Google DeepMind 发表 AGI 到超智能路线图论文

Google DeepMind 的 Hutter、Legg 和 Genewein 发表了一篇 60页的论文，映射了从通用人工智能（AGI）到超级智能（ASI）乃至理论上限 AIXI 的路径。论文提出通过算力、模型和数据的持续扩展、算法范式转移、递归自改进以及多智能体协同来实现这一目标，并指出能源、数据壁垒、资源需求、神经范式上限、研究难度、抽象壁垒以及监管等六大潜在瓶颈。它还将 AGI 定义为在大多数认知任务上达到平均人类水平，ASI 为能够击败数以万计专家合作十年解决单一问题的系统。