本帖最后由 i0ncube_R 于 2025-1-30 10:58 编辑
1）什么是通用人工智能？
通用人工智能（AGI）是一个人工智能理论研究领域，研究如何开发具有类人智能和自学能力的软件。其目标是让软件能够执行训练或开发目的之外的任务。
当前的人工智能（AI）技术均依靠一组预先确定的参数运行。例如，在图像识别和生成方面经过训练的人工智能模型无法构建网站。作为一项理论研究，AGI 旨在开发具有自主自我控制、合理的自我理解以及新技能学习能力的人工智能系统。它可以在创建时未进行教导的环境和情境中解决复杂的问题。具有人类能力的 AGI 仍然只是理论概念和研究目标。
2）人工智能和人工通用智能有什么区别？
几十年来，人工智能研究人员实现了多个里程碑，这些里程碑极大地推动了机器智能的发展，甚至达到了在特定任务中模仿人类智能的程度。例如，AI 摘要器使用机器学习（ML）模型从文档中提取要点并生成易于理解的摘要。因此，AI 是一门计算机科学学科，它使软件能够以人类水平的性能解决新颖而困难的任务。
相比之下，AGI 系统可以像人类一样解决各个领域的问题，而无需人工干预。AGI 不局限于特定范围，而是可以自学并解决从未接受过训练的问题。因此，AGI 是完整的人工智能的理论表现，它以广义的人类认知能力解决复杂的任务。
一些计算机科学家认为，AGI 是一种假设的计算机程序，具有人类理解和认知能力。AI 系统可以学习处理不熟悉的任务，而无需对此类理论进行额外训练。换句话说就是，我们今天使用的 AI 系统需要大量的训练才能处理同一领域的相关任务。例如，您必须使用医疗数据集对预训练的大型语言模型（LLM）进行微调，然后它才能作为医疗聊天机器人持续运行。
3）强 AI 与弱 AI 的比较
强 AI 是完全人工智能或 AGI，尽管背景知识很少，但仍能够执行具有人类认知水平的任务。科幻小说经常将强 AI 描绘成具有人类理解能力的思维机器，而不局限于领域限制。 相比之下，弱 AI 或狭义 AI 是仅限于计算规范、算法和为之设计的特定任务的 AI 系统。例如，以前的 AI 模型的内存有限，只能依靠实时数据来做出决策。即使是内存保留率更高的新兴生成式人工智能应用程序也被视为弱 AI，因为它们无法重新用于其他领域。
4）推动通用人工智能研究的技术有哪些？对于研究人员来说，AGI 仍然是一个遥远的目标。他们正在努力建立 AGI 系统，并受到新兴发展的鼓舞。以下各部分介绍了新兴技术。
1.深度学习深度学习是一门 AI 学科，专注于训练具有多个隐藏层的神经网络，以从原始数据中提取和理解复杂的关系。AI 专家使用深度学习来构建能够理解文本、音频、图像、视频和其他信息类型的系统。例如，开发人员为物联网 (IoT) 和移动设备构建轻量级深度学习模型。 2.生成式人工智能生成式人工智能是深度学习的一个子集，其中 AI 系统可以根据所学知识生成独特而真实的内容。生成式人工智能模型使用海量数据集进行训练，这使它们能够使用自然类似于人类创作的文本、音频或视觉效果来响应人类查询。例如，来自 AI21 Labs、Anthropic、Cohere 和 Meta 的 LLM 是生成式人工智能算法，组织可以使用这些算法来解决复杂的任务。软件团队在云上快速部署这些模型，而无需预置服务器。 3.NLP自然语言处理（NLP）是 AI 的一个分支，允许计算机系统理解和生成人类语言。NLP 系统使用计算语言学和机器学习技术将语言数据转换为称为标记的简单表示，并理解它们的上下文关系。例如，NLP 引擎，允许组织构建对话式人工智能聊天机器人。 4.计算机视觉计算机视觉是一项允许系统从视觉数据中提取、分析和理解空间信息的技术。自动驾驶汽车使用计算机视觉模型分析来自摄像头的实时信息，并引导车辆安全地远离障碍物。深度学习技术使计算机视觉系统能够自动执行大规模对象识别、分类、监控和其他图像处理任务。例如，工程师为各种计算机视觉应用程序自动执行图像分析。 5.机器人技术机器人学是一门工程学科，组织可以在其中构建自动执行物理操作的机械系统。在 AGI 中，机器人系统允许机器智能以物理方式表现出来。它对于引入 AGI 系统所需的感官感知和物理操作功能至关重要。例如，将机械臂嵌入 AGI 可以使机械臂像人类一样感知、抓握和剥橙子。在研究 AGI 时，工程团队在组装机器人系统之前对机器人系统进行虚拟模拟。
PS：这么看，作为米帝两年后成功的最终决战兵器，这个AGI目前没有什么一锤定音的应用啊
| 
沪公网安备 31010702007642号 )
发表于 2025-1-30 10:56
搁这玩文明了 “AGI大成“超市自动生成各种商品
算力的大头似乎是花在“理解人类”这件事上
发表于 2025-1-30 12:32
