面向构建专业化通用 AI：System 1 与 System 2 融合
计算与语言
2024-07-12 v1
摘要
本文是一篇视角论文，我们提出了受限通用人工智能 (Specialized Generalist Artificial Intelligence, 简称 SGI 或 SGAI) 的概念，作为实现通用人工智能 (AGI) 的关键里程碑。与直接扩展通用能力相比，SGI 定义为在至少一个任务上达到或超越人类专家，同时仍保持通用能力。这种融合路径使 SGI 能够快速实现高价值领域。我们根据其在专业技能掌握程度和通用性能表现，将 SGI 分为三个阶段。此外，我们讨论了 SGI 在解决大型语言模型问题（如其足够的通用性、专门能力、创新不确定性和实际应用）方面的必要性。进一步，我们提出了一种概念框架用于开发 SGI，该框架整合了 System 1 和 System 2 认知处理的优势。该框架包含三个层次和四个关键组件，旨在增强 individual 能力并促进协作演化。我们通过总结潜在挑战并提出未来方向来结束本文。我们希望所提出的 SGI 将为进一步的研究和应用提供见解，以实现 AGI。
引用
@article{arxiv.2407.08642,
title = {Towards Building Specialized Generalist AI with System 1 and System 2 Fusion},
author = {Kaiyan Zhang and Biqing Qi and Bowen Zhou},
journal= {arXiv preprint arXiv:2407.08642},
year = {2024}
}