报告行业投资评级 无相关内容 报告的核心观点 - 人工通用智能(AGI)研究的目标是开发能够进行推理、解决问题并自主适应新挑战的软件,而不需要针对特定任务的编程 [3] - AGI研究有望实现自动化大部分经济有价值的工作,覆盖各行各业 [3] - 当前的人工智能技术正在推动狭义人工智能的边界,生成式人工智能(GenAI)代表了向更接近人类的智能迈出的重要一步,但仍未达到通用智能 [7][8] - 未来AGI系统需要结合认知架构、因果建模和自监督学习过程,才能实现人类智能的灵活性和效率 [10][11][12] 报告目录分类总结 技术和过程 - 变换模型(如GPT-4)等模式识别模型擅长处理序列数据和自然语言生成,但存在数据密集、缺乏因果推理和无法泛化到训练领域之外的局限性 [8] - 强化学习模型通过试错优化奖励在结构化环境中学习,但难以应对现实世界的复杂性、长期规划和稀疏奖励 [8] - 自我博弈等方法让AI系统自主进行实验和研究,但监管限制了一些实验的开展 [8] - 联合嵌入预测架构(JEPA)构建了能预测给定上下文最可能的未来状态的世界模型,但目前仅限于图像补全 [8] - 神经符号AI、认知架构、嵌入式AI、长期记忆系统和大型世界模型等方法都还存在局限性,需要进一步发展 [9] 应用前景 - AGI可能会在不同领域(如医疗、金融、制造等)逐步实现突破性应用,从狭义AI到通用AI再到超级智能的发展过程中会出现一系列里程碑 [13][14][15] 局限性 - 计算成本指数级上升、硬件限制、能耗问题等技术和计算瓶颈 [17][18] - 智能定义、知识表示、迁移学习、常识推理、意识和自我意识等概念和认知障碍 [19] 伦理和社会影响 - 人工超级智能(ASI)可能会超越人类的各个领域,带来更大的风险 [21] - AGI可能导致大规模就业替代和经济扰乱 [21] - 缺乏安全保障可能导致AGI失控,产生灾难性后果 [22] - 需要建立严格的伦理框架和安全措施 [22] 市场动态 - 2024年AGI领域投资活跃,多家科技公司和风投机构大幅投资 [24][25] - 人才争夺激烈,大公司加大内部和外部投资力度 [25] - 未来AGI进展可能来自创业公司和行业巨头,市场前景竞争激烈且创新驱动 [25] 定量数据 - 74家AGI研究公司共获得321笔交易,总融资额达2556亿美元 [26] - 近12个月内有61笔交易,交易规模中位数为1.018亿美元,同比增长158.3% [26] - OpenAI、Anthropic、xAI等公司融资规模最大 [27] - 谷歌DeepMind、Databricks等公司拥有最多有效专利 [28] - OpenAI、Sanctuary AI等公司退出预测评分最高 [30] - 安德森·霍洛维茨、NVIDIA等投资者最活跃 [31]