深度思維大模型“加托”真的是“通才”嗎

早些時候，深度思維發(fā)布了一款名為“加托”的新的“通才”型人工智能模型。母公司為Alphabet的人工智能實驗室深度思維表示，這一模型可以完成玩雅達利視頻游戲、理解圖像內(nèi)容、聊天、以及用物理的機器人手臂來堆棧塊等各種任務(wù)。總而言之，加托可以完成604個不同的任務(wù)。

毫無疑問，這款“加托”模型有著十分強大的能力，而且在它發(fā)布僅僅一周之后，許多研究人員就已經(jīng)對它有些癡迷了。

深度思維公司的頂級研究人員之一，同時也是有關(guān)“加托”的論文的合著者的南多·德·弗雷塔斯就是其中的一名，談到加托他難掩自己的興奮。他發(fā)表推文說：“游戲要通關(guān)”，也就是說通過“加托”，人們現(xiàn)在找到了通往人工通用智能——即AGI的道路，AGI這一概念是指達到類似人類或超人類級別的人工智能。他說，現(xiàn)在要想實現(xiàn)AGI所要解決的主要是有關(guān)規(guī)模的問題：即怎樣讓類似“加托”的模型規(guī)模更大，能力更強。

而德·弗雷塔斯的這一聲明不出意外地引發(fā)了媒體的廣泛報道，稱深度思維公司正在達到“接近”人類水平的人工智能。而且這已經(jīng)不是媒體第一次就超越現(xiàn)實進行炒作了。

其實許多其他很強大的新發(fā)布的人工智能模型也發(fā)布過類似的宏偉聲明，例如Open AI公司的文本生成器GPT-3模型和圖像生成器DALL-E模型。但是很遺憾的是這種吸引人眼球的“宏偉聲明”導致該領(lǐng)域的許多人忽略了人工智能中的其他重要的研究領(lǐng)域。而對于“加托”模型來說，也是如此。

目前的一些人工智能模型中已經(jīng)開始混合不同的技能：例如，DALL-E模型可以從文本描述中生成圖像。……