一家名为Generally Intelligent的新AI研究公司今日正式亮相，其核心目标是探索机器目前尚不具备的人类智能基础。该公司计划将这些基础转化为一系列待解决任务，并在团队构建的高度复杂3D世界中设计、测试不同系统学习解决问题的能力。
首席执行官邱侃君（Kanjun Qiu）表示：“具备通用智能的计算机终将释放人类创造力和洞察力的巨大潜力。但当前AI模型缺失人类智能的关键要素，阻碍了安全通用人工智能的发展。Generally Intelligent旨在理解人类智能基本原理，构建能像人类一样学习和理解的安全AI系统。”
邱侃君曾任Dropbox首席幕僚长及Ember Hardware联合创始人，于2021年创立Generally Intelligent。另一位联合创始人乔什·阿尔布莱希特（Josh Albrecht）曾共同创办BitBlinder和CloudFab等多家公司。
尽管创始人缺乏传统AI研究背景，但公司获得了OpenAI GPT-3前工程负责人汤姆·布朗（Tom Brown）、前机器人学负责人乔纳斯·施耐德（Jonas Schneider）、Dropbox联合创始人德鲁·休斯顿（Drew Houston）和阿拉什·费尔多西（Arash Ferdowsi），以及Astera Institute等知名人士支持，初始资金达2000万美元，并拥有超1亿美元期权。
邱侃君指出，这种融资结构反映了问题的资本密集型性质：“Avalon需构建数百至数千个任务，过程高强度且需大量评估测试。我们已达成1亿美元资金协议并通过提款机制保障，确保在持续构建Avalon过程中不断取得进展。该框架将在触发条件满足时提取额外资金，但为保护路线图细节不予公开。”
投资者信服的原因在于Generally Intelligent针对AI难以向他人学习、无法安全外推或仅凭少量数据持续学习等问题提出了独特方法。公司构建了模拟研究环境，让AI智能体通过完成受动物进化和婴儿发育认知里程碑启发的渐进式任务进行训练，旨在利用底层不同的AI技术训练大量智能体，以理解各组件作用。
邱侃君强调：“这类智能体能赋能科学发现、材料设计、个人助理等领域。使用复杂开放式研究环境和结构化测试套件，是识别并弥补机器缺失人类智能、促进真正理解AI运作机制以构建安全系统的最佳途径。”
目前，Generally Intelligent专注于研究智能体处理物体遮挡、持久性及理解场景动态的能力，并正调查智能体内化重力等物理规则的可能性。
这与DeepMind和OpenAI早期研究类似。例如，OpenAI曾在2019年探索多智能体在虚拟环境中的交互学习；DeepMind去年也训练了能解决捉迷藏、夺旗等新挑战的智能体。专家们认为，这类游戏智能体是迈向具有物理基础、与人类行为相关的更通用适应性AI的重要一步。
“正如不理解理论和组成部分就无法建造安全桥梁一样，若不从理论和实践层面理解各组件如何影响系统，就很难开发安全强大的AI。”邱侃君表示，“我们的目标是开发具有类人智能的通用AI智能体，以解决现实世界问题。”
事实上，打造“安全”AI的有效性仍受质疑。例如OpenAI 2019年发布的Safety Gym虽定义了约束，但可能导致自动驾驶汽车为优化“避免碰撞”而做出其他不安全行为。
除关注安全系统外，众多初创公司也在追求多样化任务AI。Adept致力于开发使人类与计算机创造性合作的通用智能；传奇程序员John Carmack为其Keen Technologies筹集2000万美元，旨在创建理论上能执行任何人类任务的AI系统。
并非所有研究者都认同通用AI可行。即便DeepMind发布了能执行数百项任务的Gato，Mila创始人Yoshua Bengio和Meta副总裁兼首席AI科学家Yann LeCun等人仍辩称人工通用智能在技术上不可行——至少目前如此。
Generally Intelligent能否证明怀疑论者错误尚待揭晓。但该公司约12人的团队拥有Neuralink创始团队成员Tim Hanson等董事会成员，邱侃君认为其有很大成功机会。