新论文提出AI应专用化，定义超人类适应性智能(SAI)

新论文发布：AI必须通过超人类适应性智能拥抱专用化

与@JudahGoldfeder、Philippe Wyder和@ylecun合作。

我们的论文引起了不少讨论，以下是我的看法。

每个人都在谈论AGI，但没有人对其定义达成一致，这种混乱正在伤害该领域。我们调查了最突出的定义，并沿着两个轴进行映射：它们所指的能力类型（学习 vs. 执行）和范围（任何事情、任何重要的事情、人类能做的任何事情）。结果是一堆不仅互不一致，而且常常内部矛盾的定义。

我们的出发点很简单：人类智能并非通用。我们是专门化的生物，由进化塑造，擅长于对生存至关重要的狭窄任务。我们感到通用是因为看不到自己的盲点。马格努斯·卡尔森（Magnus Carlsen）是史上最伟大的国际象棋人类棋手，但相较于计算上可实现的能力，他实际上并不擅长国际象棋。这不是对马格努斯的贬低，而是关于人类适应极限的陈述，也说明了为什么将AI的北极星锚定在人类水平表现是错误的。

我们提出了术语“超人类适应性智能”（Superhuman Adaptable Intelligence, SAI），或者换句话说，一种能够学习在任何重要的人类任务上超越人类，并且还能处理完全超出人类领域任务的智能。衡量标准不是不断增长的基准清单，而是适应速度：系统获取新技能的速度有多快？

这对我们如何构建具有具体意义。SAI指向自监督学习，用于从无标签数据中获取通用知识，以及用于规划和零样本迁移的世界模型。它还反对当前自回归架构的单一文化，因为专用化需要架构多样性，而不是一个范式统治一切。

或者如我们所说：折叠蛋白质的AI不应是折叠衣物的AI。

这篇论文源于我与Yann在“信息瓶颈”播客上的对话，随后在X上与@elonmusk和@demishassabis进行了公开交流（不是每篇论文都能引用推特争论作为素材）。