当前，众多AI开发者与前沿实验室正竞相追逐通用人工智能（AGI），试图构建具备类人推理能力及训练数据外学习能力的模型。然而，这条路径是否真正通向AGI？
追逐幻影
如何确认AGI的实现？为解决这一难题，弗朗索瓦·肖莱（François Chollet）近期共同创立了ARC Prize。他在接受采访时指出，基于神经网络的大语言模型（LLM）在实现AGI的道路上是一条死胡同。
肖莱强调，这并非否认LLM仍有改进空间，使其更强大、自主或更具商业价值，但这与实现AGI截然不同。他警告称，业界将大量资金涌入LLM而牺牲其他架构探索，导致通往真正AGI的道路被忽视，进展可能因此推迟多达十年。
今日名言
“如果我们无法解决其安全性问题，它极有可能毁灭我们。没有人知道如何估算这种概率——关键在于，我们从未处于这种境地。我们从未创造出比我们自身更聪明的东西。”
智能系统
尽管肖莱对LLM路线持悲观态度，但科技高管们近期仍频繁讨论AI对人类的潜在威胁。在OpenAI和Anthropic尚未确定的IPO前夕，这两家公司轮流披露了包括网络安全漏洞在内的令人担忧的事件。在许多观察者眼中，这些叙事更多是为现有技术制造营销炒作。
对此，肖莱推出的ARC-AGI基准旨在量化向AGI迈进的真实进展。测试显示，虽然LLM在该高难度基准上的表现有所提升，但距离真正的AGI目标仍相去甚远。