炸场！DeepMind通用人工智能新突破：一套权重通吃视觉文本和决策( 三 )

甚至还有人认为， AGI（通用人工智能）近在眼前。

文章图片
当然，反对/质疑的声音也不小。
比如始终冲在给人工智能泼冷水一线的马库斯，这次也第一时间开了炮：
仔细看看第10页。无论模型有多大，大型语言模型标志性的不靠谱和错误信息仍然存在。

文章图片
但不管怎么说， DeepMind在通用人工智能方向上的努力都在不断涌现出新成果。
事实上，无论是2013年惊艳了谷歌的雅达利游戏AI ，还是名满全球的AlphaGo、AlphaStar ， DeepMind透过这些阶段性成果想要达成的终极目标，一直都通向通用人工智能这个关键词。

文章图片
去年， DeepMind首席研究科学家、伦敦大学学院教授DavidSilver还领衔发布了一篇同样引起不少讨论的文章：RewardisEnough 。
论文认为，强化学习作为基于奖励最大化的人工智能分支，足以推动通用人工智能的发展。
而据Gato团队成员透露，这只“猫猫”已经在DeepMind内部孕育了2年时间。

文章图片
此次Gato是以有监督方式进行离线训练的，但论文也强调，原则上，同样可以采用离线或在线强化学习的方式对其进行训练。
而就在一周前， DeepMind发布了一个新视频，其中说到：
我们接下来要做一件大事（thenextbigthing），那意味着需要去尝试很多人们认为过于困难的事情。但我们一定要去尝试一下。
现在看来，这个nextbigthing就是指AGI了。
论文地址：
https://www.deepmind.com/publications/a-generalist-agent参考链接：
[1]https://twitter.com/DeepMind/status/1524770016259887107—完—
量子位QbitAI·头条号签约