通用人工智能大型社会模拟器发布，朱松纯：判断 AGI 的关键在于两大“完备性”

近日，由北京大学武汉人工智能研究院与武汉东湖高新区国家智能社会治理实验综合基地共同打造的“大型社会模拟器 1.0”正式发布。

据介绍，大型社会模拟器 1.0 能够在 3D 建模的仿真环境中演练海量智能体交互，实现从个体行为到整体城市运行的多层次复杂系统模拟和群体智能涌现。

大型社会模拟器汇聚个体、群体、公共服务等多维数据，建立全域数据生态，通过定义多层次的 UV 函数建模行为体，借助分布式计算、高并发调度技术，精准推演完整、动态、迭代的社会发展全过程，打造全息智能社会治理平台系统。

大型社会模拟器 1.0 在国内具有政策支持、海量数据资源和快速技术迭代的优势，尤其在智慧城市建设、社会治理、公共资源优化等方面有广泛应用；中国的超大城市和复杂的社会管理需求也为其提供了独特的应用场景。国际上，大型社会模拟器在多智能体系统、认知模型、复杂系统理论等技术领域具有优势，并广泛应用于社会治理，如互联网安全治理、大规模交通仿真、疫情传播和全球经济模拟。

北京大学武汉人工智能研究院首席科学家、北京通用人工智能研究院院长朱松纯表示，人工智能开始进入平稳发展期，分化成几个子领域，分别专注于特定的问题和研究方法，包含计算机视觉、自然语言处理、认知与推理、机器学习、机器人学、多智能体等领域。基于算力的提升和大规模数据的可得性，深度学习网络模型的规模逐渐增大，层级不断增多，实现的任务也越来越接近、甚至超越人类的水平。然而，这些模型都存在任务迁移困难的局限性。

“人工智能距离达到人类通用且泛化的智能水平仍然相差甚远。”朱松纯指出，当前人工智能仍然局限于在受限场景中的应用，缺乏在开放环境中自主定义新任务的机制与能力。其主要原因在于智能体缺乏与人类对齐的价值体系，导致其无法理解任务内在含义，跨任务泛化性能差，也难以实现高效的复杂任务规划。

因此，他认为，有必要研究如何为智能体构建符合人类社会价值观的价值体系，探索通用的价值驱动自主机制，赋予智能体通过学习与推理获得物理和社会常识的能力，实现自主任务定义及可泛化的操作技能与可解释的决策行为。

那么，如何判断某一人工智能是否属于通用人工智能？

在朱松纯看来，其涉及到“两个完备性”。首先是认知架构的完备性，认知架构的完备与否关乎我们能否承载知识完成无穷任务；其次是测试环境的完备性，要打造一个完整的、世界上任何可能任务都可以在此复现的练兵场，可以在此测试、评级。

据其进一步介绍，通用人工智能有三个基本特征。第一，就是能够完成无穷多任务。与一般人工智能只能完成一个或 N 个任务相比，通用人工智能希望能像人一样完成无穷多任务，即能随时应对“N+1”的新情况新任务。

第二，是自主定义任务。这是指进入新环境后能自主判断需要进行什么任务，也就是我们中国人常说的“眼里有活”。第三，是价值驱动。我们人类早上起床去上学上班、饿了去吃饭，这些行为都是有自己价值体系驱动的，而不是由数据或知识驱动。