通用人工智能 AGI 是什么？像人一样能胜任各种任务的 AI

通用人工智能（Artificial General Intelligence，AGI）是指具有与人类相当、甚至超过人类的通用智能的人工智能系统。它能够像人一样理解、学习并完成各种领域的智力任务，而不局限于某一个特定的任务。它常被视为人工智能研究的长远目标。

与狭义人工智能的区别

今天我们使用的大多数人工智能系统，被称为“狭义人工智能”或“弱人工智能”：它们在某一个特定的任务上可能表现得非常出色，甚至超过人类，但只能做这一件事。比如下围棋的 AlphaGo 能击败世界冠军，却不会下象棋，更不会写文章、开车；人脸识别系统认人很准，却无法理解一句话的意思。

通用人工智能则要求具备广泛的、可迁移的能力：能够在不同的领域之间灵活地运用知识，能够快速学会全新的任务，能够理解和推理，能够在陌生的环境中解决从未遇到过的问题，就像一个人既能学数学，也能学做饭、学开车、学一门外语。

它的概念从哪里来

创造出像人一样聪明的机器，是人工智能这个领域从诞生之初就有的梦想。1956 年达特茅斯会议的提案中，研究者就设想让机器能够使用语言、形成抽象的概念、解决只有人类才能解决的问题、并改进自身。但后来的研究逐渐转向了解决具体的问题。“通用人工智能”这个说法在 21 世纪初开始流行，研究者 Ben Goertzel、Shane Legg 等人用它来强调与狭义人工智能相对的、追求通用智能的研究方向。

如何定义和衡量

通用人工智能目前还没有一个公认的、精确的定义，这也是围绕它的争论如此之多的原因之一。不同的机构和研究者给出了不同的说法：OpenAI 在其章程中把它描述为“在大多数具有经济价值的工作上超越人类的高度自主的系统”；谷歌 DeepMind 的研究者在 2023 年提出了一个分级框架，根据系统的能力水平（从与不熟练的人相当，到超越所有人类）和通用程度来划分不同等级的通用人工智能。至于用什么来检验，经典的图灵测试被认为已经不够，研究者提出了各种各样的评测，比如考察抽象推理能力的 ARC 测试，但至今没有一个被普遍接受的标准。

它离我们有多远

大语言模型的快速进步，让关于通用人工智能的讨论变得格外热烈。今天的大模型已经能够处理写作、编程、数学、翻译、分析等相当广泛的任务，在不少专业考试中取得了很高的分数，这让一些人认为通用人工智能可能在未来几年内就会出现；OpenAI、谷歌 DeepMind、Anthropic 等公司都把它作为自己的长期目标。但也有很多研究者认为，当前的大模型仍然存在根本性的不足：可能产生幻觉、缺乏可靠的推理、难以持续地学习新知识、对物理世界的理解有限，需要新的技术突破才能实现真正的通用智能。对于它何时能够实现，预测从几年到几十年不等，也有人认为它可能永远不会以人们想象的方式出现。

为什么受到关注

通用人工智能如果实现，可能会深刻地改变科学研究、经济和社会的方方面面，带来巨大的机遇，比如加速新药和新材料的发现、提高生产力。同时它也引发了很多担忧，包括对就业的冲击、被滥用的风险，以及如何确保比人类更强大的 AI 系统的目标与人类的利益保持一致，也就是“对齐”问题。因此，AI 安全和治理成为与通用人工智能密切相关的重要议题。