什么是通用人工智能？AGI的未来

像《银翼杀手》、《2001太空漫游》和《她》等影视作品，描绘了具备复杂决策能力与情感的人工智能工具。尽管技术飞跃，当今AI模型仍与之相去甚远。

电影展现的是人工通用智能（AGI），远超当前技术水平。现有AI更接近复杂的机器学习算法，而非有意识的生物。

不过，AGI或许不会永远停留在科幻领域。开发者正积极研发具备人类能力的AI工具。作为推测性概念，我们可基于现有先进AI经验预测其潜在风险与收益。

什么是通用人工智能（AGI）？

“通用人工智能”（AGI）指理论上能模仿甚至超越人类智能的技术。它应具备跨场景学习、知识应用、解决复杂问题及感官感知能力，旨在完成任何人类任务。

AGI尚属推测范畴，学界对其定义仍有争议。部分开发者认为真正的AGI需复制人类思维过程；另一些人则认为计算模型等替代推理方式亦可达成同等效果。

AGI与AI有何不同？

人工智能是模仿人类能力并执行特定任务的总称，分为弱AI（狭义AI）与强AI（通用AI）。

若将电商聊天机器人视为光谱一端，另一端则是思考、行动与推理能力均更出色的类人机器人，可见强弱AI之间差距巨大。

ChatGPT、Midjourney等生成式AI（Gen AI）仍属弱AI，擅长经深度学习训练的单一功能，无法胜任未训练任务（如大语言模型无法进行图像识别或高水平下棋）。

真正的AGI则能在无监督情况下解释新信息、自主学习并适应多场景，同时展现出人类水平的表现力、推理能力和常识。

AGI 存在吗？

AGI虽是研究热点，但尚未实现。现有AI工具能力虽强，仍属常规AI范畴。实现AGI需在机器学习、传感器技术等计算机科学领域取得重大突破。

AGI 需要具备哪些能力？

AGI需具备学习、推理、规划、解决陌生问题及跨领域知识应用能力，且不局限于单一任务或输入类型。构建真正AGI系统需满足以下核心能力：

• 感官感知：能解读视听数据，理解并响应物理世界。
• 精细运动技能：能以类人方式移动和操作物体。
• 创造力：超越遵循训练数据的模式匹配，具备形成原创思想的能力。
• 迁移学习：能将一种应用中习得的技能灵活应用于其他场景。
• 常识：在决策过程中融入支配人类行为的常识推理。
• 情感能力：能解读并回应情感线索，以成功融入人类社会互动。
• 自然语言处理：理解并复现人类语言，实现高效人机沟通。

AGI 的未来

AGI发展或将深刻重塑工作形态。尽管有望彻底变革多个行业，但也引发伦理争议及可行性质疑。

担忧

开发匹配或超越人类认知的程序，带来全新伦理关切：

• 自主性：AGI可自主决策，但在缺乏普世道德准则下，难以确保其选择被广泛接受。
• 经济后果：若多数具经济价值的工作被轻易取代，普通人或面临收入维持难题。
• 可控性：若AI超越人类智能与控制，且按自身利益行事，可能构成生存风险。

除伦理问题外，部分研究者质疑AGI的技术可行性。科学家尚未完全解析生物大脑复杂性，模拟或成不可能；数据处理与算力限制亦是现实瓶颈。

潜在用途

AGI系统将赋能广泛任务场景：

• 数据处理：凭借先进模式识别快速处理海量数据，辅助医学影像诊断，有望降低医疗错误率。
• 医疗程序：依托精细运动技能，或可独立执行医疗操作。
• 交通运输：通过自主决策推动自动驾驶发展，实时解读路况风险并迅速响应。
• 客户服务：为电商企业执行定量与定性任务，凭借高级社交与情感能力提供复杂客服支持。
• 分析：自动分析绩效数据、平衡账目及管理库存。

技术进步

AGI的实现依赖于AI研究的重大突破，关键技术进步包括：

• 计算能力提升：需强大算力同步处理多模态数据并模拟人类感知，现有计算机速度尚不足以支撑AGI高容量数据需求。
• 高级学习技术发展：需在现有深度学习与神经网络基础上构建自主学习协议，以产生具备广泛推理能力的工具。
• AI安全协议：实施前需设计安全框架，这或有赖于认知科学进步及对人类意识发展的深入理解。
• 机器人技术进步：需先进传感器与机器人技术实现人类级感官感知，涉及计算机视觉与语音识别领域的重大突破。