Tick, tock, tick, tock Bing (2009)
2 days ago
- 作者指出，尽管过去存在怀疑，但超级计算机性能呈指数增长的趋势仍在继续，并预测到2020年将达到10^18 FLOPS。
- 桌面性能也在提升，GPU使得在大规模神经网络上的深度学习速度提升了100倍。
- 大脑的计算方法并非基于量子；一位物理学家驳斥了此类说法，称其缺乏依据。
- 计算机性能不再是AGI的主要障碍；现在的挑战在于找到正确的算法。
- 神经科学揭示，大脑使用强化学习（例如时序差分、行动者-评论家）和层次化时间抽象，为AGI提供了设计线索。
- 理解大脑皮层仍然困难，但层次化时间生成模型可能在10年内填补其在AGI中的作用。
- 作者对AGI时间线的估计中位数是2025年，期望值是2028年，90%的可信区间为2018年至2036年。
- 认知科学被认为对AGI发展的贡献不如机器学习和神经科学那样富有成效。
- 推荐资源包括Dayan的论文、Sutton和Barto的教科书，以及关于深度信念网络和回声状态计算的作品。
- 大脑的低能耗（约30瓦）与CPU形成对比；GPU正朝着更并行、更节能的计算方向发展，类似于大脑。