新WhatsPush — 为您的 POS 和 CRM 提供的 WhatsApp Business API。
人工智能(AI)

人工通用智能

人工通用智能 (AGI) 是指智能体理解人类所能理解的智力任务的能力。

本文内容
  1. AGI 与您如今使用的 AI 有何不同
  2. 研究人员探索的方法
  3. 尚待解决的挑战
  4. 快速解答
  5. AGI 已经实现了吗?
  6. AGI 与 ASI 有什么区别?
  7. 更多关于artificial general intelligence

引言:

人工智能 (AI) 是一种对计算机、自动机、机器人或其他对象进行编程,使其像人类一样行动的技术。人工智能的目标是改进与人类思考或理解相关的功能,例如智力、思考、记忆、学习和解决问题。

人工通用智能 (AGI) 现在与人类的脑力相当,意味着它可以完成人类能够完成的任何活动。另一方面,仅就分配给它们的特定或单一角色而言,它们可能比人类更有效地完成工作。

什么是通用 AI?

具备人工通用智能 (AGI) 的计算机将足够智能,能够理解环境,并经过训练去完成各种各样的任务。

AGI 有时被称为“强 AI”,它使计算机能够在各种场景中运用其知识和才能。由于它允许自主学习和解决问题,因此更接近人类的智力。

在计算机视觉和自然语言处理等复杂领域,目前的问题是如何从 ANI 过渡到 AGI。[1]

人工通用智能需要具备什么条件?

人工通用智能很难定义。不过,与所有人类一样,AGI 系统应当具备若干特质。

  • 常识
  • 背景知识
  • 迁移学习
  • 抽象
  • 因果关系

人工通用智能有可能智胜人类吗?

是的,这样的智能不仅会拥有与人类相同的广泛技能,还会受益于计算机相对于人类已有的优势,例如完美的记忆力和近乎瞬间执行计算的能力。

通用 AI 有哪些优势?

  • 人工通用智能需要具备使用计划或策略、解决难题、在不确定情况下做出决策的能力,还需要能够表示知识(包括常识知识)、制定策略、学习、用自然语言进行交流,并将所有这些能力整合起来以实现共同的目标。
  • 在认知神经科学、计算智能和决策领域,人工通用智能可以运用想象(理解为形成并非预先编码的心理图像和概念的能力)和自主性来感知(例如看见)和行动(例如移动和操控物体)。它有能力识别并应对危险。
  • 人工通用智能 (AGI) 能够实现快速的自主研究。人类或许可以与这项技术融合,使星际旅行和太空殖民成为现实。大多数人类问题,例如疾病、饥饿、普遍暴力、政治腐败以及其他政治制度的弊端,都可能得到解决。金钱将失去价值,没有人需要依赖持续工作来生活,而以前无法解答的问题也许可以借助前所未有的力量来探究。[2]

通用 AI 有哪些缺点?

  • 人工通用智能 (AGI) 可能被用来向生命体灌输仇恨的态度或观点;边缘群体可能建立一个 AGI 来代表他们自己的愿望(这与人类的集体利益不相容);人工通用智能 (AGI) 可能过于严格地对待伦理法则(或最终以自己的方式扩展这些法则),从而做出愚蠢的行为,例如造成伤害。
  • 人工通用智能 (AGI) 过度地让人们感到恐惧,使他们无法认识到 AI 能够为社会提供的巨大帮助。这可能导致实施延迟、社会政治焦虑和政府管制,所有这些都可能阻碍发展。对于 AI / 机器学习应该如何使用,确实存在合理的担忧,但 AGI 并不在其列。

结论:

人工智能和机器学习既是科学创造,也是神话创造。机器人可以像人类一样思考和完成活动的观念可以追溯到数千年前。AI 和机器学习系统所体现的认知事实也并不新鲜。

  1. S, R. What is Artificial General Intelligence? 2022 年 1 月 24 日;来源:https://www.mygreatlearning.com/blog/artificial-general-intelligence/。
  2. SOFFAR, H. What is Artificial general intelligence? AGI features, use, advantages & disadvantages。发布于 2020 年 5 月 4 日 · 更新于 2020 年 5 月 5 日;来源:https://www.online-sciences.com/robotics/what-is-artificial-general-intelligence-agi-features-use-advantages-disadvantages/。

 

AGI 与您如今使用的 AI 有何不同

当今的 AI(狭义)AGI(假设)
范围单一任务或领域任何智力任务
学习每项任务都需要训练数据像人一样,仅凭少量示例就能学会新任务
迁移弱跨领域应用知识
现状无处不在不存在

研究人员探索的方法

  • 扩大大型神经网络和多模态模型的规模。
  • 将神经网络与符号推理相结合。
  • 全脑仿真:用软件对大脑进行建模。
  • 能够规划、使用工具并从反馈中学习的智能体系统。

尚待解决的挑战

常识推理、可靠的长期规划、从少量数据中学习,以及让 AI 安全地行事,这些问题都尚未解决。要了解当今 AI 的实用层面,请阅读弱人工智能与强人工智能和四种 AI 类型。

快速解答

AGI 已经实现了吗?

不会。当前的系统都是狭义的,尽管其中一些在许多语言任务上表现出色。

AGI 与 ASI 有什么区别?

AGI 将在各项任务上与人类水平相当。人工超级智能则将超越人类。

更多关于artificial general intelligence

想进一步了解artificial general intelligence?这些 Netstech 指南和服务是不错的下一步:

继续阅读

相关文章

让我们打造您业务下一步所需的一切

告诉我们您的项目——免费咨询,几天内给出清晰报价。