治理與災難性風險

AI 時間線(AI timelines)

問一屋子專家「我們什麼時候會打造出在通用能力上跟人類一樣的 AI?」,你會聽到從幾年、到數十年、到「永遠不會」的各種答案。AI 時間線就是這個問題、以及人們對它所做之預測的簡稱:諸如通用人工智慧(AGI)或轉變性 AI 這類重大里程碑,可能會在何時到來。

在實務上,時間線是一種估計,通常以「日期上的機率」而非單一猜測來表達。一位預測者可能會說類似「在某一年之前出現人類等級 AI 的機率有百分之五十,誤差範圍很大」的話。這些估計來自幾種方法:對 AI 研究者進行問卷調查、外推算力與效能的趨勢、推理還缺哪些能力,以及在預測平台上彙整眾人的預測。這些方法彼此分歧、專家個人彼此分歧,甚至連定義都彼此分歧,因為「人類等級」或「AGI」對不同的人意義不同,這也是分布之所以如此之廣的部分原因。

時間線之所以重要,是因為它形塑了急迫感與策略:如果轉變性 AI 還有數十年之遙,那就有更多餘裕去緩慢、謹慎地建立制度;如果它近在眼前,同樣的安全與治理工作就變得迫切。但這裡的預測過往戰績不佳、且建立在不穩的基礎上,因此對任何特定日期都該抱持謙遜。誠實的總結不是一個數字,而是一個帶有深刻不確定性的範圍;同時要提防任何人,無論樂觀者或警報者,把一個自信的年份說得彷彿是已知的事。

針對 AI 研究者的大型問卷調查,對「人類等級機器智慧」所給出的中位數猜測橫跨數十年,而且從一次調查到下一次會明顯位移,這清楚顯示了這個問題有多麼未有定論。

時間線是一種「信念度」,而非量測值;那個寬廣且不斷位移的分布,本身就是誠實的答案,而不是該被平均掉的雜訊。

提防那些聽起來很精確的日期。時間線預測的過往戰績薄弱、高度取決於你如何定義那個里程碑,與其當成一個可信的單一年份,不如解讀為「寬廣的不確定性」。

又称
timelinesAGI timelines時程預測