探索人工智能：AIGC是什么？

在深入研究人工智能（AI）时，我们会不禁思考一个问题：AIGC（人工智能通用能力）究竟是什么？这个问题有点像杨立昆的观点，让我们一起探讨。

杨立昆曾在一次深度学习会议上分享了一个令人深思的例子。他提到，一个完全不懂汽车的人，只需短短20小时的学习，就能够掌握驾驶的技能。相比之下，人工智能需要数十亿的数据以及数百万次的强化学习，却仍然难以获得像人类一样可靠的驾驶能力。

为什么会出现这样的差异呢？杨立昆认为，自回归模型是一个主要原因，这种基于统计学的预测系统无法真正理解物理世界。实际上，AI并不了解红绿灯、斑马线或障碍物的本质含义，它只是建立概率相关性模型，然后从大量数据中选择最匹配概率的答案。

然而，人脑不同。大脑可以真正”理解”红绿灯和斑马线等概念，而在驾驶时，只需激活少数相关神经元，功耗低、速度快，而且不容易出错。杨立昆因此提出了”世界模型”的概念，以解决AI的理解和推理问题。

尽管前景充满挑战，但值得注意的是，AGI（人工通用智能）不一定需要模仿大脑。毕竟，大脑经过亿万年的演化，拥有了最优化的策略，不容易被超越。此外，AGI需要解决的不仅仅是已知领域的问题，还需要处理未知领域的挑战，必须学会从有限数据中发现规律，因为未知领域缺乏大量已知数据。

从技术角度来看，以GPT为代表的自回归模型似乎难以胜任这一任务。只有当AI能够解决人类尚未解答的难题，比如哥德巴赫猜想等，我们才能真正谈论AGI的到来。

所以，目前最明智的态度是承认我们的无知，正如我们无法确定正确的前进方向一样。无知远比傲慢更有价值，这就是我们应该追求的智慧之路。