当前人工智能的局限性 - 当前AI不具备人类那样稳定且可跨领域泛化的智力 在某些复杂领域表现卓越但在一些简单任务上表现离奇 这种智能被称为“锯齿智能” [1] - 问题根源在于AI训练完成后无法像人类一样在真实世界进行持续的自我迭代和进化 [1] - 人类大脑仅提供核心学习算法和少量本能 大部分知识通过后天终身学习获得 [1] 人工智能的未来发展路径 - 解决当前局限性的方向是让AI具备稳定泛化的学习算法 并建立与真实世界的更多链接 如多模态和具身智能 使模型能在真实环境中进行持续学习和自我迭代 [1] - 从10~20年实现AGI的长期视角看 当前问题均可解决 因为技术发展具有加速度 [2] - 以ChatGPT为例 三年前其做小学数学题经常出错 但现在已能在国际奥林匹克数学竞赛获得金牌 表明技术迈过关键节点后将迎来跨越式发展 [2] 行业发展阶段判断 - 本轮AI革命目前仍处于上半场 甚至是上半场的早期 [2] - 对技术发展应保持乐观态度 [2]