要了解打造更強大人工智慧的方法，一個好途徑是與當今各類會議和貿易展會上匯聚的專家交流，集思廣益地探討近期未來的可能發展方向。
本月初舉辦了消費電子展 (CES)，全年還有其他行業展會。此外還有各種研討會和會議活動，行業內部人士在這些場合討論可能性、優先事項和解決方案。
通過與這些業內人士的非正式交談，以及聆聽正式演講，我發現一些共同的主題逐漸浮現。這些主題涉及引入下一代 AI 所需要的條件 - 即比當前更具活力和能力的人工智慧系統。
以下是人們談論的關於 2025 年 AI 現代化進展的一些關鍵要素。
物理感知系統 為了真正令人印象深刻，AI 系統需要理解周圍的世界。這很困難，因為它們沒有生物軀體，不能天生就具備各種幫助在三維空間導航的裝置和設備。
然而，AI 系統正在學習物理學，其學習方式與學習其他任何東西相同 - 通過海量的訓練數據，以及極其複雜的神經網路，通過反向傳播和隨機分析等過程來鎖定正確的結果。
所以我們正在逐步接近通用人工智慧 (AGI) 的這一部分。
持久記憶 AI 變得更強大的另一個重要因素是系統能夠更好地記住過去的經歷。
這體現在各個方面 - 包括與人類之前互動的資訊、來自周圍世界的感知數據，以及其他類型的經驗性數據，或者能為機器的經驗提供資訊的數據。
例如，當你詢問 ChatGPT 時，它將動態記憶定義為"長期資訊的存儲和檢索"，將終身學習定義為"在不發生災難性遺忘的情況下持續獲取、保留和完善知識的能力"。
災難性遺忘？這種說法在某種程度上很有詩意。
物理交互和感覺運動技能 AI 的強大程度取決於其硬體系統和在物理世界中的實體存在。
換句話說，一台桌面電腦能做的事情很有限。它必須能夠移動並與物理系統進行交互。這意味著需要複雜的感知系統，同時也需要具有物理感知能力的仿生結構來在三維空間中導航。
當我們談論機器人靈巧性時，就是在討論這個類別。
獲取訓練數據 此外，AI 的好壞取決於其訓練數據。它必須有準確的輸入才能產生有用的輸出。這就是人們關注"幻覺"問題的原因，即 AI 給出完全錯誤的陳述。
這也涉及到自然偏見和 AI 系統校準不當的問題。
如果只是推薦音樂，這可能不是什麼大問題，但如果 AI 負責審批貸款或幫助人們找工作，這就可能是一個很大的問題。
多維 AI 這是我最近從一些討論 AGI 發展路徑的專家那裡得到的另一個想法。
他們認為，AI 不是線性的，而是多維的。它不只沿著一條軌跡發展，而是沿著多條軌跡發展，這些軌跡結合形成了我們所看到的人工智慧前沿。
這讓我想到了 Marvin Minsky 的工作。在他的《心智社會》一書中，Minsky 明確提出了他的理論：人類大腦不是一台電腦，而是一個協作組件的集合，這些組件協同工作，實時執行人類認知。
你也可以稱它們為"智能體"。
今年，人們在談論"主動式 AI"和多智能體協作智能系統。當電腦能夠分享工作並委派任務時，它們就能開始構建更像人類大腦的複雜系統。
早期科幻作家的想法是錯誤的 - 問題不在於線性掃描人類大腦活動並複製它。而是讓這些人工系統能夠進化到像人類大腦一樣工作，並提供許多相同的性能。
這是我在過去幾周聽到的一些觀點，我們正在為 AI 的豐收之年做準備。請持續關注這個領域 - 因為將會有很多進展，不僅是在模型和硬體方面，還包括規劃，以及希望能建立監管框架。我們必須認識到 AI 的力量，以正確的方式駕馭它。這需要付出努力。
