什么是加速回报法？它如何导致AGI

在最近的一次采访中，当被问及何时期待看到通用人工智能（AGI）的出现时，埃隆·马斯克 回答 说 “3 到 6 年”。 谷歌的DeepMind CEO Демис Хассабис现在认为AGI是 “几年内，可能在十年内 ，正如他在 《华尔街日报》未来节 上所说的那样。

这些数字被认为是相对乐观的，相比大多数人工智能行业专家，他们认为AGI距离我们还有十年，甚至一个世纪。有些人持悲观态度是因为他们担心如果承诺一个较短的时间表，最终会被证明是错误的。毕竟，在1956年，达特茅斯夏季研究项目中，人工智能的概念被提出，并开始作为一个领域，人们期望在不超过一代人的时间内（25年）内出现一台与人类一样聪明的机器。

其他人，如杰弗里·辛顿，他被认为是人工智能的 教父，有 一种稍微更为 细致入微的观点。 “直到最近，我认为我们需要20到50年才能拥有通用人工智能。而现在我认为可能需要20年或更少。”

人工智能行业在过去几年中迅速发展，得益于深度强化学习算法的快速发展，这些算法为今天的 大型语言模型（LLM） 提供了动力。

然而，这些突破仅仅导致了狭义人工智能应用的出现，例如聊天机器人和语言翻译。这与AGI形成鲜明对比，AGI是一种人工智能，能够理解、学习和应用知识，跨越广泛的任务，其水平可比拟于人类。

对于许多人来说，通往AGI的缺失环节似乎是不可企及的，但对于那些相信所谓的“加速回报法”的人来说，构建AGI是不可避免的。

加速回报法是由雷·库兹韦尔（Ray Kurzweil）提出，他是一位作者、发明家和未来学家。他参与了光学字符识别（OCR）、文本转语音合成、语音识别技术等领域，并在出版了他的人工智能书籍 《如何创造一个心智》 后，被谷歌聘用来从事人工智能项目。 这本开创性的书籍 阐述了我们需要了解人类大脑，以便反向工程它来创造最终的思考机器。这本书对人工智能的未来如此重要，以至于埃里克·施密特在读完这本开创性的书后，将雷·库兹韦尔招募来从事人工智能项目。

雷·库兹韦尔最相关的书籍是《奇点临近》，自2005年出版以来，其预测已与过去二十年的技术增长相吻合。最重要的是，雷·库兹韦尔预测我们将在2029年实现AGI，这个时间表与埃隆·马斯克和 德米斯·哈萨比斯 近期分享的意见一致。

该法则提出，在各种进化系统（包括但不限于技术增长）中，变化的速度往往会指数性增加。

在技术增长的背景下，该法则意味着我们可以期待未来会有快速的技术进步，因为技术创新的步伐本身正在加速。雷·库兹韦尔认为，每一代新的技术都是建立在前一代技术的基础上，增加了创新潜力，以指数级的速度增长。

这条法则展示了如何通过加速技术的爆炸性增长，目前由生成式人工智能引领，并伴随着其他汇聚的指数级技术，如芯片制造和3D打印的浪潮。这一汇聚是人工智能成为有史以来最强大的应用的催化剂。

2001年，雷·库兹韦尔预测：

对技术历史的分析表明，技术变化是指数级的，相反于常识性的“直觉线性”观点。因此，我们不会在21世纪经历100年的进步——它将更像20,000年的进步（按照今天的速度）。“回报”（如芯片速度和成本效益）也会指数级增加。甚至指数增长的速度也会指数级增长。在几十年内，机器智能将超过人类智能，导致奇点——技术变化如此之快和深刻，以至于代表着人类历史的结构断裂。其含义包括生物和非生物智能的合并，基于软件的不死人类，以及超高水平的智能，它们以光速向宇宙扩展。

这种技术爆发是由于 摩尔定律，它预测在一定的芯片上，晶体管的数量大约每两年就会翻倍。这种情况与其他技术突破相结合，说明加速回报法正在蓬勃发展。以下是雷·库兹韦尔对这将对人类未来意味着什么的观察：

• 进化应用正反馈，这意味着一个进化阶段的结果更有能力的方法被用于创建下一个阶段。因此，进化过程的进步速度随着时间的推移而指数级增加。
• 上述观察的相关结果是，进化过程的“回报”（例如速度、成本效益或过程的整体“力量”）随着时间的推移而指数级增加。
• 在另一个正反馈循环中，当一个进化过程（例如计算）变得更加有效（例如成本效益）时，会部署更多资源来推进该过程的进一步发展。这导致了第二级指数增长（即指数增长的速度本身以指数级增长）。
• 生物进化是一个这样的进化过程。
• 技术进化是另一个这样的进化过程。事实上，第一种创造技术的物种的出现导致了技术的新进化过程的出现。因此，技术进化是生物进化的延伸和继续。
• 一个特定的范式（一种解决问题的方法或方法，例如在集成电路上缩小晶体管以制造更强大的计算机）提供指数增长，直到这种方法耗尽其潜力。当这种情况发生时，会发生范式转变（即对方法的根本性改变），使指数增长能够继续下去。

读者应该阅读库兹韦尔的博客，然后反思这种指数增长的含义，以及它与他们自博客最初发布以来个人经历的相似之处和不同之处。

加速回报法虽然不如摩尔定律那么流行，但仍然与最初发布时一样相关。