通用人工智能（AGI）——常被称为“强人工智能”、“完全人工智能”或“人类级人工智能”——代表了AI领域的重大未来飞跃。与针对特定任务的狭义AI不同，AGI能以等于或高于人类的水平执行广泛认知任务。在英伟达年度GTC开发者大会上，CEO黄仁勋对频繁被问及此话题感到厌倦，部分原因在于其观点常被断章取义。
此类问题的高频出现源于存在主义担忧：当机器在各领域超越人类时，人类的角色与控制权何在？核心在于AGI决策与目标的不可预测性可能偏离人类价值观。人们担心一旦AGI达到一定自主性，可能变得无法控制，导致行动不可逆转。耸人听闻的媒体询问往往意在引诱AI专家为“人类终结”设定时间表，这令行业领袖并不热衷讨论。
定义AGI是预测的前提
黄仁勋指出，预测AGI实现时间取决于如何定义它。他类比道：尽管有时区差异，你仍知道新年何时到来；驾车前往圣何塞会议中心时，看到巨大横幅便知已抵达。关键在于就“衡量标准”达成一致。
他表示：“若将AGI定义为通过具体测试标准（如法律职业资格、逻辑或医学预科考试），且表现优于大多数人8%，我相信5年内可实现。”除非提问者能明确语境中AGI的具体含义，否则他不愿做出模糊预测。
AI幻觉可通过检索增强生成解决
针对AI编造看似合理但非事实答案的“幻觉”问题，黄仁勋指出其易于解决，核心在于充分查证。他提出“检索增强生成”（RAG）方法，即要求AI对每个答案进行来源核查与上下文比对，类似基本媒体素养训练。若来源事实不准确，应直接丢弃并转向下一来源。他强调：“AI不应只是回答问题，而应先研究以确定最佳答案。”
对于健康建议等关键领域，他建议交叉验证多个资源与已知事实源。这意味着模型需具备承认“不知道答案”或“无法达成共识”的能力，例如明确表示“超级碗尚未举行，因此不知结果”。
回顾英伟达GTC 2024：
- 英伟达推出NIM，使AI模型部署到生产环境更加顺畅
- 英伟达在GTC大会上的主题演讲有一些惊喜
- TechCrunch Minute：本周AI界为何聚集在英伟达GTC 2024活动现场
- 英伟达为新AI平台GR00T招募人形机器人领域最顶尖的名字