第378章通用智力假說
第378章通用智力假說
“新一屆計算機界最高榮譽圖靈獎揭曉，
3月20日，阿美利肯計算機協會a萊特·陳為2026年a圖靈獎獲得者，以表彰他在人工智能理論方麵的基礎性貢獻，包括重塑了人類對腦電波和人工智能聯係的認知。
萊特也是第二位同時獲得諾貝爾獎和圖靈獎的科學家.”
每年的三四月份左右會公布前一年的圖靈獎得主。
hb在2026年年底一經公布，就成為當年圖靈獎毫無爭議的得主。
阿美利肯計算機協會把圖靈獎頒給任何其他學者，他們隻會覺得這是一種侮辱而不是榮幸。
因此a也沒有拖，在3月底就直接公布了，他們也知道陳元光不可能來阿美利肯參加頒獎典禮和頒獎晚宴，因此隻是派姚院士嘗試著聯係了一下陳元光。
果然不出a所料，陳元光拒絕了，甚至沒有答應通過機器人的方式遠程參加。
不過他倒是提出了一種新的方式，那就是派代表去參加，“姚先生，我到時候會找一位青年學者作為我的代表代為領獎。
同時我會讓他講解一下我最新關於人工智能方麵的一些思考。”
姚院士作為圖靈獎的第一位華人得主，陳元光不是給a麵子而是給姚院士麵子。
“是否能麻煩你幫我在a的圖靈獎頒獎典禮上代為領獎，並且講解一下這篇論文的內容，具體內容詳見附件”
杜高和往常一樣來到辦公室，習慣性打開自己的郵箱翻閱過去24小時的郵件往來。
一封發件人署名為元光的郵件一下就吸引了他的注意力。
元光？在他認識的人裡隻有一個人叫這名字，但人們一般不直接用真名稱呼他，而是叫他光神。
杜高是申海科大的副教授，過去主攻課題是深度學習。
由於研究生階段做過一些關於腦科學的研究，因此在申海科大做博士後期間，申請了和腦科學相關的機器學習課題。
最終該課題在申報過程中沒有被自然基金看中，本來以為最多能夠評個省級課題，結果被陳元光看中，成為了21世紀人工智能領域最偉大發現之一的hb技術框架的前置研究組成部分。
當然在華國學者看來，這個之一完全可以去掉，chatgpt也很牛，但顯然要比hb人工智能技術框架低不止一個級彆。
也正是因為有幸參與過hb技術研發，杜高也在hb相關論文中獲得了一個共同作者的名頭，博士後還沒有做完就獲得了申海科大特聘副教授的職位。
特聘副教授沒有編製，但無論是待遇還是穩定性方麵都和有編製差彆不大，至少放在之前，是杜高想都不敢想的職位，這可是申海的高校，含金量堪比二線城市211或者某欠發達省份的985了。
過去學曆顯赫，但博士階段導師不出名，做的課題在人工智能領域也屬於邊緣課題的杜高幾乎是一瞬間就名聲鵲起。
像百度每年會統計所謂人工智能華人青年學者，從幾萬名華人學者中篩選出一百人，評價維度有學術水平、學術影響力、學術潛力等。
杜高之前彆說100人，就算是1000人他也選不上，因為這評判標準不是華國人，而是華人。
華人顯然包括了海外華裔，可就是因為參與了hb項目，他就順利入選了百度在4月評選的人工智能華人青年學者。杜高是裡麵唯一隸屬於非985211高校的青年學者。
其他青年學者的所屬機構都是什麼海外高校、華國科學院、985211、國內外頂尖科技巨頭。
杜高很清楚要跟誰混才有出頭之日，看到發送人為元光的郵件，他放鬆的姿態都一下緊繃起來，點開一看具體內容他內心更是心潮澎湃起來。
“光神拿去年的圖靈獎了？這不奇怪，新聞早就滿天飛了，網友們甚至都脫敏了，換其他人估計得大吹特吹，這是光神，也就還行吧。
也就隻有光神能說出圖靈獎還行這種話了。
讓我去代為領獎，這倒是一樁不錯的差事。”
讓他a頒獎典禮代為領獎順便上介紹光神的最新論文，這無疑是一種榮耀。不然為啥不喊彆人呢？
光甲航天內部也不少人工智能相關學者。
其實主要是因為陳元光考慮到如果派光甲航天的員工，大家因為之前那件事有點過敏，怕去得了回不來。
像陸奇要是代為跑到阿美利肯去參加a，回不來的概率超過90。
杜高對論文很是期待。
大部分學者靠論文來為自己的學術能力做注腳，而陳元光從來不需要，光是這個名字隨便配上一個標題，不需要任何內容，放到任何學術會議上，該學術會議都會給他專門預留時間、場地，全球學者都會蜂擁而至。
作為開辟了凝聚態物理新方向和人工智能新方向的頂級學者，這就是過往戰績積累的聲望。
“技能不等同於智力，後者仍然沒有單一的定義。我們今天可以達成共識的是，目標導向和對不同環境的適應性至關重要。今天的深度學習係統仍然非常有限，因為它們本質上是在大量數據上訓練的技能程序。為了衡量人工智能的智力標準，我們需要其他基準，這些基準側重於泛化和技能獲取效率，通過增加這些基準來構建一個統一的標準，這套標準不僅可以用來衡量人工智能的智力水平，而且可以用來衡量人類的智力水平.”
“關於智力這個術語，研究人員對一個單一的定義仍然沒有達成科學共識。但是，智力的常見特征包括兩個方麵:特定於任務的能力(“實現目標”)以及通用性和適應性(“在廣泛的環境中”)”
“過去進化心理學對人類智力的看法認為許多認知功能是由於特殊目的的適應。換句話說，人類的大腦已經進化到擅長某些任務，因為這些技能是生存所必需的。這種觀點引起了針對特定任務性能的情報和評估協議的定義。這種方法的問題在於它缺乏通用性。隻專注於特定任務的人工智能通常在這些特定任務上表現要遠優於人類。但在解決一般問題時，它們缺乏人類的靈活性和適應性。
因此，在過去人工智能智力衡量標準中對特定任務性能的關注導致人工智能缺乏普遍性.”
“另一種常見觀點認為智力包括通過學習獲得新技能的一般性能力，這種能力可以針對各種以前未知的問題。這種對智力的認知反映了另一種長期存在的看法，這種看法強烈地影響了認知科學的曆史，它與進化心理學的觀點形成了鮮明的對比:將智力視為一種靈活的，適應性，高度通用的過程，將經驗轉化為行為，知識和技能.”