最近，由OpenAI开发的GPT模型引起了热烈的讨论和极大的兴奋。

GPT（Generative Pre-trained Transformer）是一种基于深度学习的语言模型，它能够以惊人的方式生成文本。它的火爆程度可谓是前所未有，吸引了全球范围内的关注和热情。

GPT模型的强大之处在于它的学习能力和创造力。通过预训练的方式，GPT模型能够从海量的数据中学习语言的结构、语法和语义。这种先验知识使得它在生成文本时能够表现出令人惊叹的能力，几乎可以媲美人类的创造力。

人们对GPT模型的兴奋情绪源于它的广泛应用潜力。从自然语言处理到虚拟助手，从智能客服到创意写作，GPT模型都有着巨大的应用前景。它可以帮助人们提供更好的自动化文本生成工具，为各行各业的创新注入新的活力。

那么，从AGI的角度来看，GPT-4称得上老几？

AGI的六大特征

达到什么标准，AGI才能算是“跟人差不多”呢？

2023年11月4日，Google Deepmind的科学家发表了论文《Levels of AGI: Operationalizing Progress on the Path to AGI（通向通用人工智能的里程碑：评估进展的新框架）》，提出：对AGI的任何定义都应该符合以下六个标准：

注重能力，而不是流程：AGI定义应该关注一个系统能达到的效果，而不是实现这些效果的内在机制。

注重普通性，以及性能：AGI定义应同时考量通用性和性能这两个维度。

注重认知和元认知任务：AGI的定义应关注认知任务，以及元认知能力如学习新技能。不需要作为前提要求。

注重潜力，而不是部署：理论上证明系统能完成某类任务就可认为它具备AGI潜能，不需要一定要实际部署。

注重生态有效性：用于AGI测评的任务应考虑真实场景的适用性，而不仅是容易量化的指标。

注重通往AGI的路径，而不是单一目标：AGI定义应采用分级方式，考虑不同水平的路径，而不仅是最终目标。

截屏自Google Deepmind研究团队的论文

Deepmind的科学家认为，不同的人机互动模式需要不同的AGI能力作为前提，比如AI智能体可能需要AI能力达到专家或者超人类AI级别，才能更好地完成这个互动模式处理的任务。

人机互动模式本身会引入不同类型的风险。例如AI智能体具有最高的自主性，但同时也引入了最大风险。

因此，AGI的风险评估需要同时考虑模型能力和人机互动模式。合理的互动模式选择有助于AGI系统的负责任部署。

人机互动研究需要与模型能力提升保持同步，以支持对AGI系统的安全且有效的利用。

GPT，小荷才露尖尖角

那么，今年以来火得一塌糊涂的GPT，在Deepmind团队的眼里，达到什么阶段了呢？

答案是：Level 1

Emerging！

刚刚涌现，新兴的，小荷才露尖尖角。