无限智能 > 超级智能
无限智能时代
超级智能人工智能可能会完全失控，无论是有意为之还是仅仅作为实现其他目标的副产品而摧毁人类。
关于人工智能潜力和危险性的相互冲突观点，是技术乐观主义者和末日预言者、加速主义者和末日论者之间的斗争核心。
无论你对超级智能的承诺或危险持何种观点，我们并不需要它来实现第一个场景中的非凡成果。我们只需要达到无限智能，而在几年内就有一条可行的路径。
这是两者之间的区别
- 超级智能是比最聪明的人类更聪明的人工智能。它是一个独特的、集中的系统，能够在任何领域中具备极高的知识和理解能力。超级智能通过卓越的智慧解决问题，而无需人类参与。
- 无限智能是一个规模庞大的系统，其在特定领域或多个领域的智能相当于人类大学毕业生。它比超级智能更加专业化和分散化。无限智能通过蛮力解决问题，并在一定程度上依赖人类的指导。
美国劳动力中大约有100万名数学家。想象一下，如果人工智能能够进行研究生水平的数学，并且我们可以启动10亿个这些数字数学家的实例。我们将拥有比现在多1000倍的人工智能大脑来解决数学问题。如果我们将具有研究生水平数学知识的人工智能实例集中起来，我们可能会解决一些重要问题，而且你也可以将同样的方法应用于化学（美国劳动力中只有约8万名化学家）、物理学（2万名物理学家）、生物学（10万名生物学家）等领域。
那是无限智慧。它通过蛮力战胜了超级智能的优雅，但胜利就是胜利。所有人类的卓越都是蛮力的。我们有70亿人。只有少数人参与了社会上有意义的突破。我们被蛮力智慧的产物所包围。无限智慧似乎是蛮力人类经验的最自然延伸。
无限猴子定理：在规模上，人工智能甚至可以通过意外的蛮力获胜。
我们离无限智能有多远？
不远了。我们可能已经在生活中体验到了。
谷歌的DeepMind使用了一个大型语言模型通过一种看似进化的蛮力方法来解决一个棘手的数学问题。该模型将数学问题视为一个谜题。根据解释这一突破的《自然》论文，该模型“搜索描述如何解决问题的程序，而不是解决方案是什么”。
随着更好的模型和更高效的计算，无限智能可能只有几年的时间。
一个催化剂是实现人工通用智能（AGI），这可能很快就会发生。Rain AI的首席技术官杰克·肯德尔在我采访他时预测，根据特定的定义，到2025年我们将拥有AGI。
- 一个单一的网络架构原则上可以学习任何数据模态的组合 – 例如，语音、视觉、语言。我们现在已经有了这个。
- 利用先前的经验快速学习新事物的能力。这就是因果理解。
- 能够对事物进行推理并执行以前未见过的任务。这就是符号推理。
符号推理包括进行数学运算的能力，这对于任何领域的研究生水平智力都至关重要。
请注意，杰克对AGI的定义并不要求人工智能像人类一样理解。那是人类水平的智能。AGI只要求机器能够学习新事物并执行之前未见过的任务，无论这意味着人工智能是否像人类思考。
通过实现杰克的人工通用智能（AGI），我们拥有了无限智能的所有要素。
