，而非与生俱来的生物学优势。他将此与人工智能超级智能区分开来，并提出即使单个机器的能力不断增强，人机协作的时期也可能持续存在。
他以国际象棋的历史为例来阐释这一概念：在计算机超越特级大师之后，人机合作的成绩在之后的数年里仍然优于机器单独下棋。布特林提出，人机深度融合，包括脑机接口和能够解读意识和潜意识信号的系统，可以通过模糊生物认知和人工智能认知之间的二元界限，来维持人类的生存价值。他所期望的长期结果包括：维护全球多元化、自愿获取技术增强，以及在为选择传统生活方式的人们提供可控的地球环境的同时，也为那些希望在太空探索中获得更多机遇的人们提供更广阔的生存空间。
他承认，这条发展轨迹是一条充满风险的狭窄通道，包括不受约束的人工智能可能获得决定性优势、单一国家或企业单方面集中权力，以及融合技术可能削弱人类的基本特征。布特林表示支持减缓人工智能发展速度的提议和机制，并建议采用开放权重模型生态系统，通过减少前沿系统的资本支出集中度，起到经济减速的作用。他总结道，虽然不应假定存在有利的经济和自然条件，但政治和激励机制为影响人工智能发展的速度和方向提供了切实可行的途径。
免责声明
在与行 信托项目指南，请注意，本页提供的信息无意且不应被解释为法律、税务、投资、财务或任何其他形式的建议。 重要的是，仅投资您可以承受损失的金额，并在有任何疑问时寻求独立的财务建议。 如需了解更多信息，我们建议您参阅条款和条件以及发行人或广告商提供的帮助和支持页面。 MetaversePost 致力于提供准确、公正的报告，但市场状况如有变更，恕不另行通知。
关于作者
Alisa，一名热心记者 MPost专注于加密货币、人工智能、投资以及广阔的领域 Web3。她对新兴趋势和技术有着敏锐的洞察力，提供全面的报道，让读者了解和吸引读者了解不断发展的数字金融领域。
更多文章
Alisa，一名热心记者 MPost专注于加密货币、人工智能、投资以及广阔的领域 Web3。她对新兴趋势和技术有着敏锐的洞察力，提供全面的报道，让读者了解和吸引读者了解不断发展的数字金融领域。
