通用人工智能(AGI)被视为人工智能的下一次重大飞跃，它涉及机器模仿人类智力的全面能力。目前有两种主要观点：一是通过集成多种AI应用，二是建立大规模机器学习系统。然而，两者都面临挑战，如信息整合和依赖大量训练样本。真正的AGI需要关注意识的三个关键要素：情境理解、时间感知和想象力。实现AGI将需要跨学科的合作和渐进式发展，尽管部分功能可能因商业需求提前进入市场，但只有在这些系统能够共同学习和理解环境时，才能迈向真正的AGI时代。
除了人工智能(AI)的改进和新应用之外，大多数人都认为，当通用人工智能(AGI)出现时，人工智能的下一次飞跃将发生。我们将AGI宽泛地定义为机器或计算机程序理解或学习人类可以完成的任何智力任务的假设能力。然而，对于何时以及如何实现这一目标，人们几乎没有达成共识。
一种观点认为，如果可以构建足够多的不同AI应用，每个应用都解决一个特定的问题，那么这些应用最终将共同成长为AGI的一种形式。这种方法的问题在于，这种所谓的“狭义”人工智能应用不能以通用形式存储信息。因此，其他狭隘的人工智能应用无法使用这些信息来扩展其广度。因此，虽然可以将语言处理和图像处理的应用拼接在一起，但这些应用无法像人类大脑集成听觉和视觉那样整合。
1万+
1098
1239
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
最低0.47元/天 解锁文章
扫一扫
