清华大学教授周伯文：AGI是人工智能的高级形态，现在还没有到来
腾讯科技讯 7月7日，世界人工智能大会人工智能治理创新论坛在上海举办。在论坛上，清华大学电子工程系长聘教授，IEEEFellow周伯文发表了题为人工智能产业变革中的创新与治理的主旨演讲。他认为，这次人工智能之所以和以前不一样，主要在于两点，一是大家都知道这是一次深层次人工智能，深层次的人工智能代表着人类能力的提升。
二是这一次人工智能的成功是人工智能和人协同的成功，周伯文指出，我们都知道一个与人协同的人工智能创造的价值，远远大于仅仅是通过和人竞争的这种人工智能创造的价值。一开始就跟人去协同和应用，它的落地效果会更快。
周伯文认为，AGI是人工智能的高级形态，生成式人工智能是通往AGI的必由之路。当前，AGI还没有到来，我们现在处于一个ABI和AGI的一个过渡阶段。
他认为，AGI需要在多个任务上表现出逼近和超过人的水平，不断的自主学习去迭代，这样AGI比ABI需要更多的治理和监管。我们需要为去为AGI的到来，做好治理监管各方面的准备。
关于AGI的潜在风险，周伯文表示，从技术角度来讲，需要在三个方面做出准备，一是如何从治理的角度对ChatGpt的输出加以标注，如何能够自动识别出哪些是AGI生成的；二是关注ChatGpt引发的知识产权问题；三是关于ChatGpt对行业造成的冲击如何界定等。
他指出，中国目前对于人工智能的治理和呼吁有三个特点，一是促进发展、发展第一；二是重视治理；三是伦理约束。所以在支持治理的前提下，技术上一个重要的点在于如何做到可信赖的AI，也就是trustworthyAI，让监管的可行性更容易落地，也让用户更放心使用。
人工智能还分好几种！原来AGI才是人工智能的终极形态
人工智能(AI)技术正在飞速发展。随着企业向自动化过渡，对AI技术的需求正在上升。AI在各个行业的垂直领域提供了前所未有的进步，包括广告、医疗、物流、运输等。
由于人工智能技术的迅速采用，对训练数据集的需求呈指数级增长。为了使AI的预测更加通用和准确，许多公司正在通过发布跨各种模型运行的各种数据集来训练机器学习(ML)算法来进入市场。这些因素极大地促进了AI市场的增长。
有哪些不同类型的人工智能？在非常高的层次上，人工智能可以分为两大类：
狭义人工智能
狭义的人工智能是我们今天在计算机中看到的一切——智能系统已经被教导或已经学会了如何执行特定任务，而无需明确编程如何去做。
这种类型的机器智能存在于智能手机上虚拟助手的语音和语言识别系统、自动驾驶汽车的视觉识别系统，或根据用户的喜好推荐可能喜欢的产品的推荐引擎。与人类不同，这些系统只能学习或被教导如何完成定义的任务，这就是为什么它们被称为狭义人工智能。
通用人工智能
通用人工智能非常不同，它是人类中发现的适应性智力类型，是一种灵活的智力形式，能够学习如何执行截然不同的任务，从理发到构建表格或基于其积累的各种主题进行推理经验。
这是在电影中更常见的那种人工智能，比如《终结者》中的天网，但今天并不存在——人工智能专家们对于它多久会成为现实存在激烈的分歧。
通用人工智能能做什么？
人工智能研究人员文森特·C·穆勒(VincentCMüller)和哲学家尼克·博斯特罗姆(NickBostrom)在2012/13年对四组专家进行的一项调查报告称，在2040年至2050年之间开发通用人工智能(AGI)的可能性为50%，到2075年上升到90%。该小组更进一步，预测所谓的“超级智能”——博斯特罗姆将其定义为“在几乎所有感兴趣的领域都大大超过人类认知能力的任何智力”——预计在AGI实现大约30年后出现。
然而，人工智能专家最近的评估更加谨慎。现代人工智能研究领域的先驱，如GeoffreyHinton、DemisHassabis和YannLeCun表示，社会离发展AGI还很远。鉴于现代人工智能领域领先者的怀疑以及现代狭义人工智能系统与AGI的截然不同的性质，担心通用人工智能将在不久的将来扰乱社会可能没有什么根据。
也就是说，一些人工智能专家认为，鉴于我们对人类大脑的了解有限，这种预测过于乐观，并且认为AGI仍有几个世纪的路程。
当前的AI技术依然属于狭义的人工智能，比如人脸识别、目标识别、物体运动轨迹等等。TSINGSEE青犀视频基于多年视频领域的技术经验积累，在人工智能技术+视频领域，也不断研发，将AI检测、智能识别技术融合到各个视频应用场景中，如：安防监控、视频中的人脸检测、人流量统计、危险行为（攀高、摔倒、推搡等）检测识别等。
典型的示例如EasyCVR视频融合云服务，具有AI人脸识别、车牌识别、语音对讲、云台控制、声光告警、监控视频分析与数据汇总的能力。
什么是视频识别？它是计算机获取、处理和分析来自视觉来源（即视频）的数据的能力。换句话说，它允许计算机“看到”数千个视频流并“理解”它逐帧接收的信息。
视频跟踪是图像识别和视频识别之间的主要区别之一。具体来说，它可以在连续视频帧中关联目标对象随时间推移定位移动对象。视频识别与计算机视觉一样，都依赖于深度学习。
视频识别可以运用在哪里？比如，你可以为监控摄像头配备经过AI训练的视频识别系统，以检测异常情况。视频流即作为输入。当智能摄像头检测到异常情况时，系统会输出识别结果（比如自动告警）。
使用人工智能的好处**1、更高质量：**与人不同，算法不会感到疲倦，也不会失去注意力。AI模型始终提供可预测的输出。该输出的质量取决于算法的训练程度。
**2、更高的效率：**工作人员无需查看所有的摄像头视频，而只需查看可能出现异常情况的摄像头视频。
**3、连续性：**AI模型不生病，不休假，可以24×7工作。
**4、可扩展性：**一个AI模型可以很容易地复制到其他虚拟机上，以提高处理速度。
**5、更快的决策：**因为人们能够在更短的时间内完成更多的工作，他们可以加快需要干预的摄像机镜头的决策过程。这在紧急情况下是一个很大的优势。例如，用于安防视频监控等场景的EasyCVR，支持RTSP/RTMP/HTTP-FLV/WS-FLV/HLS等视频流格式，支持云端录像、检索、回放、存储等安防视频监控能力，对监控区域的异常情况（陌生人员在周边徘徊、攀爬闯入、打架斗殴、烟火等）进行实时、自动检测与识别，一旦发现异常，及时抓拍、保存，并将报警信息上传至平台，便于进行人工干预。
()是未来人工智能的最高级形态。
A.各类阅读软件攻城略地,网络阅读人机交互特性和自动检索功能赋予用户接受和使用信息的主动性和创造性
B.人工智能已渗透到艺术创作领域,小冰可作诗绘画,AI作曲进入商用阶段,人们担心人工智能未来会成为人类职业的替代者
C.«觉醒年代»依靠大数据分析决定了演员角色的选择,满足了潜在观众的需求,从而赢得了市场
D.我国首部线上戏剧«等待戈多»由广州大剧院与腾讯视频联手新浪戏剧导演王翀共同打造,完全以网络为表演空间,创造出一种新的演艺形态