Towards Building Specialized Generalist AI with System 1 and System 2 Fusion

在这篇论文中，我们介绍了“专业综合型人工智能”（SGAI或简称SGI）这一概念，作为实现“人工通用智能”（AGI）的一个重要里程碑。相较于直接提升通用能力，SGI被定义为至少在一项任务上专业化，超越人类专家，同时保留通用能力的人工智能。这种融合路径使得SGI能够快速实现高价值领域。我们将SGI分为三个阶段，基于专业技能掌握程度和通用性能力。此外，我们讨论了SGI在解决与大型语言模型相关的问题方面的必要性，例如它们的通用性不足、专业能力、创新的不确定性和实际应用。此外，我们提出了一个概念框架，用于开发SGI，它整合了系统1和系统2认知处理的优势。该框架包括三个层次和四个关键组成部分，重点是增强个体能力和促进协同进化。最后，我们总结了可能的挑战并提出了未来的方向。我们希望所提出的SGI将为进一步的研究和实现AGI的应用提供启示。

论文介绍了专业通才人工智能（SGAI）的概念，旨在解决大语言模型存在的问题并推进人工智能通用性的发展。

SGAI是一种专注于至少一项任务并超越人类专家水平的人工智能，同时保持通用能力，从而快速实现高价值领域的融合路径。文章提出了一个三阶段的SGAI分类，并提出了一个融合系统1和系统2认知处理优势的SGAI开发框架。

论文讨论了SGAI的必要性以及解决大语言模型存在的问题。文章提出了一个融合系统1和系统2认知处理优势的SGAI开发框架，包括三个层次和四个关键组成部分。

最近的相关研究包括大量的语言模型研究，如GPT和BERT。