什么是加速回报定律？它如何导致通用人工智能

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（Elon Musk）回答 “3到6年”。 谷歌的DeepMind CEO Demis Hassabis现在相信AGI是 “几年内，可能在十年内”，正如 所述 在《华尔街日报》的未来节日。

这些数字被认为是乐观的，与大多数人工智能行业专家相比，他们认为AGI通常在十年甚至一个世纪内才会出现。一些这种悲观情绪来自于害怕承诺一个较短的时间表，只会最终被证明是错误的。毕竟，在1956年，达特茅斯夏季研究项目中，“人工智能”一词被创造出来，并作为一个领域开始，人们期待一个机器能够像人类一样智能的存在 在不超过一代人的时间内（25年）。

其他人，如杰弗里·辛顿（Geoffrey Hinton），被认为是人工智能的“教父”，有着稍微不同的看法。 “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，许多算法目前都在为大型语言模型（LLM）提供动力。

然而，所有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，能够像人类一样理解、学习和应用知识，涵盖广泛的任务。

对于许多人来说，通往AGI的缺失环节似乎无法实现，但对于那些相信“加速回报定律”（Law of Accelerating Returns）的人来说，建设AGI是不可避免的。

加速回报定律是由雷·库兹韦尔（Ray Kurzweil）提出的，他是一位作者、发明家和未来学家。库兹韦尔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。这本开创性的书籍阐述了我们需要了解人类大脑，以便逆向工程创造最终的思考机器。该书对人工智能的未来影响如此之大，以至于埃里克·施密特（Eric Schmidt）在读完这本书后邀请雷·库兹韦尔参与人工智能项目的工作。

雷·库兹韦尔最相关的书籍是《奇点临近》（The Singularity is Near），自2005年出版以来，其预测与过去二十年的技术增长相吻合。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。

该定律指出，各种进化系统（包括技术增长）中的变化率往往会呈指数级增加。

在技术增长的背景下，该定律意味着，我们可以期待未来会有快速的技术进步，因为技术创新本身的步伐正在加速。雷·库兹韦尔认为，每一代新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。

该定律展示了如何通过加速技术的爆发性增长，目前由生成式人工智能（Generative AI）领导，并伴随着其他汇聚的指数级技术，如芯片制造和3D打印，来推动人工智能成为有史以来最强大的应用程序。

2001年，雷·库兹韦尔预测如下：

技术史的分析表明，技术变化是指数级的，与常识中的“直觉线性”观点相反。因此，我们不会在21世纪经历100年的进步；相反，它将更像20000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。甚至指数增长的增长率也会指数级增加。在几十年内，机器智能将超过人类智能，导致奇点——技术变化如此迅速和深刻，以至于代表着人类历史的断裂。其含义包括生物和非生物智能的融合，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（Moore’s Law）预测，芯片上的晶体管数量大约每两年就会翻倍。这种趋势与其他技术突破相结合，说明加速回报定律正在蓬勃发展。以下是雷·库兹韦尔关于这对人类未来的影响的观察：

• 进化应用正反馈，这意味着一个阶段的进化进步产生的更有能力的方法被用来创建下一个阶段。因此，进化过程的进步率会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、成本效益或整体“力量”）会随着时间的推移而指数级增加。
• 在另一个正反馈环路中，当一个特定的进化过程（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步。这样就产生了第二级指数增长（即指数增长的速度本身会指数级增长）。
• 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。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）会提供指数增长，直到该方法耗尽其潜力。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），从而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，以及它如何与他们自博客最初发布以来亲身经历的内容相吻合和不同。

加速回报定律虽然不如摩尔定律那么流行，但仍然与其最初发布时一样相关。