完整定義
通用人工智慧(AGI)代表著人工智慧發展的下一個重大里程碑。AGI系統不僅僅擅長於特定任務,而是具備廣泛的認知能力,能夠理解、學習、適應並在任何智力任務中表現出色的AI系統。AGI的目標是創造出真正具有思考能力和解決問題能力的機器,其智慧水平與人類相當甚至超越人類。
白話說明
如果 AI 能換一個新工作、新題目、新工具都自己學會,你會怎麼判斷它是不是 AGI?
你可以把通用人工智慧想成跨任務的智慧體,不只會背答案,還能自己學新技能。
它關心的是泛化能力、學習速度與適應力,而不是某一題做到多強。
記住這句
會做一題不夠,能換題目還會學才像 AGI
比喻:AGI 就像科幻電影裡的機器人 -- 它不只會下棋或翻譯,而是能像人類一樣思考、學習任何新知識,解決各種不同領域的問題,甚至可能比人類還聰明。
容易混淆
AGI vs 人工智慧?
AGI:能在多種任務間遷移能力的系統
人工智慧:任何模擬智慧行為的系統都算
最關鍵的區別:AI 是大傘,AGI 是那種接近人類通用能力的目標
AGI vs 窄域 AI?
AGI:能學新任務且不必每次重訓
窄域 AI:只在單一任務表現很好
最關鍵的區別:窄域 AI 很強不等於 AGI,通用性才是關鍵
AGI vs 背誦式模型?
AGI:重視理解與推理
背誦式模型:主要靠記住大量模式
最關鍵的區別:AGI 需要把知識組合成新能力,不只是套模板
實際案例
研究助理
今天做文獻整理,明天做程式除錯,後天做簡報,還能自己切換工具與方法,這才接近通用能力
家用機器人
不只是會倒垃圾,而是看到新房型、新物品也能重新學會如何操作,才更像 AGI 的方向
深入了解
- 重點
- 泛化
- 你要看什麼
- 新任務表現
- 為什麼重要
- 能不能把舊知識用到沒見過的題目
- 重點
- 學習
- 你要看什麼
- 少量樣本適應
- 為什麼重要
- 是不是能很快學會新技能
- 重點
- 推理
- 你要看什麼
- 多步驟決策
- 為什麼重要
- 是不是能把零碎資訊組成可行方案
情境判斷
Q1:一個模型在中文客服很強,但換到醫療摘要就完全不行,這算 AGI 嗎?
不算,因為它沒有跨任務泛化能力
Q2:如果模型在 20 個任務都表現不錯,但每次都要重新大量微調,這接近 AGI 嗎?
比較接近但仍不完整,因為 AGI 期待更少訓練就能快速適應新任務
常見問題
沒有人能準確預測。這是研究與產業都還沒有共識的問題。
不一樣。AGI 強調通用人類級能力,超級智慧是超越人類很多的更高階概念。
通常不算。它們在某些任務很強,但離穩定的跨域通用能力還有差距。
出現在這些考古題
官方公告試題的逐題解析裡,這 1 題把通用人工智慧列為延伸術語。
相關術語
來源
這個術語目前沒有標註外部來源。
其他格式:Markdown 版本