什么是通用人工智能(AGI)，通用人工智能(AGI)实现需要什么？

通用人工智能（GeneralArtificialIntelligence），是指具有自主感知、认知、决策、学习、执行、社会合作等能力的通用人工智能体。具有高效的学习和泛化能力，能够根据复杂的动态环境独立生成和完成任务，符合人类的情感、伦理和道德观念。

如果能建立足够多的不同的AI应用程序，并且每个应用程序都能解决一个特定的问题，那么这些应用程序最终将共同成长为AGI的一种形式。这种方法的问题是，这种所谓的“狭义”人工智能应用程序不能以通用的形式存储信息。因此，这些信息不能用于其他狭窄的人工智能应用程序来扩展其广度。因此，虽然语言处理和图像处理的应用程序可以拼接在一起，但这些应用程序不能像人脑集成听觉和视觉一样集成。

如果能建立足够大的机器学习机器(ML)系统，并且有足够的计算机能力，它会自发地显示AGI。当我们对ML的实际工作原理进行更深入的研究时，这意味着我们有一个训练集，包括我们假设的ML系统可能会遇到的所有情况。专家试图获得特定领域的知识，但几十年前就已经明确证明了这一点。不可能创建足够的案例和示例数据来克服系统的潜在理解不足。

为了获得真正的AGI，必须将注意力从不断扩大的数据集转移到一个更具生物意义的结构。这种结构包括三个基本组成部分:以实体为中心的环境内部心理模型；对时间的感知可以根据当前的行动感知未来的结果；还有想象力，可以考虑各种潜在的行动，评估和选择结果。简而言之，AGI必须开始表现出与人类相同的情境和常识理解，以体验周围的世界。

为了实现这一目标，人工智能的计算系统必须更接近人脑中的生物过程，其算法必须允许其构建具有无限连接的抽象“事物”，而不是像今天的人工智能那样需要巨大的阵列、训练集和计算机能力。这样一个统一的知识库可能会集成到移动感知舱，包括视觉、听觉、运动和语音模块。这种pod将使整个系统在所采取的每一个动作中都能体验到快速的感官反馈。随着时间的推移，它将导致一个端到端的系统。随着它接近真正的AGI，它将开始学习。

即使有这样的系统，AGI的实际出现也可能是渐进的，而不是一蹴而就的，主要有两个原因。首先，也许也是最重要的。开发AGI显然是一项非常复杂和艰巨的任务，包括计算机科学、神经科学和心理学，需要在计算机科学、神经科学和心理学等多个不同领域取得巨大进展。虽然这意味着多年的研究和发展涉及到许多科学家和工程师的贡献，但幸运的是，目前正在进行大量的研究。随着许多领域的研究，AGI的各个组成部分将随着它们的研究而出现。

然后，由于AGI的许多功能本身具有市场价值，即时满足可能会减缓AGI的出现。例如，开发功能可以改善Alexa的理解方法，或者新的视觉能力可以改善自动驾驶汽车，个人开发将很快被推向市场，因为它们在商业上是可行的。但是，如果这些更专业、可以单独销售的人工智能系统能够建立在共同的底层数据结构上，它们就可以开始相互交互，建立一个更广泛的环境，真正可以理解和学习。随着这些系统的进步，它们将能够一起工作。

随着这些方面的增加，人工智能系统将在个别领域表现出更像人类的表现，并随着系统的增强而发展成为超人的表现。但是性能在所有领域都不可能同时相同。这表明，在某个时刻，我们将接近AGI的阈值，然后等于阈值，然后超过阈值。在那之后的某个时刻，我们将拥有一台明显优于人类智能的机器，人们将开始同意AGI的存在。最终，由于市场需要它，AGI必须实现。

标签：通用人工智能,AI人工智能,人工智能,机器学习