AGI是具备与人类相媲美能力的人工智能。虽然目前仅勾留在理论阶段，但有一天AGI可能会复制人类般的认知能力，包括推理、问题办理、感知、学习和措辞理解。当人工智能的能力与人类无法区分时，它将通过图灵测试这一著名的20世纪打算机科学家艾伦·图灵首次提出的测试。
但让我们不要过于激动。近年来，人工智能取得了重大进展，但迄今为止，没有任何人工智能工具通过了图灵测试。我们间隔能够让人工智能工具像人类一样理解、沟通和表现出同样的细微和敏感性——关键是理解其背后的含义，还有很长的路要走。大多数研究职员和学者认为我们距实现AGI还有数十年的韶光；有些人乃至预测我们在本世纪不会看到AGI（乃至可能永久不会）。麻省理工学院的机器人学家、iRobot的联合创始人罗Rodney Brooks认为，AGI直至2300年才会涌现。
如果你认为人工智能彷佛已经相称聪明，那是可以理解的。在过去几年里，我们已经看到了新一代人工智能在做出了一些令人瞩目的事情，从几秒钟内编写代码到创作十四行诗。但人工智能和AGI之间有一个关键的差异。只管最新的人工智能技能，包括ChatGPT、DALL-E等等，一贯霸占着头条新闻，但它们实质上仍是预测机器——只管预测得非常准确。换句话说，它们能够预测出特定提示的答案，由于它们接管了大量数据的演习。这令人印象深刻，但在创造力、逻辑推理、感知能力和其他方面，它们还没有达到人类水平的表现。比较之下，AGI工具可以拥有与人类无法区分的认知和情绪能力（比如同理心）。根据你对AGI的定义，它们乃至可能有能力故意识地领悟自己正在做的事背后的含义。
AGI涌现的韶光还不愿定。但当它涌现时——而它很可能会在某个时候涌现——对我们生活、商业和社会的方方面面都将是一个非常重大的事情。高管们现在就可以开始努力去更好地理解机器实现人类水平智能的路径，并为过渡到一个更加自动化的天下做准备。
AI 要成为AGI，须要节制哪些能力？
以下是AI在实现AGI之前须要节制的八项能力。
人们将如何访问通用人工智能工具？
本日，大多数人与人工智能的互动办法与他们多年来获取数字能力的办法相同：通过诸如条记本电脑、智好手机和电视这样的2D屏幕。未来可能会有很大不同。在科技领域，一些最聪明的头脑（和最弘大的预算）正在致力于弄清楚我们将来如何打仗人工智能（以及可能的通用人工智能）。你可能很熟习的一个例子是增强现实和虚拟现实头戴设备，通过这些设备，用户可以体验沉浸式的虚拟天下。另一个例子是人类通过大脑中植入的神经元来接入人工智能天下。这听起来像是科幻小说中的情节，但并非如此。2024年1月，神经链接公司在人类大脑中植入了一枚芯片，旨在让人类纯粹凭思维掌握手机或电脑。
与人工智能互动的末了一种办法也彷佛源自科幻小说：机器人。这些可以是连接到人类身体或机器基座的机器化四肢，乃至是程序化的类人机器人。
机器人是什么，有什么类型的机器人？
机器人的最大略定义是一种能够独立实行任务或只需少量人类帮忙的机器。最繁芜的机器人还可以与周围环境互动。
自1950年以来，可编程机器人已投入利用。麦肯锡估计，目前有350万台机器人在利用，每年还会增加55万台。只管可编程机器人在事情场所比以往任何时候都更常见，但在人类同行人数方面，它们还有很长的路要走。韩国共和国是天下上机器人密集度最高的国家，但仍雇用比机器人多100倍的人类。
然而，随着硬件和软件限定日益可超出，制造机器人的公司正在开始用新的人工智能工具和技能来为机器人编程。这些工具和技能大大提高了机器人实行常日由人类处理的任务的能力，包括行走、感知、沟通和操纵物体。例如，2023年5月，Sanctuary AI推出了名为凤凰（Phoenix）的双足人形机器人，身高5英尺7英寸，能够举起重达55磅的物体，以每小时3英里的速率行走，更不用说还能叠衣服、摆放货架和在出纳台上事情了。
随着我们日益靠近通用人工智能，我们可以预期各种类型的机器人将被编程利用日益繁芜的人工智能工具和技能。以下是一些当前正在利用的机器人种别：
（1）独立的自主工业机器人：配备传感器和打算机系统，以便在其周围环境中导航并与其他机器进行交互，这些机器人是当代自动化制造业的关键组成部分。
（2）协作机器人：又称协作机器人，这些机器人专门设计成能够与人类在共享环境中互助。它们的紧张目的是减轻重复性或危险性任务。这些类型的机器人已被运用于餐厅厨房等环境中。
（3）移动机器人：利用车轮作为其紧张移动手段，移动机器人常日用于仓库和工厂的物料搬运。军方也利用这些机器进行各种任务，如侦察和拆弹。
（4）人-稠浊机器人：这些机器人既具有人类特色，又有机器人特色。这可能包括外表、运动能力或认知类似于人类的机器人，或者是一个人类配备机器臂乃至大脑植入。
（5）人形机器人或仿人机器人：这些机器人旨在仿照人类的外不雅观、动作、互换能力和情绪，同时通过深度学习模型不断增强它们的认知能力。换句话说，人形机器人会像人一样思考，像人一样移动，看起来像人一样。
什么进展可以加快通用人工智能的发展？
算法、打算和数据的进步带来了人工智能的最近加速。通过这三种能力，我们可以对未来可能的情形有所理解：
（1）算法进步和新的机器人方法。我们可能须要全新的算法和机器人方法来实现通用人工智能。研究职员考虑的一种办法是探索具身（embodied cognition）认知的观点。这个想法是，机器人须要通过多种感官从环境中快速学习，就像婴儿在很小的时候那样。同样，为了像人类一样发展认知，机器人须要像我们一样体验物理天下（由于我们设计了我们的空间基于我们的身体和思维的事情办法）。
最新的基于人工智能的机器人系统正在利用包括大型措辞模型（LLMs）和大型行为模型（LBMs）在内的通用人工智能技能。LLMs为机器人供应了前辈的自然措辞处理能力，就像我们在天生式人工智能模型和其他LLM技能工具中看到的那样。LBMs许可机器人模拟人类的动作和移动。通过对不雅观察到的人类行动和动作的大型数据集进行演习，这些模型被创建出来。终极，这些模型可以让机器人在有限的任务特定演习下实行各种活动。
一个真正的进步将是开拓出具有一定程度内置知识的新人工智能系统，就像小鹿知道如何站立和进食而无需被教导。最近基于深度学习的人工智能系统的成功可能已经将研究把稳力从实现通用人工智能所需的更根本认知事情转移开了。
（2）打算进步。图形处理单元（GPU）使过去几年的重大人工智能进步成为可能。这是为什么呢。首先，GPU被设计用于同时处理与视觉数据干系的多个任务，包括渲染图像、视频和与图形干系的打算。它们在处理大量视觉数据方面的效率使它们在演习繁芜的神经网络时非常有用。它们还具有高内存带宽，意味着更快的数据传输。在实现通用人工智能之前，打算根本举动步伐须要做出类似的重大进步。量子打算被吹捧为实现这一目标的一种办法。然而，只管本日的量子打算机非常强大，但还没有准备好运用于日常运用。但一旦准备好了，它们可能在实现通用人工智能方面发挥浸染。
（3）数据量的增长和新数据来源。一些专家认为5G移动根本举动步伐可能会带来数据量的显著增长。这是由于这种技能可能推动连接设备或物联网的激增。但出于各种缘故原由，我们认为5G的大部分好处已经显现出来了。要实现通用人工智能，须要另一个引发数据量大幅增长的催化剂。
新的机器人方法可能会产生新的演习数据来源。将类似人类的机器人放置在我们中间可能会让公司挖掘大量模拟我们自身感官的数据，帮助机器人自我演习。前辈的自动驾驶汽车便是一个例子：正在从已经上路的汽车网络数据，因此这些车辆正在成为未来自动驾驶汽车的演习集。
高管们可以针对通用人工智能（AGI）做些什么呢？
通用人工智能（AGI）至少还须要几十年的韶光才能实现。但人工智能已经到来了，并且正飞速发展。明智的领导者可以考虑如何应对正在发生的真正进步，以及如何为自动化未来做好准备。以下是一些建议：
（1）保持对AI和AGI发展的理解。与初创公司建立联系，并制订一个对贵公司业务干系的AGI进展进行跟踪的框架。同时，开始思考贵公司和社群成功的精确管理、条件和界线。
（2）现在投资于AI。“不作为的代价”如麦肯锡资深合资人尼古拉斯·穆勒所言，“太高了，由于每个人都把这看作是头等大事。我认为这是每个管理层都在研究的一个话题，每位首席实行官都在各个地区和行业都进行了磋商。”现在做得将在未来取得胜利。
（3）连续将人类置于中央。投资于人机界面或“人在回路”技能，以增强人类智能。组织内各个层级的职员都须要培训和支持，以便在日益自动化的天下中发达发展。AI只是帮助个人和公司提高效率的最新工具。
（4）考虑伦理和安全问题。这该当包括应对网络安全、数据隐私和算法偏见。
（5）建立强大的数据、人才和能力根本。AI依赖数据运行；拥有高质量数据的坚实根本对其成功至关主要。
（6）为新的规模和技能经济组织员工。昨日的僵化组织构造和运营模式不适应快速发展的AI的现实。办理这个问题的办法之一是建立流向事情的模式，让人们可以在不同倡媾和团队之间无缝移动。
（7）进行小额投注，以保留贵公司在面临AI发展风险的业务领域中的计策选择。例如，考虑投资于在行业进行年夜志勃勃的AI研究和开拓项目的技能公司。并不是所有这些赌注都一定会成功，但它们可以帮助规避贵公司未来可能面临的某些存在风险。