5月20日谷歌DeepMind的巨大突破，会干600多种活儿，通用AI的时代来了吗？

【王煜全 要闻评论】粉丝群已经开通

欢迎加入前哨粉丝群，在这里你可以和科技投资人、创业者、各行业专业人士互动沟通，分享心得体会，也可以第一时间了解到前哨相关活动动态，结交志同道合的小伙伴。

入群方式：
微信扫码下方二维码即可入群


如果您想洽谈合作，请添加创新地图的微信：innovationmap ，并附上简介。

你好，我是王煜全，这里是王煜全要闻评论。

5月12号，谷歌旗下的AI研发公司DeepMind发表了一篇论文，在产业圈子里引发了不小的轰动。里面展示了最新的研发成果：一个叫做Gato的人工智能系统。

以往的AI系统只能执行单一任务，比如击败人类职业围棋冠军选手的AlphaGo只能下围棋，碾压人类电竞选手的AlphaStar只能玩《星际争霸》，都是单一领域里的"专家"。但是Gato这一个AI系统，居然能够去完成超过600种不同的任务，包括聊天对话、给图像输出字幕、玩不同种类和玩法的游戏、控制机械臂等等。

也是因为Gato的这个特性，很多人惊呼通用人工智能的时代快来了。这里解释一下：只能做一个特定领域的事的智能只能叫专用人工智能，或者叫弱人工智能，特点就是输入数据的来源单一、输出目标简单而明确；而能够接近人类学习水平，完成很多不同任务的智能叫做通用人工智能，或者叫强人工智能。

对于研究方法，DeepMind解释说它其实是把不同数据的信息统一化了。背后的核心技术叫Transformer，中文意思就是"转换"，本质是把数据的信息转换为另一种AI能读懂的信息。顺便说一句，著名的电影《变形金钢》，英文就是这个词Transformer。

可以给Gato提供的数据种类非常广泛，包括图像、文本、机械臂的力矩数据、游戏方向键的按压数据等等，DeepMind是怎么变形，从而把这些数据都统一起来的呢？

其实很简单：文字天然就是一种序列数据，直接喂给AI就好了；如果是图像，就分割成一个一个的像素，然后编上号处理成跟文字一样的序列数据，再喂给AI；玩游戏的按键操作无非是"上下左右"的操作，也可以转换成序列数据；机械臂稍微复杂一点，可以随着机械臂的运动，可以把关节力矩和传感器信号提取出来，转换成跟文字序列一样的数据。

总之，不管是图像、文字还是别的什么数据，在Gato眼里都一样，不会区别对待。最终，所有的数据都交给同一个Transformer算法来处理，这就是Gato的原理了。

现在Gato还在研发的初期，虽然能实现不同的任务了，但处理每个任务的能力都还不是很强。就拿语言处理来说，GPT-3有1750亿个参数，但是Gato只有12亿个，看来它未来还需要不断提升算力来弥补目前的不足。

为什么要开发一个能做很多事的AI呢？DeepMind公司的说法是，“通用性”往往会让 AI 取得更大优势。从过往70年的人工智能发展史中可以看到，计算的通用模型最终倾向于超越更专业的特定领域的专有模型。自然，很多专家也认为通用人工智能最终会胜出。

不过根据维基百科的解释，通用人工智能“能表现正常人类所具有的所有智能行为”，要具备逻辑推理、学习知识、做判断等等自主行为能力，这些目前看还有点遥远。

因为从这次Gato模型的原理也容易看出，不管这个模型有多大，不管你喂多少数据给这个模型，它都还是个数据驱动的、有限制条件的学习系统，只能在人类定义的规则下做识别，还没有人类这样的自主行为的能力。

这也是为什么DeepMind并没有使用“通用人工智能”（Artificial General Intelligence）这个词，而是基于学术的严谨性，把这个模型称为“具有通识能力的智能体”（Generalist Agent）。

尽管离终极目标还很遥远，但今天达到这一步已经很了不起了，是AI领域迈出的一大步。就拿自动驾驶来说，要实现真正的无人控制的自动驾驶，具备一定通用能力的AI是必不可少的，因为绝大多数AI是在理想化的模拟环境中开发，但现实世界中有很多意想不到、无法预料的情况，这就需要全方位地接近人类认知能力的AI。

上面提到的Transformer，最早是2017年由谷歌开发的，在使用过程中发现比以前的传统算法（比如卷积神经网络），更接近人类大脑的思考方式，准确性更高，于是很快成为了今天主流的AI应用采用的底层算法。

特斯拉的无人驾驶、OpenAI的GPT-3、英伟达的Omniverse软件等等都用上了Transformer，看来是真正得到了产业界的认可。而Gato则代表了AI在通用能力上的一次突破，可以同时做语音语义、图像识别、机械臂移动这些跨界任务。

让我们来畅想一下未来，随着AI通用能力的增强，不同行业之间的壁垒会消失，或许整个产业格局都会被改写呢。当人工智能具有很强的通用能力的时候，今天说的"弱人工智能比人强，强人工智能比人弱"的规律也会被打破，很多行业边界、行业壁垒也有可能会打破。

所以，对于中国的企业家来说，要尽快引入人工智能技术，同时紧盯着通用人工智能的进展。如果通用AI能够成立，或许下一个人工智能的革命就要到来了。这样的时代，我们千万不能错过！

我在科技特训营里反复强调，对产业的理解不是一次性的，而需要抓住重点，持续观察。我们理解产业变革，要关注那些可能会带来革命的关键技术，技术革命也不是一蹴而就的，总有个从原理确认到性能胜出的过程。

现在看，Gato背后的transformer就有这样的革命潜力，至于会不会给人工智能的应用带来革命，从而影响到各个行业，就需要我们持续观察了。

以上就是今天的内容，更多科技产业的底层思考逻辑，会在科技特训营里分享。欢迎关注全球风口微信号，报名加入！

王煜全要闻评论，我们下周见！