剛剛Sam altman 接受YC CEO 採訪，說AI的發展已經超出了大家的想像，通往 AGI 的道路現在已經清晰可見，OpenAI實際上知道該怎麼做，許多人認為Sam altman擅長炒作，認為這次訪談Sam採訪一些言論又是炒作，但是OpenAI研究科學家 Noam Brown給與了駁斥： Noam Brown: 我聽說有人說Sam 只是在炒作，但在我看來，他所說的一切都與 @OpenAI 研究人員在現場的觀點相吻合 隨便給出幾個sam 採訪的觀點，大家先感受一下（萬字採訪全文附在文後）： 1.Sam Altman 表示，通用人工智慧（AGI）預計將在2025年到來，他也將在明年迎來自己的第一個孩子（領養？還是AGI？）,Sam Altman 原話：About 2025，what‘s to come？Sam：AGI，excited for that. What am I  excited for? We 're having a kid,i'm more excited for that than anything I've  even been .That's the thing I'm most excited forever in life

比爾蓋茲口中「最擅長預測人工智慧未來的人」。 2006年，18年前，雷·庫茲韋爾（Ray Kurzweil）在波士頓的人工智慧大會上提出了自己的預測：人類將在2029年實現AGI。 AGI（Artificial General Intelligence），即通用人工智慧，指的是一種能夠像人類一樣廣泛理解和解決問題的人工智慧系統。與目前存在的專用人工智慧（ANI，Artificial Narrow Intelligence）不同，AGI具備在不同領域和任務間自由切換的能力，並且可以像人類一樣靈活、通用地處理各種任務和環境。 庫茲韋爾預測完的當下，引起台下一片竊笑。波士頓作為全美平均學歷最高的城市，聽眾大多還是很有素質的，大部分人即便不太相信，也沒有明目張膽的笑出聲，剩下的一部分人則不置可否，甚至深表懷疑。

2024年10月13日， NVIDIA 首席執行官黃仁勳參加Bill Gurley 和 Brad Gerstner 主持的對話節目。本次對話內容涉及通向通用人工智慧 (AGI) 的發展路徑、機器學習的加速處理程序、NVIDIA 的競爭優勢、AI 訓練和推理的重要性、AI 領域未來的市場格局、AI 對各行業的影響、未來的工作形態、AI 提升生產力的潛力、開源與閉源的平衡、Elon Musk 的 Memphis 超級叢集、X.ai、OpenAI 以及 AI 的安全發展等關鍵話題。 黃仁勳在對話中稱，NVIDIA正在經歷一個超越摩爾定律的計算革命，AI時代的計算堆疊（包括硬體、軟體和應用）都發生了根本性變化，計算的邊際成本大幅下降，機器學習成為核心驅動力。他認為，NVIDIA的競爭優勢在於建構完整且相容的計算平台，從GPU到CPU，到網路，到軟體庫，形成一個整體的AI生態系統，而不是僅僅依靠單個晶片的性能提升。 黃仁勳認為AI時代的核心是“飛輪”，即一個由資料獲取、資料處理、模型訓練和推理組成的複雜循環。NVIDIA的重點在於加速這個飛輪的每一個環節，尤其強調推理能力的重要性，並預見未來推理規模將遠超訓練。 黃仁勳稱，目前 NVIDIA 超過 40% 的收入來自推理任務。而隨著推理鏈的出現，推理的規模預計將迎來千萬倍乃至十億倍的增長。這種增長潛力正是關鍵所在，但大多數人還未完全意識到這一點。

騰訊科技訊（李安琪）6月14日，零一萬物CEO李開復和清華大學智能產業研究院院長、智源學術顧問委員張亞勤在2024年智源大會上就「通用人工智慧的關鍵問題」展開討論，分享了各自對於大模型在產業中的應用場景及AGI的未來的看法。 以下為本次對話的要點： ①李開復和張亞勤都認為大模型是AI領域當前最重要的革命，其中最關鍵的是規模效應和資料的高效壓縮。儘管大模型在智慧上取得了顯著進步，但仍面臨效率低下、對物理世界理解不足以及邊界問題等挑戰。 ②李開復強調，科學理論和工程實踐對於AI發展都是不可或缺的。零一萬物內部堅持打通科學和工程，只有瞭解科學原理，才能有效評估和優化模型。同時，工程實踐能夠確保科學研究成果轉化為實際可用成本可控的產品。

AGI（artificial general intelligence，通用人工智慧）何時能夠實現？現在的LLM（large language model，大語言模型）是通往AGI之路的敲門磚嗎？ 在善於行銷、吸引公眾眼球的Sam Altman的口中，我們離AGI似乎已經不遠了。而稍微進一步關心AI發展的普通人，也可能會認為，現在的LLM已經有了一定智能，只要再繼續發展下去，必將能實現AGI。 但是，深度學習之父楊立昆和AI教母李飛飛，卻有不同的觀點，而且並不是譁眾取寵，他們擁有這樣的觀點應該已經很久了，也不止一次表達過他們的觀點。 最近，在他們兩個各自的一次訪談中，所表達的觀點，又一次不謀而合：現在的LLM實現不了AGI。

美東時間週五（3月1日），英偉達CEO黃仁勳在美國加州參加史丹佛經濟政策研究所高峰會時表示，他預計通用人工智慧（AGI）最快將在五年內面世。 通用人工智慧（AGI）又稱“強人工智慧”，是人工智慧的一種理論形式，指的是人工智慧可以像人類一樣學習和推理，有可能解決複雜的問題並獨立做出決策。由於目前仍沒有公認的人類智慧定義，不同領域科學家對通用人工智慧的定義和標準也各不相同。 「通用人工智慧」的概念是相對於目前我們已經廣泛實現的「弱人工智慧」來說的，後者指的是擅長執行單一任務、解決特定問題、但沒有自主意識的人工智慧，其應用包括智慧客服、無人駕駛、演算法推薦等。 實現通用人工智慧一直是矽谷長期以來追求的目標之一。今年年初，OpenAI發布的文生視訊模型Sora震撼了全球AI界，也被認為是我們接近通用人工智慧的里程碑之一。

11月13日，廣東省人民政府發布關於加速建設通用人工智慧產業創新引領地的實施意見（下稱「《實施意見》」）並召開記者會。 《實施意見》從算力、演算法、數據、產業、生態等方面對廣東通用人工智慧產業創新發展提出22條舉措，計畫將廣東打造成為國家通用人工智慧產業創新引領地，建構全國智慧算力樞紐中心、粵港澳大灣區資料特區、場景應用全國示範高地。 今年以來，北京、上海、深圳等地積極佈局人工智慧產業，推出政策競跑「未來賽道」。受訪專家認為，各地以「數據」「演算法」與「算力」等人工智慧系統的核心要素為抓手，發揮本土資源優勢推動人工智慧發展，未來應關注數據開發利用、演算法創新與監管、算力資源配置、人工智慧立法等關鍵性議題，制定符合市場與科技創新法則的人工智慧政策，提升產業生態的建設水準。 1 廣東22項措施體系化佈局人工智慧發展