英偉達執行長宣稱通用人工智慧已成為現實
Nvidia 執行長 Jensen Huang 宣布，通用人工智慧（AGI）已經實現。該聲明是在接受上週一發布的 Lex Fridman 播客採訪時發表的。 Huang 回答了一個問題，將 AGI 定義為人工智慧創建和管理一家價值十億美元的公司的能力，包括吸引客戶、完成銷售和管理團隊等行動。 Ele 認為目前已達到這一水平，但對舉措的持續時間和規模持保留態度。
該聲明之所以受到關注，是因為 Huang 引用了人工智慧代理的實際例子。 Ele 提到了 OpenClaw 的現象，這是一個能夠自動執行管理電子郵件、閱讀合約、發送訊息和控制智慧型裝置等任務的系統。 Segundo 高層表示，用戶已經使用這些代理商來啟動網路服務或應用程序，以低至 50 美分的價格覆蓋數十億人，然後很快就停止營運。
- 人工智慧代理可以自動化業務流程並產生短期收入。
- 例子包括立即傳播的數位影響者或應用程式。
- 黃強調，其中許多措施只能持續數月。
這些實驗展示了該技術當前的潛力，但 Nvidia 的執行長思考了其局限性。 Ele表示，10萬名代理人創建Nvidia規模的公司的機率為零。 Huang 也回顧說，人們表達了對工作的擔憂，但強調工作的目的和用於實現工作的工具是相關但截然不同的概念。
人工智慧代理的進步引發了關於真實能力的爭論
黃的願景是基於所謂的自主代理的最新進展。 Esses 系統不只是回答問題，也開始在數位環境中執行複雜的操作。 Nvidia 高層指出，OpenClaw 代表了這項發展的里程碑，它充當了代理電腦的一種作業系統。 Ele 鼓勵公司為這個新的計算階段製定具體策略。
專家仔細監測這些物質的生長。其中 Muitos 可以管理整個工作流程並有助於提高組織的生產力。然而，應用程式仍然面臨不穩定的問題，項目出現、獲得關注並在短時間內消失。 Huang 在評論短時間內吸引大量用戶的應用程式時認識到了這種模式。
Nvidia 是一家領先的人工智慧模型訓練晶片公司，它將這些進步視為擴張的機會。這位執行長強調，目前的生態系統允許開發人員創建能夠覆蓋不同平台和行業的數億用戶的解決方案。 Essa 技術基礎架構支援這樣的觀點：某些形式的通用人工智慧已經存在。
專家質疑AGI是否真的受到打擊
儘管Jensen Huang的聲明引起了反響，但計算專業人士認為人工智慧尚未達到其完全通用的水平。 Eles 強調 AGI 的概念涉及執行任何人類智力任務的能力，包括對人類來說看似微不足道但對機器仍然具有挑戰性的行為。 Exemplos 包括在未繪製地圖的區域駕駛車輛或在雜亂的環境中指揮機器人。
Álvaro Machado Dias Universidade Federal 的 Segundo 教授認為，人工智慧代理提高了公司的生產力和盈利能力，但距離以自主和可持續的方式管理大型企業還很遠。 Dias 強調，真正的一般性格需要掌握日常活動，而不僅僅是複雜和具體的任務。
Esther Luna Colombini教授，來自Instituto，Computação，Mesmo，因此，他們在將學到的概念轉移到新場景或執行簡單動作（例如在不同條件下識別面孔）時面臨困難。 Essa 限制阻止目前系統被整體歸類為通用人工智慧。
專家們一致認為，近年來人工智慧的進步非常顯著。目前的 Modelos 能夠以高效能處理複雜的問題和複雜的遊戲。向一般程度的過渡也需要有能力識別知識差距並尋求獨立填補這些差距的方法，而這還沒有一致地發生。
Leia Também
技術邊界將特定任務與一般智慧分開
目前的人工智慧在明確定義的領域中表現出色。 Sistemas 可以處理大量資料、最佳化流程並大規模產生內容。然而，它們依賴事先對特定集合的訓練，並且在面對不可預測的情況或超出原始範圍的情況時會失去表現。
研究人員指出，通往通用人工智慧的道路需要克服人類看來微不足道的問題。 Tarefas 如何駕馭混亂的物理環境或使抽象知識適應新的環境代表了當前的障礙。 Essas 能力不僅需要計算能力，還需要更複雜的推理和持續學習形式。
黃透過將他的聲明限制為通用人工智慧的實際和臨時定義，間接承認了這些挑戰。 Ele 避免承諾當前的特工將永久取代人類領導層或創建持久的商業帝國。這次演講更多的是激發該行業反思當前的技術階段，而不是一個明確的預測。
關於 AGI 的爭論在科學界仍然很活躍。 Diferentes 定義廣泛流傳，從透過人體測試電池的能力到在真實環境中完全自主。 Enquanto 一些聲音慶祝加速進步，有些聲音則呼籲謹慎，不要誇大對當今系統可以交付的期望。
公司已經將人工智慧代理納入日常營運中
來自不同部門的組織採用自主代理來自動化日常工作並提高效率。 Essas 工具管理通訊、分析合約並執行程式設計操作，無需持續幹預。儘管為了確保品質和安全仍然需要人工監督，但其結果是生產力的提高。
開發人員利用 OpenClaw 和類似平台來創建客製化解決方案。 Nvidia 鼓勵為這些代理程式建立具體策略，將它們視為新的計算範式。 Essa 方法可讓公司逐步整合技術並適應他們的需求。
儘管熱情高漲，但專家警告稱，過度依賴仍在成熟的系統會帶來風險。當智能體在真實環境中自主行動時，就會產生 Questões 的安全、隱私和法律責任。創新與控制之間的平衡仍然是當前討論的核心。
Jensen Huang 的聲明強化了產業經歷的轉型時刻。 Ela 強調了人工智慧所取得的成就以及仍需要填補的差距，以充分發揮人工智慧的潛力。
