“人工智能（AI）应该支持人类的成长、学习和进步，而不是取代我们......我不知道达到人类水平的智能是否是正确的目标。”
日前，人工智能促进协会（AAAI）主席、IBM 人工智能研究员 Francesca Rossi 联合数十位学界、业界专家，在 AAAI 年会上发布了《人工智能研究的未来》（Future of AI Research）报告，涉及推理、智能体（agent）、评估、安全、具身智能、认知科学、硬件、科学发现等 10+ 个方面。
报告显示，具有人类水平推理能力的人工智能系统，即通用人工智能（AGI），不太可能通过主导当前人工智能热潮的方法和技术来实现。
此外，单靠神经网络可能无法达到或超越人类智能，除了神经网络之外，还有许多值得研究的人工智能方向，比如符号人工智能（symbolic AI），它将逻辑规则编码到人工智能系统中，而非强调对大量训练数据进行统计分析。超过 60% 的受访者认为，只有在基于神经网络的系统中加入大量符号人工智能，才能达到人类水平的推理能力。Rossi 说，神经方法将继续存在，但“要以正确的方式发展，它需要与其他技术结合”。
报告显示，人们对不受约束的 AGI 发展感到担忧。75% 以上的受访者表示，与实现 AGI 相比，追求具有“可接受的风险收益特征”的人工智能系统应该是更优先的事项；只有 23% 的受访者表示 AGI 应该是最优先的事项。约 30% 的受访者同意，在我们有办法完全控制这些系统、确保它们安全运行并造福人类之前，应该停止以 AGI 为目标的研发。
但大多数社区成员表示反对，一些人指出，如果实施，将很难执行。利兹大学人工智能研究员、AAAI 成员 Anthony Cohn 说：“我认为这样做不切实际——即使研究机构停止资助，公司也会这样做。”此外，他还表示：“我认为 AGI 并不像许多人想象的那样迫在眉睫。”
报告还指出，大多数人工智能公司都在研究 agent，但对于人工智能模型“agent 化”带来的好处是否值得付出增加复杂性和算力的代价，以及随之而来的更高能耗，业界依然存在分歧。
完整报告：
https://aaai.org/wp-content/uploads/2025/03/AAAI-2025-PresPanel-Report-FINAL.pdf
