1 AGI

AGI (Artificial General Intelligence) 既通用人工智能。下面是收集了来自Business Insider在线新闻与媒体平台，一些走在AI前沿领域的大佬对AGI趋势的预测：

Sam Altman (OpenAI CEO)： AGI可能在2025年实现

Dario Amodei (Anthropic CEO)：AGI可能会在2026年出现，他设想AGI将成为一个在多个领域比诺贝尔奖得主更聪明的系统

Geoffrey Hinton（AI 研究员）：预测AI系统可能在5到20年内超越人类智能，但他也承认这一时间框架存在显著不确定性

Demis Hassabis（Google DeepMind CEO）：具有人类般推理能力的AI至少还需要十年时间

Andrew Ng（AI 研究员）：Ng对AGI的短期到来持怀疑态度，认为它可能在我们的有生之年内都不会发生

Richard Socher（You.com CEO）: Socher预测AI在3到5年内能够自动化80%的工作，这符合 AGI的一种定义。然而，要实现能够像人类一样学习和推理的AI可能需要10到200年的时间

Yann LeCun（Meta 首席 AI 科学家）: LeCun认为AGI并非迫在眉睫，可能需要数年甚至数十年才能实现，并强调其发展将是一个渐进的过程，而非突如其来的事件

Jensen Huang（Nvidia CEO）：Huang表示，基于AI硬件和软件的进步，AGI 有可能在五年内实现

Mustafa Suleyman（微软 AI CEO）：Suleyman估计AGI在两年以上、五到七年内可能会实现，与Altman更为紧迫的预测有所不同

...

如下是DeepMind以及OpenAI对于AGI (通用人工智能）不同级别的定义：

1.1 DeepMind Levels（2023年11月)

• Level 0: No AI（无人工智能）

  无智能的系统，无法完成任何任务
  

• Level 1: Emerging（新兴）

  等同于或略优于非熟练的人类
  例子：简单对话型机器人、执行基本任务的工具
  

• Level 2: Competent（胜任）

  达到熟练成人能力的中位水平（至少50%）
  例子：能够完成大多数日常任务，具有较高精确性
  

• Level 3: Expert（专家级）

  达到熟练成人的前10%能力水平
  例子：在特定领域中能高效工作，例如专业医学诊断
  

• Level 4: Virtuoso（艺术大师级）

  达到熟练成人的前1%能力水平
  例子：表现出接近顶级人类专家的能力
  

• Level 5: Superhuman（超人级）

  超越所有人类的能力
  例子：在所有任务中都优于人类
  

1.2 OpenAI Levels（2024年7月）

• Level 0: 无人工智能

  与DeepMind的定义一致
  

• Level 1: Chatbots（聊天机器人）

  具备会话语言能力的AI
  例子：人性化对话的聊天机器人，如ChatGPT
  

• Level 2: Reasoners（推理者）

  展现出接近人类的推理和问题解决能力。
  例子：能够进行逻辑推理和复杂问题的分析
  

• Level 3: Agents（智能代理）

  具备采取行动的能力
  例子：自主完成复杂任务的智能体，例如自动驾驶、任务规划机器人
  

• Level 4: Innovators（创新者）

  能够协助发明或提出创新解决方案
  例子: 参与科研或技术创新，提出新的理论或方法
  

• Level 5: Organizations（组织体）

  拥有执行整个组织工作能力的 AI
  例子：能够管理公司、协调多团队任务、决策优化的超智能系统
  

1.3 对比与总结

• 核心区别

  DeepMind的分级基于能力范围和人类熟练度的百分比划分，更注重能力的精确描述。
  OpenAI的分级基于功能角色（如聊天、推理、创新等），更关注实际应用场景。
  

• 相似点

  两者都描绘了从简单到复杂的智能进阶路径。
  最后一级均强调 AI 超越人类的能力。
  

1.4 AGI可能诞生哪里

上图展示了到2024年12月AGI（通用人工智能）可能诞生的地区和主要候选公司。以美国旧金山（San Francisco, USA）主要科技中心：

• xAI：由埃隆·马斯克创立的公司，专注于通用人工智能。
• Google DM（DeepMind）：谷歌旗下的人工智能研究机构，以研发深度学习和强化学习技术著称。
• OpenAI：开发了GPT系列大模型的公司，目前是AGI研发的重要玩家。
• Anthropic：专注于人工智能的安全性和可控性。
• Meta AI：Facebook（现Meta）旗下的人工智能部门。
• Microsoft 和 Amazon：全球科技巨头，在云计算和AI领域有广泛布局。

再就是以中国北京（Beijing, China）的人工智能研发中心：

• 百度（Baidu）：以搜索和自动驾驶AI技术见长。
• 腾讯（Tencent, SZ）：通过社交和娱乐领域积累大规模数据，推动AI研发。
• 商汤科技（SenseTime, HK）：专注于计算机视觉技术。
• 阿里巴巴（Alibaba, HZ）：电商和云计算领域的领导者，致力于AI解决方案。
• 字节跳动（ByteDance）：凭借其社交媒体平台数据驱动AI创新。
• 01.AI、StepFun (HK)、DeepSeek (HZ)：其他潜在的新兴AI公司。

美国公司（如OpenAI、DeepMind）凭借技术基础和研发经验在AGI研发上占据优势；而中国公司通过广泛的数据、政策支持和强大的研发投入，逐渐缩小与美国的差距。AGI可能首先在这些领先企业中诞生。不同地区的优势将直接影响全球人工智能的发展格局。

2 基于AI的智能自动化助手

基于大语言模型（LLM）开发的智能自动化助手工具，目前在内容生成、编程辅助、数据分析、业务流程优化等多个领域有广泛应用。以下是一些主流的智能自动化助手工具和框架，我们根据应用场景进行简单的分类如下：

2.1 通用型大模型

随着人工智能技术的飞速发展，通用型大模型正在成为科技领域的核心焦点。这些平台以强大的计算能力和广泛的知识训练为基础。它们正在改变行业规则，并帮助我们迈向更加智能化的未来。如下是几个通用型大模型代表简单描述：

• OpenAI (ChatGPT)
  由OpenAI推出，支持自然语言处理的多任务模型，广泛应用于生成内容、代码编写、知识问答等任务。可通过OpenAI API集成到各种应用中。

• Anthropic (Claude)
  Anthropic团队开发的大语言模型，强调安全性、可靠性和伦理性，适合处理复杂对话。

• Google (Gemini)
  Gemini是 Google DeepMind 团队开发的多模态大型模型，结合了语言理解和生成、图像处理、决策推理等能力，是 Google 向通用人工智能（AGI）迈进的重要一步。

• …

2.2 专业的Agent和模型工具开发框架

• LangChain
  LangChain是一款专为大语言模型 (LLMs) 设计的开发框架，支持复杂任务的自动化和逻辑链搭，可以帮助构建多步骤、链式任务的Agent。如果你的 Agent 需要处理多步推理或与外部系统（如数据库、API）交互，LangChain 提供了高度可定制的流程管理工具。

• LlamaIndex
  LlamaIndex 用于将文档转化为可被大模型快速查询的结构化索引。主要用于创建结构化索引，增强 LLM 查询和检索的能力，特别是与外部文档（如文本、数据库等）结合。LlamaIndex 更适合用于构建基于文档查询的应用。如果你的需求偏向于处理大量的文本数据并进行信息检索，那么 LlamaIndex 是一个很好的选择。

• Hugging Face Transformers
  Hugging Face Transformers提供了丰富的预训练模型（如BERT、GPT）和支持自定义模型的工具。可以使用 Hugging Face 提供的工具进行机器学习和自然语言处理。

• …

2.3 编程与代码生成助手

• GitHub Copilot
  AI驱动的代码补全助手, Copilot由 GitHub 与 OpenAI 合作开发的智能编程助手，它可以集成在 Visual Studio Code 等 IDE 中，并基于 OpenAI 的 Codex 模型（一个优化的 GPT-3 版本）来提供代码建议。GitHub Copilot 的目标是通过上下文理解和大规模代码数据集，为开发者提供更智能的代码补全、自动生成函数、甚至是整个文件的代码。
  Copilot 是一个更为深度集成的工具，能够根据上下文生成更复杂的代码，特别适用于使用 GitHub 的开发者。它的智能生成能力更强，尤其在自动生成函数和代码块方面表现出色。

• TabNine
  TabNine 是一个由 Codota 开发的智能代码补全工具，支持多种编程语言和集成开发环境（IDE）。它使用机器学习模型为开发者提供代码补全和智能建议。TabNine 目前有两个版本：一个是基于 OpenAI 的 GPT-3 模型，另一个是基于本地的 Codota 模型。TabNine 支持多种 IDE 和编辑器，包括 Visual Studio Code、IntelliJ IDEA、Sublime Text、Atom 等。
  TabNine 是一个灵活且轻量级的代码补全工具，适合需要跨多个 IDE 使用并注重隐私的开发者。它的本地模型支持是一个显著优势，尤其适用于对隐私有较高要求的企业或团队。

• …

2.4 视频和多模态生成

• Runway ML
  Runway ML 成立于 2018 年，由一群艺术家和科技人员创建，目的是简化人工智能技术的使用，特别是在创意和艺术领域的应用。Runway 提供了一些强大的 AI 模型，例如 BigGAN、StyleGAN、CLIP、VQ-VAE 等，用于生成和编辑图像、视频、音频等多媒体内容。

• Pictory AI
  Pictory AI是一个以人工智能为驱动力的视频生成和编辑平台，主要面向营销人员、企业主和内容创作者。它的目标是通过将长文本内容转化为短视频，帮助用户更高效地制作和分享社交媒体视频，尤其适用于那些时间有限、没有视频制作经验的用户。用户只需要输入一段文字，Pictory AI 会自动生成与之相关的视频，配合图像、音频和动画，简化视频制作流程。

• Synthesia
  Synthesia是一个领先的 AI 视频生成平台，专注于通过人工智能合成虚拟主持人（也称为“数字人”）来生成高质量的视频内容。用户可以通过输入文本，让虚拟主持人用自然语言呈现内容，快速生成专业的培训视频、演讲、广告等。利用 AI 技术简化视频制作过程，特别是在需要数字内容生成的领域，如企业培训、市场营销、客户服务等。用户可以通过输入文字，直接生成带有图像、背景和语音的完整视频。如下是我体验的一个效果展示，简单测试了一下生成一个公司安全培训视频，生成的视频整体效果还是不错的：
  

• …

2.5 商务和数据分析助手

• ThoughtSpot
  ThoughtSpot一个以搜索为核心的 BI 工具，用户可以使用自然语言提问来分析企业数据。集成多种数据源（如 Snowflake、Google BigQuery、AWS Redshift 等），实时生成数据洞察。利用嵌入式 AI 提供直观的分析结果。图形化展示数据，十分适合非技术用户。

• DataRobot
  DataRobot DataRobot 是一家领先的企业 AI 平台提供商，专注于自动化机器学习 (AutoML)、预测分析和人工智能模型部署。它的主要目标是让企业能够更高效地利用 AI 技术，推动数据驱动的决策和业务优化，提供从模型创建到大规模部署的一站式解决方案。对于专门针对时间序列数据（如需求预测、库存管理）的分析功能，提供复杂的时间序列建模。

• Akkio
  Akkio 是一个专注于零代码机器学习 (No-Code AI) 的平台。一个简单易用的 AI 驱动分析工具，用于商业预测和数据洞察。支持从 Excel、Google Sheets 等上传数据，快速生成 AI 模型。简单测试了一下对一个excel数据分析的能力，可视化效果还不错，更多功能可以自己去探索：
  

• …

2.6 问答系统与知识检索

• Haystack
  Haystack是一个开源的端到端框架，专为构建和部署基于大语言模型 (LLM) 和深度学习技术的搜索与问答系统而设计它允许开发者快速构建强大的检索增强生成 (RAG) 系统，将自然语言处理 (NLP) 的能力应用到各种业务场景中，比如文档搜索、知识管理和客户支持。Haystack无缝集成 Hugging Face、OpenAI 和其他大模型，增强生成能力。利用向量化技术实现语义搜索，准确度和效率显著提升。拥有活跃的开源社区和详细的文档Haystack Githup，便于开发者学习和扩展。
  基于Haystack可以十分快速以及灵活构建我们自己的RAG系统，RAG Pipeline 将多个模块组合成流水线，定义查询的处理流程，支持灵活的系统定制。如下所示：
  
• PubMedGPT
  PubMedGPT是一个专注于生物医学和生命科学领域的预训练语言模型。它基于 Transformer 架构（如 GPT 系列），使用PubMed 和 PubMed Central (PMC) 数据库中的海量生物医学文献进行训练，目标是为研究人员和从业者提供精确的自然语言处理支持，例如文献摘要生成、问题回答、生物医学文本生成和翻译等任务。
  PubMedGPT 的推出反映了大模型在专业领域的精细化趋势，为医疗和生物科学研究提供了一个高度定制化的语言模型。PubMedGPT 是生物医学领域的一个重要工具，为研究人员、医疗从业者和 AI 开发者提供了强大的文本处理能力。通过高度专业化的训练，它能够在生物医学领域的各种任务中提供卓越的性能。
• …

2.7 AI模型开发与部署平台

• Google Vertex AI
  Google Vertex AI Google Vertex AI 是 Google Cloud 提供的统一人工智能平台，专为构建、部署和管理机器学习模型而设计。它整合了 Google 的先进技术，包括 AutoML 和 AI Platform，简化了从数据预处理到模型部署的整个机器学习生命周期。Google Vertex AI 是一个强大的 AI 开发平台，适合从初学者到资深数据科学家的广泛用户。它通过统一的界面、灵活的工具支持和强大的计算资源，简化了 AI 项目的开发和部署过程。无论是需要简单的 AutoML 功能，还是复杂的自定义模型开发，Vertex AI 都能提供高效且专业的解决方案，是企业和研究机构实施机器学习项目的理想选择。
  如何开始使用 Vertex AI：
  1） 注册 Google Cloud：官方网站创建账户
  2）创建项目： 在 Google Cloud Console 中创建一个新的项目
  3）访问 Vertex AI： 在 Google Cloud Console 中导航到 Vertex AI 页面
  4）上传数据：将数据上传到 Google Cloud Storage 或 BigQuery
  5）训练模型：选择 AutoML 或上传自定义模型代码进行训练
  6）部署与监控：用 Vertex AI 部署模型，并通过内置的监控工具跟踪模型性能

• Microsoft Azure AI
  Azure AI 提供一整套服务，包括机器学习、认知服务、机器人和数据分析等，可以用于大规模的模型训练、部署和管理。与 Google Vertex AI 类似，Azure AI 适合需要机器学习和人工智能模型开发、部署的企业，尤其适用于微软生态系统中的企业。

• Amazon SageMaker
  Amazon SageMaker Amazon SageMaker 是 AWS 提供的机器学习平台，支持从数据准备、模型训练、优化、部署到监控的全周期管理。提供 SageMaker Studio 和 SageMaker Notebooks，支持与 TensorFlow、PyTorch、MXNet 等深度学习框架的集成。提供大规模计算资源（如 GPU、TPU）、分布式训练支持，可以满足大模型的训练需求。

• …

2.8 无代码任务自动化平台

• V0.dev
  V0.dev 是一种基于 AI 智能体（AI Agent）的工具平台，专注于任务自动化和流程编排。它通过自然语言与用户交互，允许用户设计、定制和运行智能化的自动化流程。可以通过简单的文字描述（类似 Prompt Engineering），快速生成复杂的自动化任务，无需编写代码。如下，我们简单的输入一个prompt实现一个简单的功能，自动生成如下效果：
  
  自动生成执行效果如下：
  
  代码一次通过，且如何执行步骤讲解的很清晰，展示的效果也很好。这只是一个很简单的功能，测试了一些复杂的问题，它的表现总是超出你的预期。

• Zapier
  Zapier 是一种无代码自动化平台，允许用户将数千个应用程序连接起来，并通过设定触发条件和动作创建自动化任务流。虽然它不像 v0.dev 那样侧重于自然语言交互，但它提供了一个强大的平台，帮助用户通过图形化界面自动化跨应用的工作流。打开Zapier的界面，我们可以通过Prompt描述我们的要求:
  

• …

2.9 AI tools和AI agents汇集工具

AI Agents List 汇集了各类智能代理（AI Agents），从中可以很方便的查找各种类型的Agent工具，借助这些工具可以帮助你自动化任务、优化工作流程。无论是虚拟助手、自动化客服，还是智能对话系统，你都能在这里找到最新、最全的 AI 代理工具，助力你的业务更加高效。打开这个网站，我们可以看到各种类型的Agents，并且做好了分类划分，超级实用的工具：

AI Tools List 提供了一站式的人工智能工具资源平台。从自然语言处理到机器学习、图像识别，涵盖了多种 AI 应用场景。无论你是构建产品、提升工作效率，还是进行技术探索，AI Tools List 都是你不可或缺的工具宝库。
在上述两个平台上，你可以快速浏览、对比并选择最适合你需求的 AI 工具和代理。打开网址，可以看到丰富多彩的AI tools分类：

3 拥抱 AI，赋能自我

在这个快速发展的数字时代，人工智能（AI） 已不再是遥不可及的科技前沿，它已经成为我们日常生活和工作的得力助手。AI 赋能个人，意味着每个人都可以利用 AI 的力量，提升自己的生产力、创造力，甚至是生活质量。AI 使得复杂的技术变得简单易用，帮助我们解放双手，释放更多的创造潜力。因此，让 AI 成为自己强大的助推器，借助它提升自己的竞争力和创新能力，不仅是对技术的拥抱，更是对未来的主动掌握。拥抱 AI，赋能自我，开启属于你的智能时代。

接下来以我个人为例，举例几个如何用AI提高自己的工作效率以及增加生活一些乐趣的分享。

3.1 用Copilot提升编程效率

作为一名 IT 工程师，编写代码是我们日常工作中不可或缺的重要部分。如何高效地编写高质量代码，不仅直接影响我们的工作效率，更是提升自身技术水平的关键所在。借助智能编码助手的力量，可以让我们的编程工作事半功倍。
例如，将智能编程助手 Copilot 作为插件集成到 IDE 中，能够显著提升编码效率。在实际开发过程中，Copilot 不仅可以快速提供代码建议，还能帮助我们减少重复性劳动，让我们专注于核心逻辑的实现。安装插件后，界面形式如下：

如果你想了解如何使用 Copilot 提高编程效率，可以参考我上一篇博文：教你如何使用Copilot提高个人编程效率+PyCharm安装Copilot编程插件。希望这能帮助你更高效地完成开发任务，同时迈向更高的技术水平！

3.2 用AI提高论文阅读效率

作为一名算法工程师，我们需要时刻关注前沿技术的发展，并花费大量时间阅读和理解最新的创新论文。为了提高论文阅读的效率，我们可以借助 AI 的强大能力，自主开发一个简洁高效的自动化工具。这个工具借助大模型的能力对论文初步概要总结，我们可以理解大概信息，然后根据实际需要选择性深入阅读。





这只是一个简单的界面展示，我们可以进一步优化，实现我们个人偏好和方便的交互界面。

3.3 提高生活的一些乐趣

如果你有一些兴趣爱好，不妨尝试借助 AI 的能力，让这些爱好变得更加有趣和丰富。例如，我个人非常喜欢英语和音乐，于是我开发了一个小工具，能够让我同时享受音乐的美妙和学习英语的乐趣。

这个工具的功能很简单：输入一首歌曲的名称（无论是英文还是中文歌曲），它会自动生成一个带有双语字幕（中英双语）的音乐视频，同时匹配符合歌曲含义的相关背景画面。整个流程包括从网上搜索资源、AI 模型的翻译与语音识别、歌词理解等环节，最终自动化生成一个完整的视频。整个过程只需要 10 分钟左右，而每次看到生成的视频都会带来一种意想不到的惊喜和满足感。不仅让我更深入地享受音乐，也帮助我在愉悦的氛围中提高了英语水平，下面是我用这个工具生成《Always Remember Us This Way》双语音乐视频，分享给大家！界面如下：

特别是那些有缘看到这篇文章的小伙伴们，哈哈，祝你们也能从中找到乐趣和灵感~ 😊

音乐视频：Always Remember Us This Way

4 总结

AI 的发展不仅让我们看到了技术的未来，也让我们意识到，它可以成为我们个人成长的得力助手。从实现工作流程自动化到打造兴趣辅导工具，每一次创新都让我们离高效、智能的生活更进一步。希望这篇博文能够为你提供灵感，帮助你利用 AI 探索更多可能性，在不断优化自己的同时，感受到技术带来的乐趣和成就感。