通往 AGI 之路——可能实现 AGI 的技术路径畅想

风雨后

生成式 AI 现状

在这个蓬勃发展的生成AI时代，有大量的AIGC工具用于各种生成任务，包括text-to- text ， text-to-image，图像描述，text-to-speech，语音识别，视频生成，3D生成等。尽管他们实现了令人印象深刻的功能，但生成式AI所需要的不仅仅是 ChatGPT。
从输入输出的角度来看，ChatGPT主要擅长文本到文本的任务。

在输入端，目前主要以文本为主，随着底层语言模型从GPT-3.5进化到GPT-4，加强版 ChatGPT增加输入模态。具体来说，它可以选择性地将图像作为输入，但是，它仍然不能处理视频或其他数据模态。在输出端，GPT-4仍然局限于生成文本，这使得它与通用的AIGC工具相距甚远。
很多人都想知道下一代GPT可能会发展到怎样的程度。极有可能的情况是，ChatGPT 可能会走向通用型 AIGC，这将是实现人工通用智能(AGI)的重要一步。
可能实现 AGI 的技术路径

我认为存在两种可能实现 AGI 的技术路径：
1. ChatGPT 这类大模型直接实现 AGI 能力。
也就是很多人想象的 GPT-5， 看完了这个世界上所有的文本、图像和视频，听完了这个世界上所有的语音，可以直接操作文本、图像、语音等多种模态。优点是实现的 AGI 能力上限比较高，缺点是实现难度大。
2. ChatGPT 作为控制中枢（大脑）控制各种 AI 工具（肢体）。
以并行的方式将各种AIGC工具集成到一个共享 agent 中，让 ChatGPT 来设计和调度任务。优点是简单可行，思路直观，缺点是不同任务之间独立性太强，缺乏交互。
目前已经有类似做法，微软的 HuggingGPT 思路就是使用 ChatGPT 去调度操作 HuggingFace 上的各种模型来完成各种复杂任务，他们将这个系统命名为 JARVIS。
地址如下：

https://github.com/microsoft/JARVIS

巧合的是目前有论文也阐述了这两种思路，他们还作了一个图来说明这两条路径，左边是我说的路径2，右边是我说的路径 1。


感兴趣可以看看论文原文，这篇综述写的很详细：

https://arxiv.org/abs/2304.06488

目前实现 AGI 的尝试

1. Auto-GPT

https://github.com/Torantulino/Auto-GPT

AutoGPT 相当于给基于 GPT 的模型一个内存和一个身体。有了它，你可以把一项任务交给 AI 智能体，让它自主地提出一个计划，然后执行计划。此外其还具有互联网访问、长期和短期内存管理、用于文本生成的 GPT-4 实例以及使用 GPT-3.5 进行文件存储和生成摘要等功能。AutoGPT 用处很多，可用来分析市场并提出交易策略、提供客户服务、进行营销等其他需要持续更新的任务。

2. BabyAGI

https://github.com/yoheinakajima/babyagi

babyagi 是一个智能任务管理和解决工具，它结合了OpenAI GPT-4和Pinecone向量搜索引擎的力量，以自动完成和管理一系列任务，从一个初始任务开始，babyagi使用GPT4生成解决方案和新任务，并将解决方案存储在Pinecone中以便进一步检索。

3. AgentGPT

https://github.com/reworkd/AgentGPT

通过AgentGPT配置和部署“Autonomous AI agent”。命名你自己的自定义AI，让它开始任何你能想到的目标。它会通过思考要做的任务，执行它们，并从结果中学习来试图达到目标.

4. AwesomeAGI

https://github.com/yzfly/Awesome-AGI

AGI 相关项目，论文收录

5. OpenAGI

https://github.com/agiresearch/OpenAGI

为了促进社区对AGI能力的长期改进和评估，OpenAgi项目开放代码，基准和评估方法。

久久广告

希望不会被坏人滥用

自是人生长乐水长东

纯粹路过，没任何兴趣，仅仅是看在老用户份上回复一下