人工通用智能的世界
如果有一天，我们只需简单地向AI发出一个指令，就能让它创建一个类似TikTok或YouTube的应用程序，并且它还能提供给我们一个包含数百万行代码的完整项目，那将是非常令人惊叹的。
当ChatGPT在2022年11月底发布时，它能够执行诸如修复一段代码片段和回答各种问题的任务。它擅长解释神经网络等概念，并提供各种编程语言的“Hello, World!”示例。这就像拥有一个非常强大的搜索引擎，能够直接给出答案。
然后，它具备了搜索功能。我可以指示ChatGPT从一个网站检索链接列表，并创建一个关于这些链接的文档。
接着，ChatGPT 3.5、4、4o、o1-mini和o1等版本相继发布。
现在，它能够处理诸如为网站添加暗黑模式的请求。它可以提供必要的代码和说明，以更新HTML、CSS或脚本，甚至建议添加暗黑模式切换功能。实现暗黑模式涉及更改CSS，如果网站使用Markdown，也需要进行相应的更新。
这就像AI能够实现整个功能或特性，而不仅仅是代码片段。
通过结合这些功能，我们可以创建一个应用程序。因此，有一天，如果我们告诉一个AI工具构建一个终端、浏览器、待办事项列表、任务应用、日历、代码协作工具或会议应用，它可能会提供整个项目代码。
然后，我们可以使任务变得更加复杂。例如，我们可以要求AI整合所有现有的YouTube代码，并使用OpenAI、Claude或Deepseek的API为YouTube添加AI功能。这可能包括添加智能助手、用AI驱动的翻译替换当前的翻译、用AI增强搜索能力，甚至策划专门的短视频，比如请求YouTube提供100个关于日本生活的搞笑短视频。
所以，这是一个应用程序。但更高级的任务呢，比如创建一个操作系统？我们可以告诉AI设计一个新的、完全开源的操作系统，具有全新的设计、基本应用程序、终端、命令行和调度程序，类似于Oberon，使用数据结构在进程之间进行交互，而不是字符串。
接下来呢？我们可以要求AI设计最新的Mac并更新其操作系统。
然后呢？我们可以告诉AI设计和更新整个家庭，根据我们的活动、最新知识和需求定制所有电器产品，以创造更好的生活环境。
再然后呢？我们可以要求AI设计整个城市，根据市民的行为和最新知识量身定制，以改善他们的生活。
最后呢？我们可以告诉AI改善地球，利用所有可用的知识和信息来提升每个人的生活。
我正在为这篇文章想一个标题。让我们称之为“人工通用智能的世界”。
根据Deepseek的说法，“人工通用智能（AGI）是指一种能够在广泛任务中理解、学习和应用知识，达到与人类智能相当水平的人工智能。”与专为特定任务（如面部识别、语言翻译或下棋）设计的狭义AI不同，AGI可以执行人类能够完成的任何智力任务。
在考虑AI的未来时，有两个基本点需要掌握：算法和计算。AI算法主要涉及微积分、反向传播、变换器、GPT和多头潜在注意力。
在数字世界中，将会有从X到Y的映射，其中X可以是文本、图像、视频、音频、代码或任何字节数据。Y也可以是这些中的任何一种。
计算机本身并不理解AGI；它只是人类创造的一个定义，对机器来说并不重要。
AI在物理世界中的应用将包括自动驾驶和机器人等领域。如果数字世界能够将X映射到Y，物理世界也将效仿。例如，机器人可以将食材变成菜肴、搭建乐高、装饰房屋、铺设地板、安装空调和组装宜家家具。
已经有工业机器人在使用。日本著名的公司包括FANUC、川崎重工和安川电机。
那么，为什么家庭中没有更多的机器人呢？消费级机器人需要多功能，能够执行多项任务。例如，一个烹饪机器人可能只能搅拌和炒食材，需要用户准备食材并事后清理。
未来，机器人将出现在家庭、商店、学校、办公室、电影院和旅游景点——基本上是目前人类工人所在的任何地方。
云端将有一个世界模型，一个非常大的模型，可能大约100拍字节大小。作为参考，1拍字节是1,024太字节，1太字节是1,024吉字节。Llama 3 70B模型的一个版本文件大小为21.1吉字节。
世界上的机器人将需要咨询云端的世界模型以采取行动。100毫秒甚至1秒的网络延迟是可以接受的，只要机器人能够有效地执行其任务。