有意见 | DeepMind发布Gato，真能实现通用人工智能？ 原创

近日，DeepMind推出了单一“通才”代理（Generalist Agent）Gato。该AI系统能够执行600多种不同的任务，可使用相同的权重来完成注释图像、聊天、玩小游戏、关节力矩控制、用机械臂堆叠积木等众多任务。据了解，这是第一个在如此多不同任务上都表现较好的AI模型。DeepMind称Gato为一种“多模式、多任务、多实施例的通才系统”，构建方法与GPT-3等大规模语言模型类似,但参数数量要小几个数量级，相比1750亿参数的GPT-3，Gato只有约12亿个参数。

我们的科技留言板及Twitter用户对此事“有意见”如下

@崔妮蒂：通用AI是DeepMind“有生之年”的目标。不过Gato的多任务，还是数量多，不是类别多，而人能学的类别是无限的，能左手写公式，右手刷盘子。但DeepMind毕竟是商业公司，却怀揣人类命运级的理想，值得赞。（题外话：谷歌早年搞计算机视觉是认猫，而Gato是西班牙语的猫，难道AI的尽头是铲屎官？）

@汤姆猫：很容易将Gato与通用人工智能AGI混淆。就像一个预存了600种不同游戏的游戏机，与一个拥有600种不同玩法的游戏，同样能玩600次，但本质是有区别的。

@Manish Patel：一个根本性问题，仍然是大量的数据构成了Gato的“源头”，它不学习新知识。

@媒体搬运工/@码客人生：AI模型走通用路线是死路一条，什么都可以的“通才”往往什么都做不太好，Gato其实也不例外，领域驱动的AI模型（domin-driven AI Modle）才是未来。

@不倒翁：可解释、可通用的AI技术是趋势，目的是可信任、可溯源，作用是约束，通过算法透明来约束机器人。想一想当机器人比人聪明，而且不受约束是多么的可怕。

@素颜也倾城：2019年，DeepMind推出的游戏AIphaStar，当时结构非常复杂，到了2022年，一个可以完成数百个任务的AI，它的架构仅仅是Transformer这个多面手。