有些激进群体会以过于「科幻」的腔调讨论AI，比如意识上传、探索太空、赛博朋克。这种腔调不知不觉中带来了一大堆文化偏见，以及一些无法明确的假设。

结果就是，这些讨论常常看起来像是某个小众群体的一厢情愿，反而让大多数人望而却步。

但Amodei也认为，讨论一个拥有先进AI的美好世界是什么样子，十分重要。

以下是他认为最具前景的五个类别：

1. 生命科学与生理健康

2. 神经科学与心理健康

3. 经济与贫困

4. 和平与治理

5. 工作与意义

Amodei在生物学和神经科学两个领域都有专业经验，对经济发展也有一定了解。通常，他的预测都是相当前卫的。

Amodei认为，如果能召集一群各领域专家创作一个更全面、更有洞察力的版本，会很有价值。

而自己的尝试，可以被视为一个起点。

基本假设与分析框架

Amodei界定了先进AI的含义：触发5-10年发展期的技术阈值。

他不喜欢使用AGI这个术语，因此使用「强大的AI」（powerful AI）这个说法。

Amodei认为，强大的AI最早可能在2026年问世。

通用人工智能（AGI）是一个不够精确的术语，它已经积累了太多科幻元素和过度炒作。相比之下，我更喜欢用「强大的人工智能」或「专家级科学和工程」这样的说法

所谓「强大的AI」是指一个AI模型在形式上可能类似于当今的大语言模型，尽管它可能基于不同的架构，可能涉及多个交互模型，并可能采用不同的训练方法。

具体来说，它将具有以下特性——

- 就单纯的智力水平而言，它在大多数相关领域——如生物学、编程、数学、工程、写作等方面都超越了诺贝尔奖级别的获得者。这意味着它能够证明尚未解决的数学定理，创作出极高水平的小说，从零开始编写复杂的代码库。

- 具备了所有可供人类进行虚拟工作的交互方式，包括文本、音频、视频、鼠标和键盘控制以及互联网访问。它可以利用这些交互方式进行任何行动、通信或远程操作。执行时的技能，也都超越了世界上最顶尖的人类专家。

- 它不仅被动地回答问题，还可以接受需要数小时、数天甚至数周才能完成的任务，然后像一个聪明的员工一样独立完成任务，必要时会主动寻求澄清。

- 它没有实体形态，但可以通过计算机控制现有的物理工具、机器人或实验室设备；理论上，它甚至可以为自己设计、使用机器人或设备。

- 用于训练模型的计算资源可以重新配置，以运行数百万个模型实例（这与预计到2027年左右的大规模计算集群能力相匹配）。该模型能以人类速度的10到100倍来吸收信息和生成行动。然而，它可能会受到所交互的物理世界或软件响应时间的限制。

- 这数百万个副本中的每一个，都可以独立地执行不相关的任务，或者在需要时像人类团队协作一样工作。甚至可以对不同的分组进行微调，使其特别擅长某些特定任务。

我们可以将其概括为「数据中心里的天才国家」。

显然，这样一个实体能够非常快速地解决极难的问题，但要确定具体有多快并非易事。

Amodei认为，两种「极端」立场都是错误的。

首先，你可能会认为世界会在几秒或几天内瞬间改变（所谓「奇点」），因为强大的智能会不断自我完善，几乎立即解决所有可能的科学、工程和操作任务。

这种观点的问题在于，存在真实的物理和实际限制，例如在构建硬件或生物实验上。智能可能非常强大，但它并不是神奇魔法。

其次，如果你认为技术进步已经饱和，或者受到现实世界数据或社会因素的限制，超人类智能几乎不会带来任何改变，这也同样不可信。

在数百个科学和社会问题上，一群真正聪明的人会大大加快进展（假设的天才国家就能做到）。

Amodei看来，真相可能是这两种极端情况的混合，因任务和领域而异，细节非常微妙。

他认为，就像经济学家经常讨论「生产要素」，在AI时代，我们也应该讨论智能的边际回报，弄清与智能互补的其他因素，以及智能水平很高时，哪些因素会成为限制因素。

「在这项任务中，更聪明能带来多大帮助，在什么时间尺度上？」这是概念化一个强大AI世界的正确方式。

Amodei猜测，限制智能或与智能互补的因素包括：

- 外部世界的速度

智能体需要在世界中互动操作才能完成任务并学习。但世界的运转速度是有限的。

细胞和动物以固定速度运行，因此对它们的实验需要一定的时间，可能不可缩减的。硬件、材料科学、任何涉及与人交流的事物，甚至现有的软件基础设施也是如此。

此外，在科学领域，通常需要进行多次连续实验，每次实验都从前一次实验中学习或在其基础上进行。

所有这些意味着，完成一个重大项目——例如开发癌症治疗方法——的速度可能有一个不可缩减的最小值，即使智能继续提高，这个最小值也无法进一步缩短。

- 对数据的需求

在缺乏原始数据的情况下，即使智能更高也无济于事。当今的粒子物理学家非常聪明，已经开发了一系列理论，但由于粒子加速器数据有限，他们缺乏选择这些理论的数据。

如果拥有强大的智能，他们是否会做得更好？（除了加快更大加速器的建造速度）

- 内在复杂性

有些事物本质上是不可预测或混沌的，即使是最强大的AI，也无法比今天的人类或计算机更好地预测或理清它们。

例如，即使非常强大的AI，在一般情况下也只能比今天的人类和计算机在混沌系统（如三体问题）中稍微多预测一点点。

- 来自人类的约束

许多事情如果不违法、不伤害人类或不扰乱社会就无法完成。一个对齐的AI不会想做这些事情。

许多人类社会结构是低效甚至有害的，但如果要同时尊重临床试验的法律要求、人们改变习惯的意愿或政府行为等约束，就很难改变这些结构。

核能、超音速飞行，甚至电梯，都在技术上运作良好，但影响被法规或错误的恐惧大大减弱。

- 物理定律

有些物理定律似乎是不可打破的。不可能以超光速旅行。布丁无法恢复到未搅拌状态。

芯片每平方厘米只能容纳这么多晶体管，否则就会不可靠。计算需要每擦除一位所需的最小能量，这限制了世界上计算的密度。

进一步的区别，是基于时间尺度。

短期内的严格限制，在长期内可能更容易被智能改变。

例如，智能可能被用来开发新的实验范式，使我们能够在体外获得以前只能通过活体动物实验获得的知识，或者用来建造收集新数据所需的工具（例如更大的粒子加速器），或者（在伦理限度内）找到突破人为限制的方法。