通用人工智能（GeneralArtificialIntelligence），是指具有自主感知、認(rèn)知、決策、學(xué)習(xí)、執(zhí)行、社會(huì)合作等能力的通用人工智能體。具有高效的學(xué)習(xí)和泛化能力，能夠根據(jù)復(fù)雜的動(dòng)態(tài)環(huán)境獨(dú)立生成和完成任務(wù)，符合人類(lèi)的情感、倫理和道德觀念。

如果能建立足夠多的不同的AI應(yīng)用程序，并且每個(gè)應(yīng)用程序都能解決一個(gè)特定的問(wèn)題，那么這些應(yīng)用程序最終將共同成長(zhǎng)為AGI的一種形式。這種方法的問(wèn)題是，這種所謂的“狹義”人工智能應(yīng)用程序不能以通用的形式存儲(chǔ)信息。因此，這些信息不能用于其他狹窄的人工智能應(yīng)用程序來(lái)擴(kuò)展其廣度。因此，雖然語(yǔ)言處理和圖像處理的應(yīng)用程序可以拼接在一起，但這些應(yīng)用程序不能像人腦集成聽(tīng)覺(jué)和視覺(jué)一樣集成。

如果能建立足夠大的機(jī)器學(xué)習(xí)機(jī)器(ML)系統(tǒng)，并且有足夠的計(jì)算機(jī)能力，它會(huì)自發(fā)地顯示AGI。當(dāng)我們對(duì)ML的實(shí)際工作原理進(jìn)行更深入的研究時(shí)，這意味著我們有一個(gè)訓(xùn)練集，包括我們假設(shè)的ML系統(tǒng)可能會(huì)遇到的所有情況。專(zhuān)家試圖獲得特定領(lǐng)域的知識(shí)，但幾十年前就已經(jīng)明確證明了這一點(diǎn)。不可能創(chuàng)建足夠的案例和示例數(shù)據(jù)來(lái)克服系統(tǒng)的潛在理解不足。

為了獲得真正的AGI，必須將注意力從不斷擴(kuò)大的數(shù)據(jù)集轉(zhuǎn)移到一個(gè)更具生物意義的結(jié)構(gòu)。這種結(jié)構(gòu)包括三個(gè)基本組成部分:以實(shí)體為中心的環(huán)境內(nèi)部心理模型；對(duì)時(shí)間的感知可以根據(jù)當(dāng)前的行動(dòng)感知未來(lái)的結(jié)果；還有想象力，可以考慮各種潛在的行動(dòng)，評(píng)估和選擇結(jié)果。簡(jiǎn)而言之，AGI必須開(kāi)始表現(xiàn)出與人類(lèi)相同的情境和常識(shí)理解，以體驗(yàn)周?chē)氖澜纭?/span>

為了實(shí)現(xiàn)這一目標(biāo)，人工智能的計(jì)算系統(tǒng)必須更接近人腦中的生物過(guò)程，其算法必須允許其構(gòu)建具有無(wú)限連接的抽象“事物”，而不是像今天的人工智能那樣需要巨大的陣列、訓(xùn)練集和計(jì)算機(jī)能力。這樣一個(gè)統(tǒng)一的知識(shí)庫(kù)可能會(huì)集成到移動(dòng)感知艙，包括視覺(jué)、聽(tīng)覺(jué)、運(yùn)動(dòng)和語(yǔ)音模塊。這種pod將使整個(gè)系統(tǒng)在所采取的每一個(gè)動(dòng)作中都能體驗(yàn)到快速的感官反饋。隨著時(shí)間的推移，它將導(dǎo)致一個(gè)端到端的系統(tǒng)。隨著它接近真正的AGI，它將開(kāi)始學(xué)習(xí)。

即使有這樣的系統(tǒng)，AGI的實(shí)際出現(xiàn)也可能是漸進(jìn)的，而不是一蹴而就的，主要有兩個(gè)原因。首先，也許也是最重要的。開(kāi)發(fā)AGI顯然是一項(xiàng)非常復(fù)雜和艱巨的任務(wù)，包括計(jì)算機(jī)科學(xué)、神經(jīng)科學(xué)和心理學(xué)，需要在計(jì)算機(jī)科學(xué)、神經(jīng)科學(xué)和心理學(xué)等多個(gè)不同領(lǐng)域取得巨大進(jìn)展。雖然這意味著多年的研究和發(fā)展涉及到許多科學(xué)家和工程師的貢獻(xiàn)，但幸運(yùn)的是，目前正在進(jìn)行大量的研究。隨著許多領(lǐng)域的研究，AGI的各個(gè)組成部分將隨著它們的研究而出現(xiàn)。

然后，由于AGI的許多功能本身具有市場(chǎng)價(jià)值，即時(shí)滿足可能會(huì)減緩AGI的出現(xiàn)。例如，開(kāi)發(fā)功能可以改善Alexa的理解方法，或者新的視覺(jué)能力可以改善自動(dòng)駕駛汽車(chē)，個(gè)人開(kāi)發(fā)將很快被推向市場(chǎng)，因?yàn)樗鼈冊(cè)谏虡I(yè)上是可行的。但是，如果這些更專(zhuān)業(yè)、可以單獨(dú)銷(xiāo)售的人工智能系統(tǒng)能夠建立在共同的底層數(shù)據(jù)結(jié)構(gòu)上，它們就可以開(kāi)始相互交互，建立一個(gè)更廣泛的環(huán)境，真正可以理解和學(xué)習(xí)。隨著這些系統(tǒng)的進(jìn)步，它們將能夠一起工作。

隨著這些方面的增加，人工智能系統(tǒng)將在個(gè)別領(lǐng)域表現(xiàn)出更像人類(lèi)的表現(xiàn)，并隨著系統(tǒng)的增強(qiáng)而發(fā)展成為超人的表現(xiàn)。但是性能在所有領(lǐng)域都不可能同時(shí)相同。這表明，在某個(gè)時(shí)刻，我們將接近AGI的閾值，然后等于閾值，然后超過(guò)閾值。在那之后的某個(gè)時(shí)刻，我們將擁有一臺(tái)明顯優(yōu)于人類(lèi)智能的機(jī)器，人們將開(kāi)始同意AGI的存在。最終，由于市場(chǎng)需要它，AGI必須實(shí)現(xiàn)。

標(biāo)簽：通用人工智能,AI人工智能,人工智能,機(jī)器學(xué)習(xí)