近日，meta超级智能团队的成员毕树超在一次公开演讲中，深入探讨了人工智能（AI）的发展历程，从深度学习革命到通用人工智能（AGI）的曙光初现。毕树超在加入meta后首次发声，指出大多数人可能低估了AI的潜在影响。
十年前，毕树超对AGI持怀疑态度，但近年来，他逐渐接受了这一理念，并坚信2025年将是AGI到来的关键年份。上个月，他在哥伦比亚大学和哈佛大学进行了两场关于AI的演讲，许多听众表示，这次演讲彻底改变了他们对AI的看法。
在演讲中，毕树超系统地阐述了过去15年AI技术的进展、当前面临的挑战以及未来的发展趋势。他指出，高质量的人类数据稀缺，是AI发展的一大瓶颈。然而，随着算力的提升和计算机与环境的交互能力增强，自动生成新知识与数据成为可能，这为AGI和超人工智能（ASI）的发展铺平了道路。
毕树超分享了个人对AGI研究的心路历程。起初，他对AGI持怀疑态度，认为人脑是独特的，人类智能难以复制。但随着对AI理解的加深，他开始意识到，模拟人脑的方式不止一种，计算机模仿人类学习方式具有可行性。他相信，大脑并非独一无二，而是生物进化的结果，且具备足够规模的系统才是关键。
毕树超还回顾了AI发展的几个重要里程碑。2012年，AlexNet的出现标志着深度学习革命的开始，展示了数据和算力对神经网络性能的巨大提升。随后，Word2Vec、GAN、Adam优化器和ResNet等技术的出现，进一步推动了AI的发展。毕树超特别强调了Transformer架构的重要性，认为这是过去十年最重要的架构之一，它高度可并行化、数据效率高，且扩展性极佳。
毕树超还探讨了强化学习在AI发展中的作用。从DQN网络到AlphaGo，再到AlphaZero和ChatGPT，强化学习展示了AI在复杂任务中的出色表现。他指出，虽然当前AI模型的训练方式中，强化学习所占的计算资源比例较小，但未来要构建真正的AGI乃至ASI，强化学习必须发挥更大的作用，尤其是在适应未知环境方面。
毕树超在演讲中强调了“高算力RL”这一全新计算范式的重要性。这种范式显著增强了模型的“个体学习”能力，虽然仍有许多问题值得探索，但他相信，每隔几个月，我们就会看到一些曾经被认为不可能的事情成为现实。毕树超的演讲引发了听众的深思，也让我们对AI的未来充满了期待。
