加速回报定律解释了：AGI开发途径

在最近的一次采访中，埃隆·马斯克对通用人工智能（AGI）的到来时间表达了乐观看法，称可能在*“3到6年”*内实现。同样，谷歌DeepMind的首席执行官Demis Hassabis在《华尔街日报》的“未来一切”节上表示，AGI可能在*“几年内，或许十年内”*实现。这些预测与AI社区中许多更保守的估计形成对比，后者通常认为AGI可能需十年甚至一个世纪。部分谨慎源于不愿锁定具体时间表，担心预测不准。这种谨慎并非新鲜事；早在1956年的达特茅斯夏季研究项目中，“人工智能”一词诞生，当时希望在一代人（约25年）内实现人类水平的智能机器。

常被称为AI教父的Geoffrey Hinton提供了更细致的观点。他最近调整了时间预测，称：*“直到不久前，我认为通用AI还需20到50年。现在我觉得可能20年或更短。”*这一视角转变反映了AI领域的快速发展，主要得益于驱动当今大语言模型（LLMs）的深度强化学习算法的进步。

尽管取得了这些突破，当前AI仍局限于聊天机器人和语言翻译等狭窄应用。相比之下，AGI代表更宏大的目标：一种能在人类水平上理解、学习和应用知识的跨领域人工智能。虽然对许多人来说，迈向AGI看似艰巨，但一些人相信其发展的必然性，这得益于所谓的“加速回报定律”。

这一概念由著名作家、发明家和未来学家Ray Kurzweil提出。他的贡献包括光学字符识别（OCR）、文本转语音合成和语音识别技术。在出版了探讨人类大脑以构建终极思维机器的著作《如何创造一个头脑》后，他被谷歌招募参与AI项目。当时的谷歌首席执行官Eric Schmidt深受此书启发。

或许更相关的是Kurzweil于2005年出版的《奇点临近》。其预测在过去二十年与技术增长轨迹密切吻合。值得注意的是，Kurzweil预测AGI将在2029年实现，与埃隆·马斯克和Demis Hassabis的近期预测一致。

加速回报定律表明，包括技术进步在内的各种进化系统的变化速率呈指数增长。在技术领域，这意味着每一代新技术建立在前一代基础上，加速进步步伐。

这一定律凸显了生成式AI等技术的爆炸性增长如何乘着芯片制造和3D打印等其他汇聚的指数技术的浪潮。这种融合为AI成为有史以来最强大的应用提供了助力。

早在2001年，Ray Kurzweil做出了惊人预测：

对技术历史的分析显示，技术变革是指数型的，与常识中的“直观线性”观点相反。因此，21世纪我们不会经历100年的进步，而是相当于2万年的进步（按今日速率）。回报，如芯片速度和成本效益，也呈指数增长。甚至指数增长的速率也在指数增长。几十年内，机器智能将超越人类智能，引发奇点——技术变革如此迅速而深刻，以至于代表人类历史的裂变。其影响包括生物与非生物智能的融合、不朽的软件人类，以及以光速向宇宙扩展的超高智能。

这种技术爆炸与摩尔定律密切相关，后者认为芯片上的晶体管数量大约每两年翻倍。结合其他技术突破，这展示了加速回报定律的蓬勃发展。Kurzweil基于此定律对人类未来的观察颇为深刻：

• 进化利用正反馈，更有效的方法从一个阶段用于创造下一阶段，导致进步速率指数增长。
• 进化过程中信息的“秩序”（如为生存服务的效果）随时间增加。
• 进化过程的“回报”，如速度、成本效益或整体能力，也呈指数增长。
• 随着计算等过程变得更有效，更多资源投入其进一步发展，导致第二层次的指数增长。
• 生物进化和技术进化都是进化过程，后者从前者中浮现并延续。
• 特定范式提供指数增长，直至达到极限，此时范式转换使指数增长得以持续。

鼓励读者探索Kurzweil的博客，思考这种指数增长的意义，并考虑其与自博客首次发布以来个人经历的异同。

虽然不如摩尔定律广为人知，加速回报定律在今日仍与首次提出时同样重要。

在YouTube上观看此视频