什麼是 AGI - 通用人工智慧 (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。

通用人工智慧能做什麼？

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：

抽象思維
背景知識
常識
因果關係
遷移學習

AGI 功能的實際範例包括以下五個：

創造力： AGI 系統理論上能夠讀取和理解人類生成的代碼並且改進它。
感官知覺： AGI 擅長顏色識別，這是一種主觀知覺。它也能夠感知靜態影像中的深度和三維。
精細運動技能： 這方面的一個例子包括從口袋裡抓起一組鑰匙，這涉及一定程度的想像力。
自然語言理解 (NLU)： 人類語言的意思高度依賴上下文。 AGI 系統將擁有一定程度的直覺，可以實現NLU.
導航： 現有的全球定位系統 (GPS) 可以精確定位地理位置。一旦完全開發出來，AGI 將能夠比現有系統更好地透過物理空間投射運動。

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：

處理各種類型的學習與學習演算法
為所有任務建立固定的結構
了解符號系統
使用不同種類的知識
了解信仰系統
參與後設認知並運用後設認知知識

AGI 與 AI：有什麼差別？

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：

客戶服務聊天機器人
語音助手：例如蘋果的 Siri 和亞馬遜的 Alexa。
搜尋引擎：Google、Netflix 和 Spotify 用於向使用者推薦內容的引擎。
人工智慧驅動的商業分析與商業智慧 (BI) 工具：可進行資料分析、衡量客戶情緒等，使用者呈現資料視覺化。
影像和臉部辨識應用程式以及它們使用的深度學習模型。

AGI 通用人工智慧的例子

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。

AGI的未來是什麼？

AGI 的未來充滿了可能性。一些專家認為，AGI 有可能在 2040 年代或 2050 年代實現。其他人則認為，實現 AGI 可能需要更長的時間，甚至是不可能的。

如果 AGI 能夠實現，它將對社會產生深遠的影響。 AGI 有可能在醫療、教育、交通、能源等各個領域帶來革命性的變化。它也有可能帶來新的安全和倫理問題。

AGI 的未來充滿了可能性，但也存在潛在的風險。我們需要在 AGI 的發展過程中進行謹慎的規劃和管理，以確保其能夠安全和可持續地發展。

OpenAI 通往 AGI 的五個階段

OpenAI 的 OpenAI AGI 路線圖是一個階層系統，旨在衡量人工智慧能力的進展。這個五層式的分類系統，提供了一個理解創建 AGI 所涉及的複雜性和里程碑的路線圖。

第一級：對話式 AI OpenAI 目前在 OpenAI AGI 路線圖上處於第一級，人工智慧系統擅長進行自然的、類似人類的對話。此層級展示了基礎理解以及回應各種提示和問題的能力。
第二級：問題解決大師下一個里程碑，第二級，介紹了「推理者」——能夠以人類專家的熟練程度解決複雜問題的人工智慧系統。在 OpenAI AGI 路線圖上達到第二級，將標誌著一個關鍵時刻，因為它代表著從模仿人類行為到展示真正的智慧能力的轉變。(2024/12/20 - OpenAI 推出的 o3 在推理上展現了大幅度的躍進)
第三級：自主代理 OpenAI AGI 路線圖上的第三級以「代理」為特色——能夠在長時間內自主運作的人工智慧系統。這些代理可以透過承擔複雜的任務、做出決策並適應不斷變化的環境，而無需持續的人工監督，來徹底改變各個產業。
第四級：創新者和創造者在 OpenAI AGI 路線圖的第四級，人工智慧轉變為「創新者」的領域。此階段的系統擁有開發突破性想法和解決方案的創造力和才智。達到第四級將標誌著向前邁出的重要一步，因為它代表著人工智慧在各個領域推動創新和進步的能力。
第五級：組織等效物 OpenAI AGI 路線圖的頂峰是第五級，人工智慧系統可以像整個組織一樣運作。這些人工智慧「組織」將擁有管理複雜系統和實現組織目標所需的策略性思維、運營效率和適應性。雖然仍然是一個遙遠的目標，但第五級代表了人工智慧研究人員的終極抱負。