通用人工智慧

Artificial General Intelligence（通用人工智能）的縮寫，能夠像人類一樣在廣泛任務中學習、推理、解決問題的 AI 系統，與專用 AI（如只會下棋的 AlphaGo）相對。

關鍵特徵：

• 通用性：一個系統處理多種任務，無需特定訓練
• 遷移學習：將一個領域的知識應用於新領域
• 常識推理：理解物理、社會世界的基本規律
• 自主學習：無需大量標註數據，自主獲取知識
• 抽象與泛化：從具體例子學習通用原則

與當前 AI 的對比：

• 當前：窄 AI（Narrow AI），每個任務需專門訓練
• AGI：一個模型，多任務，類人適應性

時間預測（專家調查）：

• 樂觀：2030-2040
• 中位：2050-2080
• 懷疑：永不/遙遠未來

路徑爭議：

• 規模派：更大模型 + 更多數據 → AGI
• 架構派：需要新架構（世界模型、符號-神經混合）
• 具身派：必須與物理世界交互才能獲得智能
• 整合派：組合現有技術，關鍵在於系統集成

風險與準備：

• 快速起飛：AGI 可能迅速自我改進到超級智能
• 對齊問題：如何確保 AGI 目標與人類一致
• 經濟衝擊：大規模失業、財富分配
• 治理：誰控制 AGI？如何監管？

代表項目：

• OpenAI：明確以 AGI 為使命
• DeepMind：AGI 研究（但最近更專注應用）
• Anthropic：安全 AGI
• 開源社群：各種 AGI 項目（AutoGPT、MetaGPT）

這是 AI 領域的「聖杯」—— 最終目標，也是最大未知數。