通用人工智能（AGI）

通用人工智能（AGI）是指能够理解、学习并灵活完成多种不同智力任务，而非只擅长某一特定领域的人工智能。

概述

AGI 是 Artificial General Intelligence 的缩写，中文也常称“强人工智能”。它通常被设想为具有较强迁移能力的智能系统：不仅能回答问题或识别图像，还能把已有知识用于陌生任务，并根据环境变化调整策略。

目前学界和产业界尚未形成统一的 AGI 判定标准。一种观点强调其能力应覆盖人类能够完成的大多数认知任务；另一种观点则更关注系统能否自主完成广泛且具有经济价值的工作。现有生成式人工智能虽然能力快速提升，但通常仍存在事实错误、推理不稳定和依赖人类监督等局限，因此不一定被视为真正的 AGI。

主要特点

• 跨领域能力：可处理语言、推理、规划、学习和问题解决等多类任务。
• 知识迁移：能够将一个场景中学到的方法用于新的问题。
• 适应性：面对未知环境或目标时，可以调整行动方案。
• 自主性：在一定约束下分解目标、选择工具并持续执行任务。

研究意义与风险

AGI 研究可能推动科学发现、教育、医疗和生产自动化，但也带来失业冲击、偏见放大、隐私泄露、恶意使用及系统失控等担忧。因此，能力评估、可解释性、价值对齐、安全测试和治理规则都是相关研究的重要方向。

常见问题

问：AGI 已经实现了吗？答：目前没有得到普遍认可的 AGI 系统，相关结论取决于采用何种定义和评测标准。

问：AGI 和生成式人工智能有什么区别？答：生成式人工智能主要生成文本、图像等内容；AGI 强调跨任务理解、迁移、规划与自主适应。

问：AGI 一定会拥有意识吗？答：不一定。智能表现与主观意识并非同一概念，机器意识目前仍是开放的科学和哲学问题。