埃隆·马斯克在与OpenAI首席执行官萨姆·阿尔特曼的诉讼中作证,指控OpenAI违反其造福人类的人工通用智能(AGI)使命。他要求法院剥夺阿尔特曼和公司总裁格雷格·布罗克曼的职权,并撤销OpenAI的营利性重组。此案吸引了多位AI行业领袖的证词。
微软与OpenAI的合作关系发生重大变化,取消了关于人工通用智能(AGI)的条款。OpenAI现在可以向任何云服务提供商提供产品,虽然微软仍是主要云合作伙伴,但收入分成协议将于2030年结束,并不再与AGI的进展挂钩。这使得微软的知识产权变为非独占,其他竞争者也可参与。OpenAI正全力追求企业客户,以实现盈利。
谷歌DeepMind发布了一项新框架,旨在通过认知科学衡量人工通用智能(AGI)的进展。该框架识别了十种关键认知能力,并与Kaggle合作举办黑客马拉松,鼓励研究者设计评估工具,争夺20万美元奖金,评估内容涵盖学习、元认知和注意力等领域。
人工通用智能(AGI)有望加速科学发现,但缺乏评估工具。新论文提出认知分类法,识别10种关键认知能力,并通过Kaggle黑客马拉松鼓励社区进行评估设计。这些能力包括学习、注意力和社交认知等。
董事会感谢OpenAI非营利委员会成员的努力,该委员会于四月召开,旨在收集反馈并提供建议以解决长期系统性问题。报告反映了委员会的独立发现,强调与社区领导者的合作,确保人工通用智能惠及全人类。董事会承诺继续倾听和学习,推动非营利使命。
Meta即将完成对Scale AI近150亿美元的投资,获得49%股份,旨在加速实现人工通用智能(AGI)。Meta CEO扎克伯格组建团队,Scale AI CEO王亚伦将加入,以应对AI竞争压力。
本研究提出了一种新的生成语义通信(GSC)范式,旨在应对人工通用智能(AGI)背景下语义信息高效传输的挑战,展示其在AGI应用中的优势,为实际应用奠定基础。
本研究提出了HypoGen数据集,包含约5500个结构化的难题-假设对,旨在解决科学假设生成领域缺乏专用数据集的问题。该数据集通过明确的推理链组件,提升了假设生成的原创性和可行性,为人工通用智能的发展提供了新思路和工具。
本研究提出了一种新的推理基准NPPC,旨在解决现有基准测试中的崩溃和攻击问题。NPPC能够有效降低大语言模型的性能,并提供分析工具,以支持人工通用智能的测试与发展。
本研究提出了人工通用智能测试平台(AGITB),用于评估AI系统在时间序列信号预测中的表现。AGITB通过严格的信号处理测试,强调生物智能的计算不变性。目前尚无AI系统达到标准,为人工通用智能的研发指明了方向。
本研究提出了一种自学习代理框架,将LLaMA 3.2与渐进神经网络结合,解决会话AI和代码生成中的持续学习问题。该框架通过动态数据收集和元学习实现快速适应,实验表明其在适应性和记忆稳定性方面有所提升,推动人工通用智能的发展。
本研究探讨了人工通用智能(AGI)安全开发中,依赖共识的对齐方法无法识别新解决方案的问题。提出的功能性认识闭合模型揭示了认知、制度和社会过滤器如何影响对齐提案的理解,缺乏递归模型可能导致不可逆的失调风险,影响AGI的安全开发。
人工通用智能(AGI)是一个受到过多炒作和误解的研究领域。作者认为智能应被视为适应性,强调搜索和近似是构建自适应系统的基础工具。研究指出,AGI将融合工具与元方法,未来的瓶颈在于样本和能效。
Agentic AI正从自动化向自主决策转变,具备推理、主动行动和动态适应能力,推动人工通用智能(AGI)发展。它在保险、医疗和软件工程等行业中,通过预测、个性化治疗和减少错误等方式显著提升效率和用户体验。其核心能力包括上下文决策、适应性、可扩展性和自主执行,正在改变全球工作模式。
阿里开源了新推理模型QwQ-32B,参数量320亿,性能可与6710亿参数的DeepSeek-R1媲美。该模型通过强化学习提升数学和编程任务的表现,已在Hugging Face和ModelScope上发布。团队希望通过结合强化学习与基础模型,推动人工通用智能的发展。
近期讨论大型语言模型(LLM)是否能实现人工通用智能(AGI)。当前的LLM如GPT系列在某些任务上超越人类,但仍有局限性。尽管技术进步迅速,AGI仍然遥远,未来可能会出现更多开源模型和特定应用的LLM。
本研究提出了一个四阶段的研究路线图,旨在解决现有科学推理模型在跨领域泛化和多模态感知方面的不足,强调大规模语言模型在整合和推理不同数据类型中的能力,为实现人工通用智能提供新的视角。
OpenAI首席执行官萨姆·阿尔特曼表示,公司有信心构建人工通用智能(AGI),并预测AI代理将显著改变企业产出。他强调实现“真正意义上的超智能”的目标,将加速科学发现和创新。此外,阿尔特曼提到OpenAI计划从非营利组织转型为盈利公司,并反思了在公司治理中的失误。
本研究探讨了大型语言模型在实现人工通用智能(AGI)中的应用,提出通过体现、符号扎根、因果关系和记忆等基础概念来提升其认知能力。这些方法有助于实现更灵活和普遍的智能。
人工通用智能(AGI)是指能够像人类一样理解和应用知识的机器。尽管OpenAI的o3模型在抽象推理测试中得分87.5%,超过人类平均水平,但仍属于专门化系统,未达到真正的AGI。研究表明,AI的推理过程需要更透明和可靠的步骤。尽管在AGI的研究中取得了一些进展,但仍需继续努力。
完成下面两步后,将自动完成登录并继续当前操作。