科技日新月异，AI正正在以锐不成当的态势席卷各行各业，正在不少行业以至代替人工，夺人饭碗，为公共带来便利的同时也激发不少发急。AI公司正努力于付与机械无限接近人类级此外智能，即通用人工智能（AGI），以更大程度地阐扬AI的制利价值，但此中躲藏着的风险不容小觑。2024年9月份，OpenAI的首席施行官Sam Altman暗示，“也许正在几千天之后，我们就能具有超等智能；也许需要更长时间，但我确信我们会达到阿谁境地。”
已经只存正在于科幻片中的大型言语模子，近几年却如雨后春笋般敏捷兴起，AI公司正正在竭尽全力地为AI付与人类所具有的各类认知能力，以便更好的吸引关心和投资，获取盈利。越来越先辈的AI手艺正闯入人们的糊口，好比比来短视频中很火的AI一键羊毛卷、AI讲解、AI掌管。。。。。。可是AI急速成长给世界带来庞大便利的同时，却又伴跟着的风险，具体有哪些风险？目前这些问题并不容易回覆，特别是考虑到大部门相关工做都正在企业进行，研究并不都公开辟表。总结学术论文和回覆数学问题等方面表示出普遍的能力，但它们的工做体例存正在底子性局限，次要依赖大量数据并据此预测序列中的下一个“标识表记标帜”。这只能生成处理问题的合理谜底，而非实正处理问题。
前谷歌软件工程师François Chollet和亚利桑那州立大学坦佩分校的计较机科学家Subbarao Kambhampati测试了o1正在需要笼统推理和规划的使命中的表示，发觉它离通用人工智能还有必然差距。一些研究者认为，若是要实现通用人工智能，AI系统需要连贯的“世界模子”，即它们能够用来测试假设、推理、规划和将正在一个范畴学到的学问泛化到无限其他情境的四周暗示。
科学界遍及认为，像o1、谷歌的Gemini和Anthropic公司开辟的Claude等大型言语模子尚未实现通用人工智能。也有概念大型言语模子永久无法实现通用人工智能，而要实现人类级此外智能，AI需要另一种手艺。伦敦大学学院的理论神经科学家Karl Friston暗示，若是将来的智能系统具备决定从中采样哪些方面的能力，而不是简单地所有输入的消息，那么它们锻炼所需的数据量可能会更少。大学的Yoshua Bengio团队则正正在摸索可以或许更好支撑连贯世界模子建立和利用此类模子进行推理的替代AI架构。2021年，美国机构（不包罗）为AI研发供给了15亿美元资金，而欧盟委员会每年破费约10亿欧元（10。5亿美元）。
能够通过整合伙本等体例更大规模地赞帮AI研究。比拟之下，2021年，全球公司正在AI研究上的收入跨越3400亿美元。总部位于荷兰海牙的非营利组织欧洲人工智能研究尝试室结合会建制一个“AI范畴的CERN”，以吸引取AI公司同样程度的人才，从而创制一个前沿的研究。很难预测通用人工智能何时会到来——估量从几年后到十年或更长时间不等。但考虑到投资规模，AI无疑将取得庞大前进，此中很多前进的可能来自工业界。为了确保这些前进是无益的，、工业界、研究赞帮者和学界需认识到他们各自的互补劣势，联袂监视，正在通用人工智能的成长中将“弊”降低到起码范畴，并整合所有学问，以确保AI研究的使用是稳健的，尽可能减轻其可能存正在的风险。