何為通用人工智能：AGI即Artificial general intelligence的簡寫，計算機科學與技術專業用語，專指通用人工智能。這一領域主要專注于研制像人一樣思考、像人一樣從事多種用途的機器。這一單詞源于AI，但是由于主流AI研究逐漸走向某一領域的智能化（如機器視覺、語音輸入等），因此為了與它們相區分，增加了general。注意是機器。

這些內容太專業了，摘自于網上。等假期咨詢專業人士了解下，再細說。這里面的機會可能會更大

所以傳媒游戲都是前菜，掌趣科技，神州泰岳，傳媒游戲美其名曰是降本增效，目前看無法證偽，但是傳媒證偽是很容易的，有人說是數據要素，講真很有用的數據要素都在B端，比如車聯網自動駕駛，物聯網電力等等，也有人說是文化出海，文化輸出，這個值得商榷，目前看也就三體要好些。歸根結底還是之前跌了太久，AI只是一個導火索，籌碼結構也好，所以漲的兇。

【資料圖】

通用人工智能（AGI）是具有一般人類智慧，可以執行人類能夠執行的任何智力任務的機器智能。通用人工智能是一些人工智能研究的主要目標，也是科幻小說和未來研究中的共同話題。一些研究人員將通用人工智能稱為強AI（strong AI）或者完全AI（full AI），或稱機器具有執行通用智能行為（general intelligent action）的能力。與弱AI（weak AI）相比，強AI可以嘗試執行全方位的人類認知能力。

人們提出過很多通用智能的定義（例如能夠通過圖靈測試），但是沒有一個定義能夠得到所有人的認同。然而，人工智能的研究者們普遍同意，以下特質是一個通用人工智能所必須要擁有的：

自動推理，使用一些策略來解決問題，在不確定性的環境中作出決策

知識表示，包括常識知識庫

自動規劃

學習

使用自然語言進行溝通

以及，整合以上這些手段來達到同一個的目標

還有一些重要的能力，包括機器知覺（例如計算機視覺），以及在智能行為的世界中行動的能力（例如機器人移動自身和其他物體的能力）。它可能包括探知與回避危險的能力。 許多研究智能的交叉領域（例如認知科學、機器智能和決策）試圖強調一些額外的特征，例如想象力（不依靠預設而建構精神影像與概念的能力）以及自主性。基于計算機系統中的確已經存在許多這樣的能力，例如計算創造性、自動推理、決策支持系統、機器人、進化計算、智能代理，然而這些系統并未達到人類的水平。

測試人類水平的通用人工智能具有以下幾種方式：

圖靈測試（圖靈提出）：一名人類參與者與一臺機器和一名人類進行對話，參與者看不見目前對話的是人類還是機器。如果在很長一段時間內，參與者無法判斷與他對話的是人類還是機器，那么機器就通過了測試。

咖啡測試（沃茲尼亞克提出）：一臺機器需要具備在普通的美國家庭中弄清楚如何煮咖啡的能力：找到咖啡機，找到咖啡，加水，找到一個馬克杯，按下正確的按鈕開始煮咖啡。

機器人大學學生考試（哥茲柔提出）：一臺機器就讀于一所大學，選擇并通過和人類相同的課程，最終取得學位。

就業測試（尼爾森提出）：機器從事一份經濟上起著重要作用的工作，在工作中的表現至少和人類一樣好。

扁平家具測試（Tony Severyns提出）：需要一臺機器來打開和組裝一件扁平家具。它必須閱讀說明并按照描述組裝項目，正確安裝所有部分。

通用人工智能也引發起一連串哲學爭論，例如如果一臺機器能完全理解語言并回答問題的，這臺機器是不是有思維的？

關于通用人工智能的爭論，不同于更廣義的一元論和二元論的爭論。其爭論要點是：如果一臺機器的唯一工作原理就是轉換編碼數據，那么這臺機器是不是有思維的？哲學家希爾勒認為這是不可能的。他舉了著名的中文房間（Chinese room）的例子來說明，如果機器僅僅是轉換數據，而數據本身是對某些事情的一種編碼表現，那么在不理解這一編碼和實際事情之間的對應關系的前提下，機器不可能對其處理的數據有任何理解。基于這一論點，希爾勒認為即使有機器通過了圖靈測試，也不一定說明機器就真的像人一樣有思維和意識。

關于這個爭論，也有哲學家持不同的觀點。丹尼爾丹尼特在其著作《意識的闡釋》（Consciousness Explained）里認為，人也不過是一臺有靈魂的機器而已，為什么我們認為：“人可以有智能，而普通機器就不能”呢？他認為像上述的數據轉換機器是有可能有思維和意識的。

通用人工智能/強人工智能雖說是人工智能研究的最終目標，可是就現狀來看，弱人工智能仍是研究發展的重點。通用人工智能的實現，離不開機器與意識、感性、知識和自覺等人類特征的相互連結，目前還有很長的路要走。$劍橋科技(SH603083)$ $昆侖萬維(SZ300418)$ $藍色光標(SZ300058)$

關鍵詞：