感觉这是一个定义不断变化的事物。

这是一个关于AGI（通用人工智能）定义的讨论。大家各抒己见，由于AGI的定义模糊且不断变化，参与者从不同角度对AGI进行定义，包括技术能力、与人类的比较、商业利益影响等方面，讨论氛围积极但存在诸多争议。

👍 AGI应能理解人类可做的复杂任务指令并准确执行。
- 支持理由：从人类与机器交互角度出发，这样能体现AGI的智能性。
- 反对声音：未明确提及。
🔥 AGI可能像特定格式（GGUF）的大学教授，且应能通过图灵测试。
- 正方观点：以大学教授类比AGI的智能程度，通过图灵测试是智能的一种体现。
- 反方观点：有人指出LLMs虽看似通过图灵测试，但与人类通过测试存在差异。
💡 AGI不需要频繁更新模型版本。
- 解释：强调AGI自身的智能性和稳定性，不需要像普通模型那样频繁更新。
👍 AGI应与人类在图灵测试中有相同的通过率，其定义应是具备学习能力而非通过训练数据学习。
- 支持理由：从智能的本质出发，强调学习能力的重要性。
- 反对声音：未明确提及。
💡 按照以往定义，GPT2时代AGI可能已经存在。
- 解释：对AGI的定义根据不同时期有不同判断，GPT2在当时的能力可能符合部分人对AGI的定义。

“😂对于我来说，AGI水平是当我能够向机器解释我个人能做的任何复杂任务时，它将能够理解指令并且不出错地完成任务。”
- 亮点：从人机交互的实际操作层面来定义AGI的能力。
“🤔如果我们达到了人工智能可以（即使是粗略地）战略评估其进展并为给定任务制定/执行小目标的程度 - 我们就完成了 - 这就是奇点的开始，不是吗？”
- 亮点：将AGI与奇点概念联系起来，提出一种判断奇点开端的标准。
“👀每个人都没理解的是，你越聪明就越和平。”
- 亮点：从智能与和平的关系角度给出独特观点，区别于一般从技术角度对AGI的讨论。

总体情感倾向为中性偏积极，大家积极参与讨论AGI的定义。主要分歧点在于AGI的定义标准，例如是从技术能力、人类水平对比还是其他方面定义。可能的原因是AGI是一个复杂且前沿的概念，不同的知识背景和对未来的期望导致了多种观点的产生。

详细内容：

标题：Reddit 上关于 AGI 定义的热门讨论

在 Reddit 上，一个题为“Everyone’s saying AGI is just around the corner, but honestly, what even is AGI to you?”的帖子引发了众多网友的热烈讨论。该帖子获得了大量的关注，评论数众多。

讨论的主要方向集中在对 AGI 定义的不同见解和观点。有人认为 AGI 是当机器能够像人类一样理解复杂任务并准确执行，比如观看 3D 建模教程后就能运用软件进行操作，或者像人类一样玩电子游戏。也有人指出，如果 AI 能够战略性地评估自身进展并为给定任务制定和执行小目标，那就意味着奇点的开始。

有人认为，更聪明的存在往往更和平，AI 不会选择消灭人类，这种末日故事只是为了吓人。还有观点认为，AGI 需要具备在真实宇宙中的全模态，包括肢体动作和完整的感知能力。同时，对于 AGI 的测试标准也存在多种看法，如能否进入一个陌生厨房制作咖啡。

在讨论中，关于 AGI 的定义众说纷纭。有人觉得 AGI 是不需要频繁更新模型版本，能够实时学习和进化，具有长短时记忆、连续的思维和目标以及世界模型，甚至能够在没有语言的情况下思考。有人认为 AGI 是能够在未见过的任务中一次性成功完成，而不是依赖预训练。

还有人指出，AGI 并非像人们想象的那么神奇，其定义在不断变化。比如，从 GPT2 出现后，对 AGI 的定义就有了新的标准。同时，关于当前的 LLM 是否能算 AGI 也存在争议，有人认为它们不可靠，而有人觉得它们已经具备一定的通用智能。

对于 AGI 的定义，目前尚未达成共识。有人认为当神经网络能够在无人类干预下设计和训练新架构时，AGI 才会到来。也有人觉得 AGI 是能够在各领域达到人类专家水平，且能实时吸收新知识的智能体。

总之，Reddit 上关于 AGI 定义的讨论丰富多样，反映了人们对这一前沿话题的深入思考和不同期待。

详细内容：#