随着近两年 OpenAI 带火的大语言模型（ LLM ）的兴起，AGI 可行性的话题重新开始流行起来。最近包括 OpenAI 几位高管，Nvidia 黄仁勋，Elon Musk 等人统统发表高论，言称 AGI 可能在 5 年内实现。我自己觉得这个时间点肯定过于乐观。但毫无疑问 GPT4 等大语言模型的出现让大家把 AGI 实现的预估时间从百年的量级缩短至十年单位的量级。 我自己目前已把 GPT4 当作日常工具来使用。对其优缺点也略有体会。简单说下我的使用体验。 GPT4 已能完全准确理解人类语言的输入。这点在我第一次使用 chatGPT 时最感到惊讶，我之前也是用 过很多的智能语音助手或在线聊天机器人这些，没有一款能达到那时 chatGPT 对语音的理解程度。GPT4 对非冷门问题的解答能力很强。这里非冷门的意思是说，在互联网语料（训练数据）中出现的次数相 对比较频繁，鉴于 LLM 也是基于深度学习发展起来的，这点也不太意外。GPT4 对“冷门”问题是可能会出现所谓“幻觉(hallucination)”问题的。“幻觉”是指生成不真实的内 容。比如 某些不常用的函数 api, 参考文献等。GPT4 是具备较好的归纳能力，一定的分析和推理能力。这点日常使用者应该会有所体会。其中归纳能力在 之前的 NLP 模型中以及能比较好的做到，但分析和推理的能力，尤其是推理能力是 LLM 独有的"涌现 （ emergent ）"现象。不管你认为这种分析推理能力是数据空间的关联性也好，还是神经网络节点量变引起的 质变也好，或者是数据被压缩到一个更紧密的表征空间的一种映射方式也好。但这种能力确实出现在了 LLM 中。... 以上这些是我个人使用过程中的一些简单体验。当然还有更多，但这里空间太小，我写不下（滑稽~）. 所以这里想抛出的话题是：你认为 AGI 能否实现，可以围绕以下几个点来说下你的看法： a. AGI 是否是可实现的，如果可行，你认为沿着目前的 LLM 继续增大模型参数或增加多模态的方式(scaling up)是否是比较可行的道路？b. 如果你不认同目前纯深度学习这套路径，你觉得还缺哪些东西, 什么样的思路是可行的?c. 你认为目前已有的 LLM 比如 GPT4 继续发展下去后，最好的情况下能达到什么程度，会有什么样的使用场景d. 你认为的达到 AGI 的标准是什么，最好是一些可证伪或者可量化的标准?e. 预测未来很不靠谱。但如果非让你给个时间，你会觉得 AGI 在什么时候会实现?f. ... 可以肯定的是，如果 AGI 能够实现，那它将是人类历史上的最后一个发明。 大家踊跃讨论下，也不限于以上几点，相关的都可以。 agi, gpt4, llm, 推理
真正意义上的互联网出现才多少年，再久远一点，个人电脑才出现多少年。 想一想小时候玩的和电子科技相关的产品，再看看现在玩的东西，其实科技发展的速度由于处于而当下感觉不明显。 个人感觉通用人工智能会在定居火星之前出现。
