科普中國-通用人工智能

通用人工智能（Artificial General Intelligence），是指具有高效的學(xué)習(xí)和泛化能力、能夠根據(jù)所處的復(fù)雜動(dòng)態(tài)環(huán)境自主產(chǎn)生并完成任務(wù)的通用人工智能體，具備自主的感知、認(rèn)知、決策、學(xué)習(xí)、執(zhí)行和社會(huì)協(xié)作等能力，且符合人類情感、倫理與道德觀念1。其研究發(fā)展通常涉及眾多學(xué)科領(lǐng)域，包括計(jì)算機(jī)科學(xué)、認(rèn)知科學(xué)、心理學(xué)、神經(jīng)科學(xué)等。

近年來人工智能技術(shù)取得了顯著進(jìn)展，但通用人工智能的發(fā)展仍面臨諸多挑戰(zhàn)，如跨領(lǐng)域知識(shí)的遷移、自主探索與學(xué)習(xí)、情感與價(jià)值觀的融入等。除此之外，通用人工智能的倫理、法律和安全問題也引起了廣泛關(guān)注。展望未來，通用人工智能有望在醫(yī)療、教育、科研等領(lǐng)域發(fā)揮其重要作用，能極大提升生產(chǎn)效率，改善生活質(zhì)量。

發(fā)展歷史

現(xiàn)代人工智能的發(fā)展起始于20世紀(jì)50年代中期，當(dāng)時(shí)的一批研究者對于強(qiáng)人工智能的出現(xiàn)抱有強(qiáng)烈信心。赫伯特·亞歷山大·西蒙（Herbert A.Simon）預(yù)言：“在20年之內(nèi)，機(jī)器就能夠做到一個(gè)人能做到的任何事”2。1956-1974年的第一個(gè)黃金時(shí)代見證了機(jī)器定理證明和邏輯推理的突破。1974-1980年，因過于強(qiáng)調(diào)通用求解方法，忽略了知識(shí)表征，導(dǎo)致了第一次寒冬，主流的研究方法逐漸從通用目的轉(zhuǎn)向針對特定領(lǐng)域。1980-1987年迎來了發(fā)展的第二個(gè)繁榮期，知識(shí)庫和知識(shí)工程是主要的研究對象。而在1987-1993年，由于“符號(hào)落地”和“常識(shí)獲取”的發(fā)展制約，人工智能遭遇第二次寒冬。1990年代至今，人工智能開始進(jìn)入平穩(wěn)發(fā)展期，分化成幾個(gè)子領(lǐng)域，包含計(jì)算機(jī)視覺、自然語言處理、認(rèn)知與推理、機(jī)器學(xué)習(xí)、機(jī)器人學(xué)、多智能體領(lǐng)域等。每個(gè)領(lǐng)域均出現(xiàn)過突破性的成果，但是每個(gè)獨(dú)立的成果局限在自己的子領(lǐng)域中，人工智能距離達(dá)到人類通用且泛化的智能水平仍然相差甚遠(yuǎn)。2004-2007年左右，研究通用目的系統(tǒng)的呼聲重新在主流AI領(lǐng)域內(nèi)外興起，“集成AI（integrated AI）”、“通用系統(tǒng)（general-purpose system）”、“人類水平AI（human-level AI）”等主題逐具討論度。2008年后，諸如Conference Series on Artificial General Intelligence, Advances in Cognitive Systems, IEEE Task Force on Towards Human-like Intelligence等會(huì)議或期刊相繼出現(xiàn)，部分人工智能技術(shù)公司已經(jīng)將自己的研究成果標(biāo)記為“邁向AGI的一步”。2023年，OpenAI發(fā)布GPT-4，其所擁有能力的深度與廣度，讓它的創(chuàng)作者將其稱為“邁向AGI的重要一步”。

人工智能的發(fā)展起伏跌宕，其哲學(xué)思想也經(jīng)歷幾次轉(zhuǎn)變。

第一時(shí)期（1960-1990）西方哲學(xué)思想引領(lǐng)了人工智能的發(fā)展。以蘇格拉底、柏拉圖、亞里士多德為代表的辯論與邏輯，發(fā)展成為嚴(yán)密的命題邏輯、謂詞邏輯、事件邏輯等體系，為人工智能的邏輯、表達(dá)與推理等方面提供了理論框架。

第二時(shí)期（1990-2020） 概率建模、學(xué)習(xí)與隨機(jī)計(jì)算占據(jù)主導(dǎo)地位。核心代表人物包括烏爾夫·格林納德（Ulf Grenander）、朱迪亞·珀?duì)枺↗udea Pearl）、萊斯利·瓦利安特（Leslie Valiant）、杰弗里·辛頓（Geoffrey Hinton）等。研究思想與儒家的方法論“格物致知”一脈相承，本質(zhì)是從數(shù)據(jù)到模型的知識(shí)發(fā)現(xiàn)過程，與當(dāng)今人工智能領(lǐng)域的大數(shù)據(jù)方法思路相似。

然而，大數(shù)據(jù)催生的人工智能系統(tǒng)缺乏內(nèi)驅(qū)的價(jià)值體系，缺乏主觀的能動(dòng)性，這種內(nèi)驅(qū)的價(jià)值體系被中國哲學(xué)稱之為“心”，包括“心即是理”， “心外無物”等概念。2020年之后，人工智能的發(fā)展由“理”（數(shù)理模型）向“心”（價(jià)值函數(shù)）過渡，人工智能的科研范式應(yīng)從“數(shù)據(jù)驅(qū)動(dòng)”轉(zhuǎn)向“價(jià)值驅(qū)動(dòng)”，而實(shí)現(xiàn)通用人工智能的關(guān)鍵是為機(jī)器立“心”。智能體由“心”驅(qū)動(dòng)，實(shí)現(xiàn)從大數(shù)據(jù)到大任務(wù)、從感知到認(rèn)知的飛躍，這是邁向通用人工智能的必經(jīng)之路。

研究理論

一個(gè)統(tǒng)一理論

通用人工智能研究的目標(biāo)是尋求統(tǒng)一的理論框架解釋各種智能現(xiàn)象，并研發(fā)具備自主的感知、認(rèn)知、決策、學(xué)習(xí)、執(zhí)行和社會(huì)協(xié)作等能力，且符合人類情感、倫理與道德觀念的通用智能體。

兩個(gè)完備性

通用人工智能系統(tǒng)還需具備AI系統(tǒng)的兩個(gè)完備性。

所謂AI Completeness，指的是：

（1）完備的認(rèn)知架構(gòu)(Complete CognitiveArchitecture)，即任意一個(gè)AI任務(wù)都可映射到該架構(gòu)中解決，并能分析任務(wù)的復(fù)雜度；

（2）完備的測試環(huán)境(Dynamic Environment with Physical and Social Interactions, DEPSI)，即可提供任意復(fù)雜的物理與社會(huì)場景，將人類可能遇到的任務(wù)均可在平臺(tái)上復(fù)現(xiàn)。

三個(gè)基本特征

實(shí)現(xiàn)通用人工智能需要滿足三個(gè)關(guān)鍵要求。

（1）完成無限任務(wù)，包括在復(fù)雜動(dòng)態(tài)的物理和社會(huì)環(huán)境中沒有預(yù)先定義的任務(wù)；

（2）自主定義任務(wù)，像人類一樣自主產(chǎn)生并完成任務(wù)；

（3）由價(jià)值驅(qū)動(dòng)，智能體要像人一樣由價(jià)值V驅(qū)動(dòng)能力U。

當(dāng)前的人工智能研究還大多集中在數(shù)據(jù)驅(qū)動(dòng)的統(tǒng)計(jì)建模與學(xué)習(xí)，亟需增進(jìn)因果推理能力，這是鏈接智能體的內(nèi)在價(jià)值和外部行動(dòng)，構(gòu)成價(jià)值-因果-行為鏈條的關(guān)鍵所在；并開放具身能力，這是智能體能夠進(jìn)入現(xiàn)實(shí)世界與人和環(huán)境交互，執(zhí)行并完成任務(wù)的基礎(chǔ)。而當(dāng)前的ChatGPT大語言模型還不具備以上這些特征的任何一個(gè)。

八個(gè)關(guān)鍵問題

**關(guān)鍵問題1：認(rèn)知架構(gòu)——心智模型是通訊、學(xué)習(xí)、倫理道德形成的基礎(chǔ)。**認(rèn)知架構(gòu)是通用人工智能的表示框架，也是構(gòu)建心與理U-V雙系統(tǒng)價(jià)值驅(qū)動(dòng)的根本。它構(gòu)建了一套完整的認(rèn)知體系，包括心智模型、通訊學(xué)習(xí)等理論。這是通用智能體與人類通訊、交流、信任、合作的基礎(chǔ)。只有建立了完備的認(rèn)知架構(gòu)，通用智能體才能實(shí)現(xiàn)與人類的四個(gè)對齊（Alignment）：共同的態(tài)勢感知（Shared situation）、共同的演化模型（Shared predictive model）、共同的行動(dòng)規(guī)范（Social norm）、共同的價(jià)值觀（Shared value）。認(rèn)知架構(gòu)的重點(diǎn)在于實(shí)現(xiàn)“小數(shù)據(jù)、大任務(wù)”范式。決定人工智能系統(tǒng)的三個(gè)關(guān)鍵要素是架構(gòu)、任務(wù)和數(shù)據(jù)，不同的選擇導(dǎo)致不同的系統(tǒng)和路徑。只有“小數(shù)據(jù)、大任務(wù)”范式才能擺脫掉“大數(shù)據(jù)、小任務(wù)”對數(shù)據(jù)的強(qiáng)烈依賴，以及模型不可解釋、缺乏價(jià)值驅(qū)動(dòng)等弊端，從而實(shí)現(xiàn)具有感知、認(rèn)知、推理、學(xué)習(xí)、執(zhí)行等能力的自主智能。

關(guān)鍵問題2：自我意識(shí) 指個(gè)體對自己的各種身心狀態(tài)的認(rèn)識(shí)、體驗(yàn)和愿望。在心理學(xué)中，測量自我意識(shí)的經(jīng)典范式是鏡子實(shí)驗(yàn)（Mirror test）。戈登蓋洛普試圖通過判斷動(dòng)物是否能夠辨別出它在鏡中的像是它自己而判斷其自我認(rèn)知能力。如何判斷智能體是否涌現(xiàn)出了自我意識(shí)、如何應(yīng)對智能體的自我意識(shí)，是未來通用人工智能發(fā)展的一個(gè)不可回避的問題。

關(guān)鍵問題3：價(jià)值函數(shù) 智能體的價(jià)值體系不是一成不變的，需要隨著外部環(huán)境的變化而自動(dòng)學(xué)習(xí)和調(diào)整。智能體的價(jià)值函數(shù)可以通過觀察人類的行為、與人交互，學(xué)會(huì)并理解人類的“價(jià)值”，做到“察言觀色”，時(shí)刻明確個(gè)人當(dāng)前的價(jià)值需求，進(jìn)而調(diào)整行為決策，自主產(chǎn)生并完成任務(wù)。

關(guān)鍵問題4：價(jià)值驅(qū)動(dòng) 人類行為本質(zhì)上受價(jià)值驅(qū)動(dòng)。智能體可以通過觀察人類的行為，學(xué)會(huì)和理解人類的“價(jià)值”，做到“察言觀色”，時(shí)刻明確個(gè)人當(dāng)前的價(jià)值需求，進(jìn)而調(diào)整行為決策，自主產(chǎn)生并完成任務(wù)，才能實(shí)現(xiàn)通用智能。價(jià)值函數(shù)（Value）是U-V雙系統(tǒng)中V系統(tǒng)的表征。驅(qū)動(dòng)通用智能體的內(nèi)在價(jià)值函數(shù)的集合構(gòu)成了價(jià)值體系，包含了個(gè)體基本生理與安全需求、社會(huì)需求、好奇心與自我潛能實(shí)現(xiàn)，以及群體利益等多個(gè)層級(jí)。機(jī)器的價(jià)值必須跟人類的基本價(jià)值觀對齊。只有建立了“良知”之心，通用智能體才能被人類廣泛接納。

關(guān)鍵問題5：具身智能 具身智能是智能體使用身體完成物理任務(wù)的現(xiàn)象，其核心之一是“知行合一”。中國哲學(xué)家早已認(rèn)識(shí)到“知行合一”的理念，即人對世界的“知”建立在“行”的基礎(chǔ)上，這也是通用智能體能否真正進(jìn)入物理場景和人類社會(huì)的關(guān)鍵所在。其核心之二在于“身體力行”。只有將智能體放置于真實(shí)的物理世界和人類社會(huì)中，讓它們躬“身”體驗(yàn)環(huán)境物體、符合物理因果，才能切實(shí)了解并習(xí)得真實(shí)世界中事物之間的物理關(guān)系和不同智能體之間的社會(huì)關(guān)系。

關(guān)鍵問題6：社會(huì)智能 社會(huì)智能是人類在適應(yīng)更為復(fù)雜的社會(huì)情境中所展現(xiàn)的社會(huì)認(rèn)知能力。從進(jìn)化的角度看，社會(huì)智能的發(fā)展對于人類的適應(yīng)至關(guān)重要。社會(huì)智能具有密不可分的三方面：社會(huì)感知、心智理論和社會(huì)交互。研究社會(huì)智能有助于研究者設(shè)計(jì)出具有人類特征的交互智能體，使其做到“察言觀色、眼里有活、主動(dòng)幫助”。2023年3月，北京通用人工智能研究院認(rèn)知計(jì)算與常識(shí)推理實(shí)驗(yàn)室聯(lián)合北京大學(xué)人工智能研究院在CAAI Artificial Intelligence Research期刊上發(fā)表綜述論文”Artificial Social Intelligence: A Comparative and Holistic View“，呼吁學(xué)界對人工社會(huì)智能領(lǐng)域進(jìn)行關(guān)注。

關(guān)鍵問題7：可解釋性 可解釋人工智能指的是智能體以一種可解釋、可理解、人機(jī)互動(dòng)的方式，與人工智能系統(tǒng)的使用者、受影響者、決策者、開發(fā)者等，達(dá)成清晰有效的交流溝通，有效地“解釋”自身行為和決策，以取得人類信任，同時(shí)滿足各類應(yīng)用場景對智能體決策機(jī)制的監(jiān)管要求。解釋是一個(gè)多輪次溝通的過程，其目的在于取得對方的理解、建立信任、達(dá)成合作、提高協(xié)作的效率。智能體只有有效地“解釋”自己，才能取得用戶的“信任”，從而產(chǎn)生高效的人機(jī)協(xié)作。

北京通用人工智能研究院于2022年發(fā)表了“實(shí)時(shí)雙向人機(jī)價(jià)值對齊 Bidirectional human-robot value alignment”研究，論文同時(shí)被Science官網(wǎng)和Science Robotics官網(wǎng)頭條刊登。這篇論文提出了一個(gè)可解釋的人工智能系統(tǒng)，闡述了一種機(jī)器實(shí)時(shí)理解人類價(jià)值觀的計(jì)算框架，并展示了機(jī)器人如何與人類用戶通過實(shí)時(shí)溝通完成一系列復(fù)雜人機(jī)協(xié)作任務(wù)的過程。

**關(guān)鍵問題8：**人機(jī)互信 信任是人類在社會(huì)協(xié)作中的一種心理狀態(tài)，一般分成兩個(gè)層次：一是對其能力U的信任，即個(gè)人對周圍的每個(gè)人、在某個(gè)條件下、是否合適做某件事，都有不同程度的信任；二是對其價(jià)值V的信任，包含了態(tài)度與感情。信任的本質(zhì)是人類愿意暴露自己的“脆弱性”。這是人類在沒有更好選擇的情況下做出的決定。從理論上講，其風(fēng)險(xiǎn)底線需要通過經(jīng)濟(jì)學(xué)范疇的合同來規(guī)范。人類與智能體也要“簽合同”來實(shí)現(xiàn)人機(jī)互信。這需要智能體由內(nèi)在價(jià)值函數(shù)驅(qū)動(dòng)，通過價(jià)值對齊與認(rèn)知架構(gòu)形成通用智能體與人交流合作的基礎(chǔ)，通過具身智能和社會(huì)智能實(shí)現(xiàn)機(jī)器與環(huán)境和人交互，通過可解釋性的溝通和價(jià)值對齊形成人機(jī)信任關(guān)系，由此才能實(shí)現(xiàn)人機(jī)共生。

測試體系

對于檢驗(yàn)通用人工智能的測試標(biāo)準(zhǔn)，過往的研究者們提出了眾多想法。

圖靈測試

圖靈測試由英國計(jì)算機(jī)科學(xué)家艾倫·圖靈（Alan Turing）提出。在該測試過程中，測試者分別與一個(gè)人類和一臺(tái)機(jī)器進(jìn)行對話，但不知道對方是人類還是機(jī)器。如果測試者無法區(qū)分人類和機(jī)器，那么機(jī)器就通過了圖靈測試，被認(rèn)為具有智能。

咖啡測試

這項(xiàng)測試由人工智能研究員本·戈澤爾（Ben Goertzel）提出。人工智能應(yīng)用程序被要求去一所房子內(nèi)煮咖啡，它可以去到任何一個(gè)普通家庭的廚房，在沒有刻意設(shè)定好配置程序的前提下，從陌生的環(huán)境中找到所需的配料、器具后，按照正確的步驟沖泡咖啡。

機(jī)器人學(xué)生測試

這項(xiàng)測試同樣由本·戈澤爾（Ben Goertzel）提出。該測試要求人工智能進(jìn)入一所大學(xué)就讀，并使用和與其學(xué)位相同的學(xué)生同等的資源來獲得學(xué)位。

雇員測試

人工智能研究員尼爾斯·尼爾森（Nils J.Nilsson）在其論文中提出了該測試方法。這項(xiàng)測試要求人工智能程序應(yīng)該能夠執(zhí)行原本由人類負(fù)責(zé)的工作，并得到同等甚至更好的工作結(jié)果。

通智測試

2023年8月9日，朱松純教授帶領(lǐng)跨媒體通用人工智能全國重點(diǎn)實(shí)驗(yàn)室的團(tuán)隊(duì)在中國工程院院刊Engineering上發(fā)表了題為《通智測試：通用人工智能具身物理與社會(huì)測試評級(jí)系統(tǒng)》的文章，提出了通用人工智能的一套分類方法。

文章依據(jù)發(fā)展心理學(xué)和心智理論，參考人類嬰幼兒發(fā)育的測試標(biāo)準(zhǔn)，研究總結(jié)出一種基于能力（U系統(tǒng)）和價(jià)值（V系統(tǒng)）的UV通用人工智能的評測方法，并開發(fā)了復(fù)雜動(dòng)態(tài)的物理場景（模擬仿真）和社會(huì)交互（混合現(xiàn)實(shí)）的測試平臺(tái) -- 通智測試（Tong Test）。通智測試是一套面向通用人工智能的標(biāo)準(zhǔn)化、定量化和客觀化的評估體系，其刻畫了通用人工智能的3個(gè)基本特征，繪制了5個(gè)帶有里程碑意義的通智測試等級(jí)（Level 1~5），為通用人工智能的科研及發(fā)展路徑提供了重要參考。

未來趨勢

人工智能的技術(shù)前沿將朝著以下四個(gè)方向發(fā)展。

第一個(gè)前沿方向?yàn)槎嗄B(tài)大模型。從人類視角出發(fā)，人類智能是天然多模態(tài)的（眼、耳、鼻、舌、身、嘴），從AI視角出發(fā)，視覺，聽覺等也可采取與大語言模型相同的方法進(jìn)行學(xué)習(xí)，并進(jìn)一步與語言中的語義進(jìn)行對齊，實(shí)現(xiàn)多模態(tài)對齊的智能能力。

第二個(gè)前沿方向?yàn)橐曨l生成大模型。文生視頻模型SORA將視頻生成時(shí)長從幾秒鐘大幅提升到一分鐘，且在分辨率、畫面真實(shí)度、時(shí)序一致性等方面都有顯著提升。SORA的最大意義是它具備了世界模型的基本特征，雖然仍然存在很多問題，但可以認(rèn)為SORA學(xué)會(huì)了畫面想象力和分鐘級(jí)未來預(yù)測能力。

第三個(gè)前沿方向?yàn)榫呱碇悄?。具身智能指有身體并支持與物理世界進(jìn)行交互的智能體，通過多模態(tài)大模型處理多種傳感數(shù)據(jù)輸入，由大模型生成運(yùn)動(dòng)指令對智能體進(jìn)行驅(qū)動(dòng)，替代傳統(tǒng)基于規(guī)則或者數(shù)學(xué)公式的運(yùn)動(dòng)驅(qū)動(dòng)方式。具有具身智能的機(jī)器人，可以聚集人工智能的三大流派：以神經(jīng)網(wǎng)絡(luò)為代表的連接主義，以知識(shí)工程為代表的符號(hào)主義和控制論相關(guān)的行為主義，這預(yù)期會(huì)帶來新的技術(shù)突破。

第四個(gè)前沿方向是AI4R（AI for Research）成為科學(xué)發(fā)現(xiàn)與技術(shù)發(fā)明的主要范式。當(dāng)前科學(xué)發(fā)現(xiàn)主要依賴于實(shí)驗(yàn)和人腦智慧，而信息技術(shù)無論是計(jì)算和數(shù)據(jù)，都只是起到一些輔助和驗(yàn)證的作用。相較于人類，人工智能在記憶力、高維復(fù)雜、全視野、推理深度、猜想等方面具有較大優(yōu)勢，是否能以AI為主進(jìn)行一些科學(xué)發(fā)現(xiàn)和技術(shù)發(fā)明，大幅提升人類科學(xué)發(fā)現(xiàn)的效率，比如主動(dòng)發(fā)現(xiàn)物理學(xué)規(guī)律、預(yù)測蛋白質(zhì)結(jié)構(gòu)、設(shè)計(jì)高性能芯片、高效合成新藥等。因?yàn)槿斯ぶ悄艽竽Ｐ途哂腥繑?shù)據(jù)，具備上帝視角，通過深度學(xué)習(xí)的能力，可以比人向前看更多步數(shù)。

與大語言模型的區(qū)別

大語言模型是一種基于深度學(xué)習(xí)技術(shù)的大型預(yù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型，深度學(xué)習(xí)指的深度神經(jīng)網(wǎng)絡(luò)模型，是人工智能的分支“機(jī)器學(xué)習(xí)”下面的一種算法模型。雖然大型語言模型已經(jīng)取得了一些驚人的進(jìn)展，但大型語言模型還不符合通用人工智能的要求。

① 大型語言模型在處理任務(wù)方面的能力有限，它們只能處理文本領(lǐng)域的任務(wù)，無法與物理和社會(huì)環(huán)境進(jìn)行互動(dòng)。這意味著像 ChatGPT 這樣的模型不能真正“理解” 語言的含義，因?yàn)樗鼈儧]有身體來體驗(yàn)物理空間。中國的哲學(xué)家早就認(rèn)識(shí)到 “知行合一” 的理念，即人對世界的 “知” 是建立在 “行” 的基礎(chǔ)上的。這也是通用智能體能否真正進(jìn)入物理場景和人類社會(huì)的關(guān)鍵所在。只有將人工智能體放置于真實(shí)的物理世界和人類社會(huì)中，它們才能切實(shí)了解并習(xí)得真實(shí)世界中事物之間的物理關(guān)系和不同智能體之間的社會(huì)關(guān)系，從而做到“知行合一”。

② 大型語言模型也不具備自主能力，它需要人類來具體定義好每一個(gè)任務(wù)，就像一只 "巨鸚鵡"，只能模仿被訓(xùn)練過的話語。

③ 雖然 ChatGPT 已經(jīng)在不同的文本數(shù)據(jù)語料庫上進(jìn)行了大規(guī)模訓(xùn)練，包括隱含人類價(jià)值觀的文本，但它并不具備理解人類價(jià)值或與人類價(jià)值保持一致的能力，即缺乏所謂的道德指南針。

加州大學(xué)伯克利分校教授Stuart Russell表示，關(guān)于ChatGPT，更多數(shù)據(jù)和更多算力不能帶來真正的智能。要構(gòu)建真正智能的系統(tǒng)，應(yīng)當(dāng)更加關(guān)注數(shù)理邏輯和知識(shí)推理，因?yàn)橹挥袑⑾到y(tǒng)建立在我們了解的方法之上，才能確保 AI不會(huì)失控，擴(kuò)大規(guī)模不是答案，更多數(shù)據(jù)和更多算力不能解決問題，這種想法過于樂觀，在智力上也不有趣。

大模型方向錯(cuò)了，智力無法接近人類。圖靈獎(jiǎng)得主Yann LeCun表示：語言只承載了所有人類知識(shí)的一小部分；大部分人類具有的知識(shí)都是非語言的，因此，大語言模型是無法接近人類水平智能的。深刻的非語言理解是語言有意義的必要條件，正是因?yàn)槿祟悓κ澜缬猩羁痰睦斫?，所以我們可以很快理解別人在說什么。這種更廣泛、對上下文敏感的學(xué)習(xí)和知識(shí)是一種更基礎(chǔ)、更古老的知識(shí)，它是生物感知能力出現(xiàn)的基礎(chǔ)，讓生存和繁榮成為可能。這也是人工智能研究者在尋找人工智能中的常識(shí)時(shí)關(guān)注的更重要的任務(wù)。大語言模型沒有穩(wěn)定的身體可以感知，它們的知識(shí)更多是以單詞開始和結(jié)束，這種常識(shí)總是膚淺的。人類處理各種大語言模型的豐富經(jīng)驗(yàn)清楚地表明，僅從言語中可以獲得的東西是如此之少。僅通過語言是無法讓AI系統(tǒng)深刻理解世界，這是錯(cuò)誤的方向。

政策支持

2023年5月23日，北京市人民政府辦公廳印發(fā)《北京市促進(jìn)通用人工智能創(chuàng)新發(fā)展的若干措施》，制定出提升算力資源統(tǒng)籌供給能力、提升高質(zhì)量數(shù)據(jù)要素供給能力、系統(tǒng)構(gòu)建大模型等通用人工智能技術(shù)體系、推動(dòng)通用人工智能技術(shù)創(chuàng)新場景應(yīng)用、探索營造包容審慎的監(jiān)管環(huán)境等舉措，推動(dòng)通用人工智能實(shí)現(xiàn)創(chuàng)新引領(lǐng)和理性健康發(fā)展。

2023年8月28日，工業(yè)和信息化部印發(fā)通知，組織開展2023年未來產(chǎn)業(yè)創(chuàng)新任務(wù)揭榜掛帥工作。揭榜任務(wù)內(nèi)容為面向元宇宙、人形機(jī)器人、腦機(jī)接口、通用人工智能4個(gè)重點(diǎn)方向，聚焦核心基礎(chǔ)、重點(diǎn)產(chǎn)品、公共支撐、示范應(yīng)用等創(chuàng)新任務(wù)，發(fā)掘培育一批掌握關(guān)鍵核心技術(shù)、具備較強(qiáng)創(chuàng)新能力的優(yōu)勢單位，突破一批標(biāo)志性技術(shù)產(chǎn)品，加速新技術(shù)、新產(chǎn)品落地應(yīng)用。

2023年12月15日，國家數(shù)據(jù)局起草了《“數(shù)據(jù)要素×”三年行動(dòng)計(jì)劃（2024年-2026年）（征求意見稿）》，提出以科學(xué)數(shù)據(jù)支持大模型開發(fā)，深入挖掘包含科技文獻(xiàn)在內(nèi)的各類科學(xué)數(shù)據(jù)，通過細(xì)粒度的知識(shí)抽取，構(gòu)建科學(xué)知識(shí)資源底座，建設(shè)高質(zhì)量語料庫和基礎(chǔ)科學(xué)數(shù)據(jù)集，支持開展通用人工智能大模型和垂直領(lǐng)域人工智能大模型訓(xùn)練。

人才培養(yǎng)

2022年9月17日，2022全國人工智能院長論壇在北京大學(xué)舉行，現(xiàn)場發(fā)布了《通用人工智能人才培養(yǎng)方案》白皮書。白皮書由北京大學(xué)和北京通用人工智能研究院共同編寫，旨在提出一套培養(yǎng)兼具學(xué)術(shù)品位、科學(xué)精神和人文素養(yǎng)的本碩博貫通式通用人工智能人才培養(yǎng)體系，其核心目標(biāo)是為了培養(yǎng)面向世界前沿科技的人工智能復(fù)合型頂尖人才，即“通識(shí)、通智、通用”。

人才培養(yǎng)以“通識(shí)”為基底，強(qiáng)調(diào)人工智能與人文、藝術(shù)、法律等社會(huì)科學(xué)的深度融合，旨在塑造學(xué)生的學(xué)術(shù)品味，使其以科學(xué)家精神為槳，人文素養(yǎng)為帆，敢于肩負(fù)國家和人民的重托，在學(xué)術(shù)道路上航行。

人才培養(yǎng)以“通智”為核心，強(qiáng)調(diào)人工智能核心知識(shí)的融會(huì)貫通，包含計(jì)算機(jī)視覺、自然語言處理、機(jī)器學(xué)習(xí)、認(rèn)知與推理、機(jī)器人學(xué)、多智能體等專業(yè)課程，幫助學(xué)生理解和掌握人工智能專業(yè)的基礎(chǔ)理論和方法，并構(gòu)建人工智能學(xué)科內(nèi)的知識(shí)圖譜和領(lǐng)域全局觀。

人才培養(yǎng)以“通用”為支撐，強(qiáng)調(diào)與產(chǎn)業(yè)端的融合發(fā)展，賦能千行百業(yè)，促進(jìn)各行各業(yè)的智能化轉(zhuǎn)型，為我國數(shù)字經(jīng)濟(jì)的高質(zhì)量發(fā)展與向智能社會(huì)轉(zhuǎn)型升級(jí)提供強(qiáng)力支撐。

依托于北京大學(xué)元培學(xué)院建設(shè)的通用人工智能實(shí)驗(yàn)班，一方面會(huì)立足于人工智能的學(xué)科內(nèi)涵，即對內(nèi)融合，依托北京大學(xué)智能學(xué)院開展工作，學(xué)生以人工智能的具體子領(lǐng)域?yàn)檠芯糠较?，旨在突破前沿基礎(chǔ)理論；另一方面會(huì)立足于人工智能的學(xué)科外延，即對外交叉，依托北京大學(xué)人工智能研究院開展工作，學(xué)生選擇人工智能的交叉學(xué)科進(jìn)行研究，旨在產(chǎn)生創(chuàng)新的跨學(xué)科交叉探索成果。

2023年11月8日，通用人工智能協(xié)同攻關(guān)合作體人才培養(yǎng)計(jì)劃（簡稱“通計(jì)劃”）在北大英杰交流中心正式啟動(dòng)?！巴ㄓ?jì)劃”是由教育部支持、通研院與全國9所高校聯(lián)合培養(yǎng)博士生的專項(xiàng)計(jì)劃，將加強(qiáng)院校合作與資源共享，著力培養(yǎng)服務(wù)國家需求的通用人工智能領(lǐng)域拔尖人才。