對于大眾來說，人工智能（AI，artificial intelligence）可以說已經非常常見和熟悉了。但是通用人工智能（AGI，Artificial General Intelligence）呢？它是一個長期以來在科幻和哲學中討論的概念，它指的是具有類似人類推理能力的AI。
當聊天機器人和生成式人工智能逐步進入了消費大眾的視線，AI掌握了一定的自學習能力，技術迭代的速度大幅提升。然而，大多數專家意識到它們無法像人類那樣進行推理。
IEEE會員Karthik K.認為，盡管取得了許多突破，但生成式人工智能缺乏類似人類的推理能力，因為它基于模式和數據進行操作，而沒有掌握它們的含義，無法將已經學到的概念擴展到新的使用場景中。
那么AI和AGI之間有什么區別呢？我們如何知道它何時達到了人類決策的水平？這些問題很難回答，部分原因是沒有一個公認的AI定義，更不用說AGI了。
但這些問題仍然很重要，因為它們闡明了當今技術的能力和局限性。
AI沒有明確的定義
人工智能的定義是模糊的，涉及多個學科。《IEEE人工智能匯刊》（https://ieeexplore.ieee.org/document/9523786）的一篇社論指出，來自計算機科學、心理學、生物學、數學和物理學等多個學科的學者試圖對其進行定義。
社論指出：“每一個定義都受到了批評，所以未能在每一個學科內達成共識，更不用說普遍共識了。”
AGI測試
在缺乏對AGI的明確定義的情況下，許多理論家提出了對通用人工智能的各種測試。這個想法是，我們可能無法定義它，但也許當我們看到它時就會知道。
最著名的是1950年的圖靈測試，該測試設想召集一組專家向“先知”提問。同樣，如果專家們無法判斷答案來自人類還是機器，那么根據測試 ——AGI被認為具有人類智能。
蘋果公司的創始人之一、IEEE Fellow Steve Wozniak將咖啡測試作為AGI的一項指標。在測試過程中，機器人必須進入普通家庭并嘗試制作咖啡。這意味著要找到所有的工具，找出它們如何運作，然后執行任務。能夠完成這個測試的機器人將被認為是AGI的一個例子。
聊天機器人正處于AGI的風口浪尖上嗎？
根據IEEE計算機學會出版的《計算機》雜志的一篇深入討論（https://www.computer.org/csdl/magazine/co/2023/10/10255223/1QzypCsRrgs），AI與其類人對應物之間的差異存在于一個連續體上。早期的AI發展了單一領域的專業知識，比如國際象棋和圍棋。今天的高級人工智能可以理解語言，將語言翻譯成圖像，并分析圖像中癌癥的跡象等。
盡管這些成就令人印象深刻，但它們并不像人類那樣思考和推理。
那么，聊天機器人離實現AGI還有多遠呢？
乍一看，像ChatGPT這樣的聊天機器人非常接近通過圖靈測試，被歸類為AGI。他們可以自信地寫出覆蓋各種學科種類的合理優秀的文章。
雖然聊天機器人甚至可以通過法律等領域的專業許可考試，但它們在基礎層面也會面臨失敗 —— 聊天機器人經常把數學題弄錯。他們對引用的屬性錯誤，并不總是理解因果關系，在推理問題上得出錯誤的答案。
IEEE會員Sukanya Mandal表示：“實現AGI的下一步可能涉及開發人工智能系統，這些系統可以在廣泛的領域展示更先進的推理、解決問題和學習能力。這可能包括將知識從一個環境轉移到另一個環境的能力，從有限的數據或例子中學習的能力，以及在新的情況下表現出創造力和適應性的能力。”
