能够像人类一样思考、行动和学习的机器正在成为现实，这就是通用人工智能的未来！
人工智能正在彻底改变机器的工作方式。 现在，通过训练人工智能工具，计算机可以执行许多个人和专业领域的任务。 比如，它可以生成图像、将文本转化为语音、控制各种应用等等。
但这些并非真正的智能。 这些自动化功能的背后是长时间的训练过程。
那么，一个可以自我学习的智能计算机应用会是什么样子呢？ 这就是通用人工智能（AGI）正在探索的领域。 接下来，让我们一起深入了解这项颠覆性技术！
引言
通用人工智能（AGI）是一种能够使软硬件具备类似人类认知能力的技术。 它也被称为强人工智能、完全人工智能等。
简而言之，你可以向一个智能的AGI系统提出一个它之前从未遇到过的问题。 智能计算机将分析这个问题，进行在线研究，并给出解决方案。
IBM、OpenAI、微软、Google Brain、Darktrace 和 Deepmind 等公司都在积极推动 AGI 技术的发展。 这些公司正致力于为智能计算机注入以下能力：
- 与人类相似的通用智能
- 表达智能，不依赖于打字或说话等特定任务
- 概括新知识，并将新知识与既往经验联系起来
- 理解不同质量的学习内容，并从中提取意义
- 感知并分析现实世界中的任务
目前，真正的通用人工智能（AGI）尚未实现。 IBM Strong AI 和 Google Brain 正在取得进展，但这些技术尚未达到商业化应用的阶段。
优势与需求
我们需要 AGI 来代替人类执行危险的任务。 此外，AGI 计算机可以在商业运营中实现前所未有的生产力水平。
AGI 应用还有助于人类解决医学、医疗保健、供应链、经济、金融和社会科学领域的复杂问题。
以下是开发 AGI 的其他重要原因：
- AGI 应用能更好地理解因果关系，从而协助人类进行风险评估项目。
- AGI 可以有效地利用各种感官，如颜色、声音、深度、视觉和尺寸。
- 智能计算机程序可以控制机械臂执行精细的动作，例如从头开始组装电子设备。
- AGI 的自然语言处理 (NLP) 能力将使自动化更容易。 你只需说出几个关键词，AGI 工具就可以构建你需要的自动化流程。
- AGI 可以在分析现实环境和问题后解决独特的问题，而无需满足任何“如果/那么”、“如果/否则”之类的条件。
- AGI 可以帮助内容创作者、艺术家、设计师和建筑师提出独到的创意。
- AGI 应用可以提供卓越的客户服务，不留任何疏漏，因为它们还具备情感和社交智能。
人工智能与通用人工智能
#1. 作用方式
人工智能（AI），也称为狭义人工智能，是一种反应式智能应用。当它接收到事件触发信号时，它会根据预设的操作列表做出反应。
AGI 不需要任何事件触发信号。 这些应用可以像人类一样主动响应，例如预防问题的发生、解决难题等。
#2. 行动范围
狭义或弱人工智能的工作范围有限。 擅长写作的人工智能不应驾驶汽车，反之亦然。 这种应用范围的限制也导致了生产级开发的高成本和低效率。
一个 AGI 可以管理整个制造工厂、一个地区数千户家庭，甚至是你公司所有的办公室。 它对任何挑战都持开放态度，因为它具备认知学习、推理和主动行动的能力。
#3. 解决问题的能力
狭义人工智能主要解决封闭式问题，如 GPS 导航、基于关键词的网页搜索、AI 写作、AI 代码补全等。
通用人工智能可以处理开放式问题，例如通过分析市场、客户和产品来制定现场营销策略。
#4. 内存容量
大多数弱人工智能程序都依赖于有限的内存机器。人工智能依赖于人工神经网络和训练数据库。当数据库或算法过时时，人工智能就会遇到困难。
AGI 将通过本地数据库、云数据库和互联网提供几乎无限的内存（知识资源）。
#5. 升级
随着业务需求和市场趋势的变化，人类需要定期升级弱人工智能。
AGI 将自行升级其内存和数据库，无需人为干预。
方法
#1. 次符号方法
在这种方法中，AGI 开发人员使用类似于人脑的应用程序，如 DeepMind 的 AlphaGo、卷积神经网络和深度学习系统等。
#2. 符号方法
在这种方法中，AGI 开发人员使用流程图、符号和 if-then 语句。通用人工智能使用主要算法来学习和创建知识库。此外，它可以将算法及其符号与现实世界的各个方面进行比较，并开发出比弱人工智能更强大的思维过程。
#3. 全身方法
在这个概念中，AGI 开发人员希望将所有软硬件、网络和感官能力都整合到类人身体中。 这样的人形机器人可以行走、说话、触摸人等等。
#4. 混合方法
AGI 开发的混合方法依赖于子符号和符号方法。
一个成功的例子是人形机器人 Sophia。 它结合了符号系统和联结系统。 例如，Sophia 需要 CogPrime 架构和 AtomSpace 数据库来实现其功能。
#5. 数学方法
研究人员的目标是为 AGI 分配无限的计算能力。 因此，这些智能应用和设备将能够执行所需数量的数学问题，从而做出出色的决策。
AGI 是如何工作的？
AGI 程序将利用多种技术来实现人类水平的认知能力。这些技术如下：
输入和输出 (I/O)
AGI 使用各种传感设备在制造工厂或自动驾驶汽车中执行任务。这些传感器可以是视觉、RFID、温度、压力、速度、运动等。
其他 AGI 可能需要 OCR、数据库连接器等来执行办公室的业务操作。
运动技能
全身机器人、机械臂、自动驾驶汽车等都需要精细的运动技能才能工作。 AGI 的运动技能来自神经网络、3D 图像处理、视觉模仿等技术。
自然语言处理
AGI 可以从各种来源学习，如网站文章、研究期刊、电子书、YouTube 视频等。为此，智能应用首先要学习将自然语言解释为机器语言。
推理和解决问题
AGI 机器人或应用通常使用模拟来解决独特的问题。由于它具有强大的处理和存储能力，机器可以同时运行多个模拟。然后，根据成功率，它可以选择最合适的方案。
创造性思维
AGI 可以使用多个神经网络来创造独特的创意，如艺术形式、音符、文章等。
面部识别和声音处理
与人互动的人形 AGI 大多使用声音分析和面部识别技术。在处理环境中的音频和视频，并与现有知识库交叉比对后，它可以与人类进行互动。
挑战
通用人工智能具有改变人工智能世界的巨大潜力。但要实现这一目标并非一帆风顺。以下是开发 AGI 的一些挑战和障碍：
#1. 掌握类人技能
AGI 要获得真正的人类智能，必须掌握一些核心能力，包括运动技能、自然语言理解、感官知觉、情感和社会联系，以及人类水平的创造力。
#2. 缺乏工作协议
目前没有标准的人工智能系统工作协议可以轻松协同工作。因此，部署一个全面的 AGI 系统面临着不可避免的技术缺陷。
#3. 缺乏业务一致性
将人工智能集成到现有系统中仍然是一个复杂的过程。由于相关利益相关者仍然不了解其操作参数，因此很难使其发展与业务目标保持一致。
#4. 沟通差距
独立的 AI 系统之间仍然存在沟通障碍。由于这些系统之间无法实现无缝的数据共享，人工智能模型的相互学习受到阻碍，其普适性降低。
#5. 缺乏 AGI 方向
目前还没有明确的 AGI 企业业务运营实施计划或方向。因此，AGI 的实施成本高昂，进展受阻。
趋势
如你所知，完整的通用人工智能开发尚未实现。然而，以下这些人工智能趋势将对 AGI 产生影响：
#1. 自然语言处理 (NLP)
自然语言处理（NLP）是指人工智能能够理解人类语言并将其转换为机器代码的过程。 利用 NLP，AGI 有望实现与人类的真实交互。
#2. 元宇宙
元宇宙是一种提供沉浸式用户体验的技术。随着越来越多的人对此感兴趣，AGI 将发展成为辅助构建虚拟世界的技术。
#3. 低代码或无代码 AI
对低代码或无代码解决方案的需求不断增加，甚至包括 AI 工具和算法。 这些解决方案带有直观的界面，可简化复杂的应用开发流程。
#4. 劳动力增强
这意味着人类和数字员工在同一组织中并肩工作。 尽管许多人担心 AI 会导致人类失业，但将 AI 纳入运营将使其更有效率。
#5. 量子人工智能
量子人工智能很有可能通过加速机器学习算法，并帮助你快速获得结果来影响 AGI 的发展。 它还可以消除 AGI 在分析大量数据时可能面临的障碍。
#6. 人工智能伦理
人工智能的潜在风险不容忽视。 如果使用不当，人工智能可能会对人类造成危害。 因此，人工智能伦理在未来几年将受到更多关注。
#7. 人工智能聊天机器人
人工智能聊天机器人或虚拟助手可以进行自然的对话，并执行基于规则的操作。 这些聊天机器人取代了人工支持代理，已经降低了企业的运营成本。 未来，这可能会彻底改变 AGI。
通用人工智能的风险
- 如果 AGI 的数据库有限，它可能会做出破坏企业和家庭的灾难性决定。
- AGI 可能成为高级黑客攻击的目标。 如果黑客控制了 AGI 机器，可能会对整个业务造成损害。
- 人工智能开发人员报告了一些原型 AGI 做出有偏见的决策的事件。
- 为 AGI 提供不受限制的数据库访问权限也可能违反全球各种隐私法规。
接下来，我们将探讨通用人工智能的一些实际案例。
实际案例
#1. ROSS 的人工智能搜索
人工智能律师 ROSS 可以在三秒内搜索数十亿份法律文件。 你可以输入任何法律问题，它会提供准确的答案。
它被认为是 AGI，因为它利用了排序、检索和理解等多种智能技术。此外，它的行动范围更广，涵盖了法律领域的所有领域。
#2. AlphaGo
AlphaGo 是一款基于人工智能的围棋棋盘游戏玩家。 这是第一台击败职业围棋选手的智能机器。 虽然这是一款行动范围有限的人工智能，但它具有自学能力。 AlphaGo 可以从对手和自己的错误中吸取教训。
#3. OpenAI 的捆绑人工智能工具
如下所述，OpenAI 的一系列人工智能系统在使用 API 调用组合时，可以自动完成各种任务：
- GPT-3 可以从简单的短语和线索创建基于自然语言的文本。许多在线游戏和混合现实体验，如 FableStudio 的故事驱动的 “虚拟存在”，都使用 GPT-3 来实现交互式故事。
- Codex 帮助开发人员将自然语言输入转化为代码，从而简化编码过程。
- DALL·E 可以协助 NFT 创作者和数字艺术家在几分钟内制作数千件原创和独特的艺术品。人工智能还可以编辑图像。
#4. IBM Watson
IBM Watson 是一整套面向企业的 AI 服务。 我们可以称之为 AGI，因为它有多种不同的应用。 以下是不同的 Watson 人工智能：
- 用于客户服务或虚拟协助的 IBM Watson Assistant
- IBM Watson Discovery 可以从复杂的业务文档中提取见解和答案
- IBM Watson 自然语言理解和分类器
总结
到目前为止，你已经了解了通用人工智能的概念，包括它的工作原理、挑战、示例和风险等。
理解上述内容将有助于你正确规划你的人工智能开发项目。 项目必须足够灵活，才能包含下一代智能应用并使其成为 AGI。
如果你是一家希望提高运营效率和成本效益的企业，那么 AGI 或许就是答案，尽管这项技术仍处于开发阶段。
接下来，你可以进一步了解机器学习的相关知识。