受大規(guī)模語言建模的啟發(fā)，Deepmind應(yīng)用類似的方法構(gòu)建了一個單一的「通才」智能體 Gato，它具有多模態(tài)、多任務(wù)、多具身(embodiment)特點，能夠執(zhí)行600多個不同的任務(wù)。而這款人工智能，可以說是世界上迄今為止最令人印象深刻的一體式機器學(xué)習(xí)套件。

DeepMind在官方博客中解釋道：

“Gato是作為一個多模式、多任務(wù)、多組件的通用人工智能。在相同的網(wǎng)絡(luò)條件下可以玩雅達利游戲、給圖像加標(biāo)題、與人聊天，以及控制機械臂堆積木等等，它會根據(jù)當(dāng)前情境決定是否輸出文本、轉(zhuǎn)動機械手臂、按下按鈕或是進行其他標(biāo)記。”

雖然Gato的表現(xiàn)究竟如何還有待觀察，但它似乎比GPT-3所希望實現(xiàn)的一切還要多。

圖片來源：DeepMind官網(wǎng)

Gato真的超越了GPT-3嗎？

GPT-3是一個大型語言模型(LLM)，由資金充足的人工通用智能(AGI)公司OpenAI制作。它不僅有來自微軟的數(shù)十億美元的支持，在美國政府的監(jiān)管方面還基本上允許它做任何事。

它所專注于研究的通用人工智能(AGI)是一種具有人類智慧、可以執(zhí)行人類能夠做的任何智力任務(wù)的人工智能。一些研究人員將通用人工智能稱為強AI(strong AI)或者完全AI(full AI)，或稱機器具有執(zhí)行通用智能行為(general intelligent action)的能力。與弱AI(weak AI)相比，強AI擁有全方位的人類認(rèn)知能力。

最初，OpenAI的使命是開發(fā)和控制一個AGI，但現(xiàn)實是，該公司設(shè)法創(chuàng)造的所有東西都是非?；ㄉ诘腖LM，這與它的“初心”有些背道而馳了。

盡管GPT-3和DeepMind的Gato一樣令人印象深刻，但大眾對它們的評價標(biāo)準(zhǔn)需要一些細微的差別。

因為OpenAI在通往AGI的道路上走的是LLM路線，其中的原因很簡單：沒有人知道如何讓AGI工作。就像從“火的發(fā)現(xiàn)”到“內(nèi)燃機的發(fā)明”之間花了許多時間一樣，弄清楚如何從深度學(xué)習(xí)到AGI也不會在一夜之間發(fā)生。不過，GPT-3還是可以做一些看起來像是人類做的事情，例如生成文本。

而標(biāo)榜自己是“通用人工智能”的Gato所做的幾乎是與GPT-3相同的事情。它只把一個工作原理很像LLM的東西整合成了一個能夠變600多種戲法“魔術(shù)師”。其亮點是使用單一序列模型解決所有任務(wù)，但卻需要增加訓(xùn)練數(shù)據(jù)的數(shù)量和多樣性。

Gato執(zhí)行多種任務(wù)的能力更像是一個可以存儲600種不同游戲的游戲機，而不是像一個你可以用600種不同方式玩的游戲。它并不如介紹所說，是一個通用人工智能，而是由一堆預(yù)先訓(xùn)練好的、狹窄的模型整齊地捆綁在一起所組成。

圖片來源：DeepMind官網(wǎng)

正如Knives and Paintbrushes研究小組的Mike Cook最近同TechCrunch的Kyle Wiggers所說的那樣：

“像Gato這樣的人工智能能夠完成所有這些聽起來非常不同的任務(wù)，這很令人興奮，因為對我們來說，寫文字和控制機器人聽起來非常不同。

但實際上，這與GPT-3理解普通英文文本和Python代碼并無太大區(qū)別。

并不是說這很容易實現(xiàn)，但對外部觀察者來說，這或許聽起來像是人工智能還能泡茶或輕松地學(xué)習(xí)另外十項或五十項任務(wù)，然而事實上，它不能做到這這些。”

總而言之，Gato和GPT-3都是強大的人工智能系統(tǒng)，但它們都不具備通用智能的能力。

AGI時代何時到來？

DeepMind已經(jīng)在AGI方向上發(fā)展了十多年，OpenAI則是從2015年開始。但兩者都沒能解決解決AGI道路上的第一個問題：建立一個無需訓(xùn)練就能學(xué)習(xí)新事物的AI。

除非你賭AGI的出現(xiàn)是運氣所產(chǎn)生的結(jié)果，否則，是時候該重新評估這些公司對AGI領(lǐng)域的推進進程了。

或許，Gato可能是世界上最先進的多模態(tài)人工智能系統(tǒng)。但DeepMind采用了和OpenAI一樣的讓AGI走向死胡同的概念，只是讓它更有市場。

Gato或許能通過營銷手段在消費者市場上贏得比Alexa、Siri或谷歌助手更多的青睞。但是，Gato和GPT-3并不是比上述虛擬助手更可行的AGI入門點。

如果這正是你正在尋找的一類人工智能，那么這并不是一件壞事。但是，在Gato的附帶研究論文中，根本沒有任何證據(jù)表明它在往AGI的正確方向上發(fā)展，更不用說是AGI的一塊墊腳石了。