Nat. Commun. | 通过多模态基础模型实现通用人工智能

本文介绍了Nanyi Fei, Zhiwu Lu等人发表在nature communications期刊上的文章《Towards artificial general intelligence via a multimodal foundation model》。

论文链接：https://doi.org/10.1038/s41467-022-30761-2

人工智能（AI）的根本目的是模仿人类的核心认知活动。尽管在人工智能研究中已经取得了巨大的成功，但现有的方法大多只具有单一的认知能力。为了克服这一限制，并向通用人工智能（AGI）迈出坚实的一步，作者开发了一个预先训练了大量多模态数据的基础模型，该模型可以快速适应各种下游认知任务。为了实现这一目标，作者提出利用从互联网上抓取的弱语义相关性数据，通过自监督学习来预先训练他们的基础模型，并表明可以在广泛的下游任务上获得有希望的结果。特别地，作者利用已开发的模型可解释性工具，证明了他们的基础模型具有很强的想象能力。作者相信他们的工作向AGI迈出了变革性的一步，从“弱或狭义人工智能”到“强或广义人工智能”。