人工智能學科的核心是有一天我們能夠建造一個像人類一樣聰明的機器。 這種系統通常被稱為人工通用智能系統，即AGI，它是將概念與更廣泛的研究領域區分開來的名稱。 它還清楚地表明，真正的人工智能擁有廣泛且適應性強的智能。 到目前為止，我們已經建立了無數系統，這些系統在特定任務中是超人的，但是當涉及到一般腦力時，沒有一個系統可以匹配老鼠。

但是，盡管這一想法在人工智能領域具有中心地位，但研究人員對這一壯舉何時實際可以實現尚未達成一致意見。

在本周出版的一本名為“智力建筑師”的新書中，作家和未來學家馬丁·福特采訪了今天在AI工作的23位最杰出的男性和女性，其中包括DeepMind***執行官Demis Hassabis，Google AI***Jeff Dean和斯坦福AI科學家李飛飛等，福特要求他們每個人猜測哪一年將至少有50%的機會建立AGI。

福特采訪的23人中，只有18人回答，其中只有兩人記錄在案。有趣的是，這兩個人提供了最極端的答案：谷歌的未來學家和工程總監Ray Kurzweil建議，到2029年，AGI將有50%的可能性建成，Rodney Brooks，機器人和聯合創始人iRobot，去了2200.其余猜測分散在這兩個極端之間，平均估計為2099 - 81年。

換句話說：AGI是一個舒適的距離，雖然你可能在有生之年看到它發生。

AGI意味著具有廣泛智能的人工智能，但我們缺少很多關鍵組件來實現它。

這與人工智能研究人員關于這一主題的***次調查相差甚遠，但它提供了一個罕見的精英觀點快照，目前正在重塑世界。福特說，對于The Verge來說，他所收集的估計偏向更長的時間框架，而不是早期的調查，這往往會接近30年，這一點特別有趣。

福特說：“我認為你的態度和你的年輕程度之間可能存在著大致的相關性，”并指出他所采訪的幾位研究人員已經70多歲了，他們經歷過這個領域的起起落落。 “一旦你做了幾十年和幾十年的工作，也許你的確會變得更加悲觀。”

福特說，他的采訪也揭示了專家意見中的一個有趣的分歧 - 不是關于何時可以建立AGI，而是使用現有方法是否甚至可能。

福特的一些研究人員說，我們擁有大部分基本工具，建立AGI只需要時間和精力。其他人表示，我們仍然缺少實現這一目標所需的大量重大突破。值得注意的是，福特說，研究人員的工作基于深度學習(人工智能的子領域，這推動了最近的繁榮)，他們傾向于認為未來的進步將使用神經網絡，即當代人工智能的主力。那些具有人工智能其他部分背景的人認為，建立AGI需要其他方法，如符號邏輯。無論哪種方式，都存在相當多的禮貌分歧。

福特說：“深度學習營中的一些人非常貶低試圖在人工智能中直接設計常識。” “他們認為這是一個愚蠢的想法。其中一人說這就像試圖將一些信息直接粘貼到大腦中。“

許多專家說我們缺少關鍵的模塊來創建AGI

所有福特的受訪者都注意到了當前人工智能系統的局限性，并提到了他們尚未掌握的關鍵技能。這些包括轉移學習，其中一個領域的知識應用于另一個領域，以及無監督學習，其中系統在沒有人類指導的情況下學習。 (絕大多數機器學習方法目前依賴于人類標記的數據，這是發展的嚴重瓶頸。)

受訪者還強調，在人工智能這樣的領域進行預測是絕對不可能的，因為人工智能領域的研究已進入適應期，并且關鍵技術在***發現后幾十年才達到其全部潛力。

加州大學伯克利分校的教授Stuart Russell寫了一篇關于人工智能的基礎教科書，他說，創建AGI所需的那些突破“與更大的數據集或更快的機器無關”，所以他們不能很容易繪制出來。

“我總是講述核物理學中發生的事情的故事，”拉塞爾在接受采訪時說。 “歐內斯特盧瑟福于1933年9月11日表達的共識觀點是，永遠不可能從原子中提取原子能。因此，他的預測是“永遠不會”，但事實證明是第二天早上Leo Szilard讀了Rutherford的講話，對此感到厭煩，并發明了由中子介導的核鏈式反應!盧瑟福的預測是“從不”，事實是大約16個小時后。以類似的方式，對于我對AGI的這些突破何時到來進行定量預測感到非常徒勞。“

福特表示，這種基本的不可知性可能是他與之交談的人不愿意將他們的名字放在猜測旁邊的原因之一。 “那些選擇較短時間框架的人可能會擔心被關注，”他說。

關于AGI構成的危險的意見也不一。牛津大學哲學家尼克博斯特羅姆(Nick Bostrom)是“超級智能”(Elon Musk's的最愛)一書的作者，他有一個強烈的話語可以說明潛在的危險，他說人工智能比氣候變化對人類的存在更具威脅。他和其他人說，這個領域最大的問題之一就是價值調整 - 教導AGI系統具有與人類相同的價值(著名的“回形針問題”)。

“關注的不是[AGI]會因為奴役它而討厭或怨恨我們，或者突然出現意識的火花并且它會反叛，”博斯特羅姆說，“但是它會非常有力地追求一個不同的目標。從我們真正想要的。“

大多數受訪者表示，與經濟破壞和戰爭中使用先進自動化等問題相比，存在威脅問題極為遙遠。哈佛大學人工智能教授芭芭拉·格羅茲(Barbara Grosz)為語言處理領域做出了開創性貢獻，他表示，AGI倫理問題大多是“分散注意力”。“真正的一點是，我們現在有許多道德問題，我們的人工智能系統有，“格羅茲說。 “由于可怕的未來主義情景，我認為將注意力轉移到那些人身上是不幸的。”

福特說，這種來回可能是智能建筑師最重要的一點：在像人工智能這樣復雜的領域，確實沒有簡單的答案。即使是最精英的科學家也不同意世界面臨的基本問題和挑戰。

福特說：“人們沒有得到的主要外賣是多少分歧。” “整個領域都是如此難以預測。人們不同意它的移動速度，下一個突破將是什么，我們將多快到達AGI，或者最重要的風險是什么。

那么我們能堅持什么樣的真理呢?福特說，只有一個。無論AI接下來會發生什么，“這將是非常具有破壞性的。”

拓展閱讀：三大計算機視覺AI芯片對比：誰才是邊緣計算的地表最強?

Google AIY Vision Kit

盡管它可能看起來像是基于Google Cardboard項目的愛好工具包，但AIY Vision Kit卻是一個很好的選擇。 它配備了在微型設備上構建全面計算機視覺應用所需的一切 - Raspberry Pi Zero。

谷歌與英特爾合作開發了一款名為Vision Bonnet的定制主板。 看到該主板由 Intel Movidius VPU供電并不奇怪。

AIY 全稱是 Artificial Intelligence Yourself，顧名思義就是利用 AI 來進行的 DIY 功能套件。該項目的目標是讓每個 人都可以 DIY 自己的 AI 人工智能產品，真正實現AI平民化。兩款AI人工智能硬件——AIY Voice Kit 和AIY Vision Kit，分別是人工智能語音套件和人工智能視覺套件。

AIY Vision Kit 附帶一個Raspberry Pi 相機模塊，可直接連接到 Vision Bonnet。 這避免了將圖像幀轉發到VPU進行處理所涉及的延遲。