通用人工智能（AGI）是一种理论上拥有与人类相媲美能力的人工智能系统。许多研究人员认为我们距离实现AGI还需要几十年，甚至几个世纪。
AGI是具备与人类相媲美能力的人工智能。虽然目前仅停留在理论阶段，但有一天AGI可能会复制人类般的认知能力，包括推理、问题解决、感知、学习和语言理解。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世纪计算机科学家艾伦·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。我们距离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。大多数研究人员和学者认为我们距实现AGI还有数十年的时间；有些人甚至预测我们在本世纪不会看到AGI（甚至可能永远不会）。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年才会出现。
如果你认为人工智能似乎已经相当聪明，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之间有一个关键的区别。尽管最新的人工智能技术，包括ChatGPT、DALL-E等等，一直占据着头条新闻，但它们本质上仍是预测机器——尽管预测得非常准确。换句话说，它们能够预测出特定提示的答案，因为它们接受了大量数据的训练。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。相比之下，AGI工具可以拥有与人类无法区分的认知和情感能力（比如同理心）。根据你对AGI的定义，它们甚至可能有能力有意识地领悟自己正在做的事背后的含义。
AGI出现的时间还不确定。但当它出现时——而它很可能会在某个时候出现——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世界做准备。
AI 要成为AGI，需要掌握哪些能力？
以下是AI在实现AGI之前需要掌握的八项能力。
人们将如何访问通用人工智能工具？
今天，大多数人与人工智能的互动方式与他们多年来获取数字能力的方式相同：通过诸如笔记本电脑、智能手机和电视这样的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（和最庞大的预算）正在致力于弄清楚我们将来如何接触人工智能（以及可能的通用人工智能）。你可能很熟悉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世界。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世界。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控制手机或电脑。
与人工智能互动的最后一种方式也似乎源自科幻小说：机器人。这些可以是连接到人类身体或机械基座的机械化四肢，甚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？
机器人的最简单定义是一种能够独立执行任务或只需少量人类协助的机器。最复杂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使用。麦肯锡估计，目前有350万台机器人在使用，每年还会增加55万台。尽管可编程机器人在工作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。韩国共和国是世界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，随着硬件和软件限制日益可逾越，制造机器人的公司正在开始用新的人工智能工具和技术来为机器人编程。这些工具和技术大大提高了机器人执行通常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英里的速度行走，更不用说还能叠衣服、摆放货架和在出纳台上工作了。
随着我们日益接近通用人工智能，我们可以预期各种类型的机器人将被编程使用日益复杂的人工智能工具和技术。以下是一些当前正在使用的机器人类别：
（1）独立的自主工业机器人：配备传感器和计算机系统，以便在其周围环境中导航并与其他机器进行交互，这些机器人是现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合作。它们的主要目的是减轻重复性或危险性任务。这些类型的机器人已被应用于餐厅厨房等环境中。
（3）移动机器人：利用车轮作为其主要移动手段，移动机器人通常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-混合机器人：这些机器人既具有人类特征，又有机器人特征。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甚至大脑植入。
（5）人形机器人或仿人机器人：这些机器人旨在模拟人类的外观、动作、交流能力和情感，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、计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况有所了解：
（1）算法进步和新的机器人方法。我们可能需要全新的算法和机器人方法来实现通用人工智能。研究人员考虑的一种方式是探索具身（embodied cognition）认知的概念。这个想法是，机器人需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，机器人需要像我们一样体验物理世界（因为我们设计了我们的空间基于我们的身体和思维的工作方式）。
最新的基于人工智能的机器人系统正在使用包括大型语言模型（LLMs）和大型行为模型（LBMs）在内的通用人工智能技术。LLMs为机器人提供了先进的自然语言处理能力，就像我们在生成式人工智能模型和其他LLM技术工具中看到的那样。LBMs允许机器人模仿人类的动作和移动。通过对观察到的人类行动和动作的大型数据集进行训练，这些模型被创建出来。最终，这些模型可以让机器人在有限的任务特定训练下执行各种活动。
一个真正的进步将是开发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注意力从实现通用人工智能所需的更基础认知工作转移开了。
（2）计算进步。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相关的多个任务，包括渲染图像、视频和与图形相关的计算。它们在处理大量视觉数据方面的效率使它们在训练复杂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，计算基础设施需要做出类似的重大进步。量子计算被吹捧为实现这一目标的一种方式。然而，尽管今天的量子计算机非常强大，但还没有准备好应用于日常应用。但一旦准备好了，它们可能在实现通用人工智能方面发挥作用。
（3）数据量的增长和新数据来源。一些专家认为5G移动基础设施可能会带来数据量的显著增长。这是因为这种技术可能推动连接设备或物联网的激增。但出于各种原因，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，需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训练数据来源。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仿我们自身感官的数据，帮助机器人自我训练。先进的自动驾驶汽车就是一个例子：正在从已经上路的汽车收集数据，因此这些车辆正在成为未来自动驾驶汽车的训练集。
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）至少还需要几十年的时间才能实现。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发展的了解。与初创公司建立联系，并制定一个对贵公司业务相关的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正确治理、条件和界限。
（2）现在投资于AI。“不作为的代价”如麦肯锡资深合伙人尼古拉斯·穆勒所言，“太高了，因为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，每位首席执行官都在各个地区和行业都进行了探讨。”现在做得将在未来取得胜利。
（3）继续将人类置于中心。投资于人机界面或“人在回路”技术，以增强人类智能。组织内各个层级的人员都需要培训和支持，以便在日益自动化的世界中蓬勃发展。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。这应该包括应对网络安全、数据隐私和算法偏见。
（5）建立强大的数据、人才和能力基础。AI依赖数据运行；拥有高质量数据的坚实基础对其成功至关重要。
（6）为新的规模和技能经济组织员工。昨日的僵化组织结构和运营模式不适应快速发展的AI的现实。解决这个问题的方式之一是建立流向工作的模式，让人们可以在不同倡议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战略选择。例如，考虑投资于在行业进行雄心勃勃的AI研究和开发项目的技术公司。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。