通用人工智能 (AGI)

通用人工智能（AGI）代表了一种理论上的人工智能（AI）形式，在这种形式中，机器拥有理解、学习和应用其智能来解决人类可以解决的任何智力任务的能力。与当今的专业人工智能系统不同，AGI将表现出全面且适应性强的认知能力，包括推理、解决问题、抽象思维以及在广泛领域内从经验中学习，而无需为每个领域进行显式编程。这一概念仍然是该领域许多研究人员的长期目标，包括Google DeepMind和OpenAI等组织的研究人员。

通用人工智能与其它人工智能形式的比较

区分通用人工智能（AGI）与经常被讨论的其他类别的人工智能至关重要。

• 弱人工智能 (ANI)：也称为弱 AI，ANI 是我们迄今为止实现的唯一一种 AI 形式。这些系统旨在执行单个特定任务，例如玩游戏、面部识别或图像中的目标检测。Ultralytics YOLO11等模型是 ANI 的强大示例，擅长计算机视觉任务，但缺乏一般的认知能力。它们在预定义的范围内运行，无法执行超出其范围的任务。
• 强人工智能：此术语通常与 AGI 互换使用。但是，强人工智能有时带有哲学含义，即机器将拥有真正的意识、自我意识和主观体验，而不仅仅是模拟人类智能。虽然 AGI 侧重于匹配人类能力，但强人工智能质疑机器是否真正理解或只是一个高级模拟，这一辩论在中文房间论证中得到了著名的探讨。
• 人工超智能 (ASI): 这是一个假想的未来阶段，在这种阶段，人工智能的智能在几乎所有领域都将超越最聪明的人类，包括科学创造力、普遍智慧和社交技能。ASI 的出现通常与技术奇点的概念相关联。

假设的现实世界应用

虽然 AGI 尚未存在，但其潜在应用具有变革性。

1. 自主科学研究：通用人工智能 (AGI) 可以分析来自基因组学、医学和环境科学等领域的庞大跨学科数据集。它可以提出新颖的假设，设计实验，并加速解决复杂疾病的治疗或可持续能源的开发等挑战的发现，远远超出当前专业医疗保健领域 AI所能实现的水平。
2. 高级经济和社会战略：AGI 可以实时地对复杂的全球系统进行建模，考虑从金融市场到社交媒体情绪的数千个变量。 它可以为政府和组织提供强大的战略，以防止经济崩溃、管理全球疫情或以前所未有的远见和全面性应对气候变化。 这种能力将远远超出当前的预测建模技术。

挑战和未来方向

创建 AGI 面临着巨大的科学和工程挑战。这些挑战包括复制抽象推理、实现强大的常识理解、发展真正的创造力，以及可能赋予机器意识——这一概念科学尚未完全理解。著名的 图灵测试 提出了一个早期的智能基准，但 AGI 意味着远超于对话模仿的能力。

此外，通用人工智能（AGI）的发展也引发了深刻的伦理问题，包括控制、与人类价值观的对齐（AI 伦理）、潜在的社会 disruption 以及就业岗位流失（AI 在就业中的应用）。目前有大量的研究致力于AI 安全，并为负责任的 AI 开发框架，其中包括 AI 合作伙伴关系等组织以及 IEEE 自主和智能系统伦理全球倡议等倡议。通过诸如可解释 AI (XAI)等方法确保 AI 的透明度 也至关重要。

虽然 AGI 仍然是一个遥远的目标，但目前 ANI 的进步，包括复杂的 机器学习 (ML) 技术、基础模型 以及像 Ultralytics HUB 这样简化 模型训练 和 部署 的平台，正在构建基础技术和理解，这些技术和理解可能有一天会为 AGI 的实现做出贡献。请浏览 Ultralytics 文档，以了解更多关于当前人工智能能力的信息。