通用人工智能 (AGI)

通用人工智能（AGI）是计算机科学中的理论里程碑，指机器具备认知灵活性，能够理解、学习并应用知识处理各类任务，其能力可与人类匹敌甚至超越人类。 与当前仅针对特定功能设计的人工智能系统不同，AGI将具备自主推理能力，能在陌生环境中解决问题，并将经验从一个领域推广到另一个领域。尽管AGI仍是激烈研究与争论的课题，但它已成为OpenAI Google 主要研究机构的终极目标，有望重塑我们与技术互动的方式。

区分通用人工智能与窄人工智能

要理解实现通用人工智能所需的飞跃，必须将其与我们当今所接触的人工智能（AI）区分开来。

• 人工窄智能（ANI）： 亦称弱人工智能，涵盖所有现有AI应用。这类系统擅长执行特定的预定义任务。 例如， Ultralytics 作为尖端ANI模型， 在目标检测 与图像分割领域 经过高度优化。尽管YOLO26能比人类 更快更准确地识别物体，但除非针对 特定任务进行重新训练，否则它既不能下棋 也无法创作诗歌。
• AGI（强人工智能）：通常被称为强人工智能，AGI系统不会局限于单一模态。它将展现真正的迁移学习能力，能够将物理模拟中习得的逻辑应用于金融市场。这种多功能性模拟了人类大脑广泛的认知计算能力。

核心特征与挑战

开发通用人工智能（AGI）需要克服重大技术障碍，而不仅仅是向神经网络（NN）添加更多数据。这涉及创建能够支持以下功能的架构：

• 抽象推理：在缺乏特定预先训练数据的情况下，分析复杂新颖情境并形成逻辑性结论的能力。
• 常识：对因果关系和物理定律的直观理解，这是当前深度学习（DL）模型仍难以完全掌握的特性。
• 意识：关于机器能否具备感知能力的哲学与技术难题，常在思想实验中被探讨，例如中文房间论证。

实现这些特性可能需要海量计算资源，依赖于创新者提供的先进硬件 例如 NVIDIA 等创新企业提供的先进硬件以及高效的模型优化技术。

假设的现实世界应用

由于通用人工智能尚未存在，其应用虽具推测性却具有变革性。斯坦福大学人工智能研究所等机构的专家指出，通用人工智能作为完全自主的智能体，有望彻底革新各行各业。

1. 自主科学研究：不同于当前医疗领域中通过标注扫描异常来辅助医生的AI技术，通用人工智能（AGI）能够独立审阅医学文献、提出假说并设计实验来攻克疾病。
2. 通用机器人技术：在机器人领域，通用人工智能（AGI）将使机器能够在非结构化环境中自主导航。由AGI驱动的机器人能够执行家务劳动、烹饪料理并提供养老护理，无需重新编程即可适应任何家庭的独特布局与需求。这为机器人领域的人工智能开辟了全新可能性。

可视化当前人工智能的局限性

虽然我们目前还无法编写通用人工智能（AGI），但我们能够展示先进窄人工智能的能力。以下代码片段使用了 ultralytics 运行推理任务的软件包。这代表了ANI（有限智能），因为该模型仅限于检测其专门训练过的对象，缺乏AGI（通用智能）所具备的普遍理解能力。

from ultralytics import YOLO

# Load the YOLO26 model (Artificial Narrow Intelligence)
# This model excels at vision tasks but is limited to its training domain
model = YOLO("yolo26n.pt")

# Perform object detection on an image
results = model.predict("https://ultralytics.com/images/bus.jpg")

# The model identifies patterns, but does not 'understand' the scene context
results[0].show()

前进之路：从人工神经智能到通用人工智能

当前研究正通过多模态学习弥合窄领域应用与通用智能之间的鸿沟。GPT-4等模型及大型语言模型（LLMs）正通过同时处理文本、代码和图像，初现通用推理的火花。Ultralytics 工具赋能开发者训练日益复杂的模型，为可能终将催生真正通用人工智能的基础研究贡献力量。当前阶段，精通监督学习并优化特定任务仍是释放人工智能价值的最有效途径。