随着人工智能研究的深入，特别是GPT-4的推出，对通用人工智能（AGI）的理解也在不断发展。AGI旨在模拟人类的认知能力，使软件能够解决不熟悉的任务。AGI的终极目标是执行任何人类能够完成的任务，特别是通过自然语言理解。然而，目前并没有一个全球公认的AGI定义。AGI的例子包括自动驾驶汽车、无人机机器人，甚至是像ChatGPT-4这样的聊天机器人。
AGI的定义：如前所述，专业人士对AGI的定义存在一些分歧。一些人认为AGI是机器感知、学习和执行与人类类似的智力任务的能力。另一些人则将AGI定义为在最具经济价值的工作中超越人类能力的自主系统。开发AGI是一些人工智能研究和AI公司如OpenAI、DeepMind和Anthropic的主要目标。
AGI的关键能力：AGI系统应该具备以下能力：创造力、感官感知、精细运动技能、自然语言理解（NLU）和导航。AGI还应该能够处理各种学习和学习算法，为所有任务创建固定结构，并理解符号系统。它还应该能够使用不同类型的知识，理解信仰体系，并进行元认知。AGI应该能够执行任何人类可以执行的任务，并在不同领域展现出广泛的智能。其表现应该与人类一样好或更好，能够在大多数智能领域解决问题。
AGI的应用实例：AGI有许多不同的应用和例子，包括自动驾驶汽车、ROSS Intelligence、疾病映射、制造业和无人机机器人。例如，ROSS Intelligence是一个法律专家系统，被称为“AI律师”。它能够从大约10亿份文本文件中提取数据，分析数据，并在不到三秒的时间内对复杂问题提供准确的答案。
弱人工智能的局限性：大多数AI系统，如机器学习、深度学习、强化学习和自然语言处理，擅长完成特定任务或问题。然而，这些技术并没有达到人类大脑的综合能力。AGI的总体目标是使人工系统能够从经验中学习，适应新输入，并执行类似人类的任务。