什麼是通用人工智慧 AGI（Artificial General Intelligence）？

它目前是一種AI的理論，用於描述某種型態 AI 開發的思維方式。根據IBM的描述，若研究人員能夠開發強 AI，那麼機器將需要等同於人類的智能；並且具有自我意識，能夠解決問題、進行學習以及規劃未來。

強人工智慧旨在創造與人類思維沒有區別的智慧機器。但就像小孩一樣，這個人工智慧機器必須透過輸入和經驗來學習，隨著時間的推移不斷進步和提高其能力。

通用人工智能（AGI）是一種能夠在各種領域和任務中表現出與人類相媲美或超越的智能水平的計算機系統。 AGI 是人工智能（AI）的一個分支，也是 AI 的最終目標之一。AGI 系統的目的在於執行人類所能完成的任何任務。

電腦科學中的AGI是一種具有全面或完整的知識和認知運算能力的智慧系統，但截至本文發佈時，真正的 AGI 系統並不存在。它們仍然是科幻小說中的內容。這些系統的理論性能與人類的性能沒有什麼不同。而，AGI 的廣泛智力能力將超過人類的能力，因為它能夠以令人難以置信的速度存取和處理巨大的資料集。

真正的通用人工智慧應該能夠執行現有電腦無法實現的人類層級的任務和能力，雖然現在 AI 可以執行許多任務，但還達不到將其歸類為人類或通智慧的。

AGI系統應該具備以下能力和理解：

AGI 功能的實際範例包括以下五個：

人工智慧研究人員也預計 AGI 系統將擁有更高層級的功能，例如能夠執行以下操作：

與 AGI 相比，現有的 AI 能力稱為狹義人工智慧。 AGI 是理論性的，而 "AI" 目前已實際應用中。

理論上，AGI 應該能夠執行人類可以執行的任何任務，並在不同領域表現出一系列智能，而無需人這干預，在解決大多數領域的問題時，它的表現應該與人類一樣好，甚至更好。

相較之下，一般的AI人工智慧擅長完成特定任務或特定類型的問題。許多現有的人工智慧系統結合使用機器學習(ML)、深度學習（機器學習的子集）、強化學習和自然語言處理 (NLP < a i=8>) 用於自我完善和解決特定類型的問題。然而，這些技術並沒有達到人腦的累積能力。

目前使用的人工智慧範例包括：

真正的 AGI 系統尚未上市，而也有一些狹義的人工智慧系統在某些領域接近甚至超過人類能力的例子。人工智慧研究的重點是這些系統以及未來 AGI 的可能性。以下是這些系統的一些範例：

IBM 的 Watson：像是Watson 或其他超級電腦能夠計算平均數電腦無法處理的事。它們將巨大的計算能力與人工智慧相結合，執行以前不可能完成的科學和工程任務，例如對宇宙或人腦誕生的大爆炸理論進行建模。
專家系統： 這些基於人工智慧的系統模仿人類判斷。例如，他們可以根據患者數據推薦藥物並預測分子結構。
自動駕駛汽車： 這些人工智慧引導車輛可以識別路上的其他車輛、人和物體遵守駕駛規則和規定。
ROSS Intelligence： ROSS 是一個法律專家系統，也稱為人工智慧律師。它可以從大約10 億個文本文檔中挖掘數據，分析資訊並在不到三秒的時間內對複雜問題提供精確的答案。
AlphaGo.： 這是狹義智能的另一個例子，擅長解決特定類型的問題。 AlphaGo 是一個可以玩圍棋棋盤遊戲的電腦程式。圍棋是一項複雜的遊戲，人類很難掌握。 2016年，AlphaGo在五局中擊敗了世界冠軍李世石。
語言模型產生預訓練 Transformer： GPT-3 和 GPT-4 是程式的發布版本OpenAI可以自動產生人類語言。該技術始終能夠模擬一般人類智慧。在某些情況下，文本與人類輸出無法區分；然而，人工智慧的輸出常常有缺陷。
音樂 AI： Dadabots 是一種 AI 演算法，在給定現有音樂主體的情況下，可以產生自己的流近似值音樂。