何为通用人工智能：AGI即Artificial general intelligence的简写，计算机科学与技术专业用语，专指通用人工智能。这一领域主要专注于研制像人一样思考、像人一样从事多种用途的机器。这一单词源于AI，但是由于主流AI研究逐渐走向某一领域的智能化（如机器视觉、语音输入等），因此为了与它们相区分，增加了general。注意是机器。

这些内容太专业了，摘自于网上。等假期咨询专业人士了解下，再细说。这里面的机会可能会更大

所以传媒游戏都是前菜，掌趣科技，神州泰岳，传媒游戏美其名曰是降本增效，目前看无法证伪，但是传媒证伪是很容易的，有人说是数据要素，讲真很有用的数据要素都在B端，比如车联网自动驾驶，物联网电力等等，也有人说是文化出海，文化输出，这个值得商榷，目前看也就三体要好些。归根结底还是之前跌了太久，AI只是一个导火索，筹码结构也好，所以涨的凶。

【资料图】

通用人工智能（AGI）是具有一般人类智慧，可以执行人类能够执行的任何智力任务的机器智能。通用人工智能是一些人工智能研究的主要目标，也是科幻小说和未来研究中的共同话题。一些研究人员将通用人工智能称为强AI（strong AI）或者完全AI（full AI），或称机器具有执行通用智能行为（general intelligent action）的能力。与弱AI（weak AI）相比，强AI可以尝试执行全方位的人类认知能力。

人们提出过很多通用智能的定义（例如能够通过图灵测试），但是没有一个定义能够得到所有人的认同。然而，人工智能的研究者们普遍同意，以下特质是一个通用人工智能所必须要拥有的：

自动推理，使用一些策略来解决问题，在不确定性的环境中作出决策

知识表示，包括常识知识库

自动规划

学习

使用自然语言进行沟通

以及，整合以上这些手段来达到同一个的目标

还有一些重要的能力，包括机器知觉（例如计算机视觉），以及在智能行为的世界中行动的能力（例如机器人移动自身和其他物体的能力）。它可能包括探知与回避危险的能力。 许多研究智能的交叉领域（例如认知科学、机器智能和决策）试图强调一些额外的特征，例如想象力（不依靠预设而建构精神影像与概念的能力）以及自主性。基于计算机系统中的确已经存在许多这样的能力，例如计算创造性、自动推理、决策支持系统、机器人、进化计算、智能代理，然而这些系统并未达到人类的水平。

测试人类水平的通用人工智能具有以下几种方式：

图灵测试（图灵提出）：一名人类参与者与一台机器和一名人类进行对话，参与者看不见目前对话的是人类还是机器。如果在很长一段时间内，参与者无法判断与他对话的是人类还是机器，那么机器就通过了测试。

咖啡测试（沃兹尼亚克提出）：一台机器需要具备在普通的美国家庭中弄清楚如何煮咖啡的能力：找到咖啡机，找到咖啡，加水，找到一个马克杯，按下正确的按钮开始煮咖啡。

机器人大学学生考试（哥兹柔提出）：一台机器就读于一所大学，选择并通过和人类相同的课程，最终取得学位。

就业测试（尼尔森提出）：机器从事一份经济上起着重要作用的工作，在工作中的表现至少和人类一样好。

扁平家具测试（Tony Severyns提出）：需要一台机器来打开和组装一件扁平家具。它必须阅读说明并按照描述组装项目，正确安装所有部分。

通用人工智能也引发起一连串哲学争论，例如如果一台机器能完全理解语言并回答问题的，这台机器是不是有思维的？

关于通用人工智能的争论，不同于更广义的一元论和二元论的争论。其争论要点是：如果一台机器的唯一工作原理就是转换编码数据，那么这台机器是不是有思维的？哲学家希尔勒认为这是不可能的。他举了著名的中文房间（Chinese room）的例子来说明，如果机器仅仅是转换数据，而数据本身是对某些事情的一种编码表现，那么在不理解这一编码和实际事情之间的对应关系的前提下，机器不可能对其处理的数据有任何理解。基于这一论点，希尔勒认为即使有机器通过了图灵测试，也不一定说明机器就真的像人一样有思维和意识。

关于这个争论，也有哲学家持不同的观点。丹尼尔丹尼特在其著作《意识的阐释》（Consciousness Explained）里认为，人也不过是一台有灵魂的机器而已，为什么我们认为：“人可以有智能，而普通机器就不能”呢？他认为像上述的数据转换机器是有可能有思维和意识的。

通用人工智能/强人工智能虽说是人工智能研究的最终目标，可是就现状来看，弱人工智能仍是研究发展的重点。通用人工智能的实现，离不开机器与意识、感性、知识和自觉等人类特征的相互连结，目前还有很长的路要走。$剑桥科技(SH603083)$ $昆仑万维(SZ300418)$ $蓝色光标(SZ300058)$

关键词：