什么是人工智能？你需要知道的一切

人工通用智能为机器铺平了一条能够表现、执行和学习与我们相同的方式的道路！

Artificial intelligence改变了机器执行工作的方式。今天，如果你用人工智能工具训练它，你的计算机可以完成许多个人和专业任务。一些例子包括创建图像、从文本生成语音、控制设备等。

但这些并不是真正的智能。这样的自动化背后需要进行大量的训练。

那么，如何才能有一个真正智能的计算机应用程序能够自主学习呢？这就是人工通用智能的领域。继续阅读，了解这一突破性技术！

介绍

AGI是一种可以使软件和硬件变得如此智能，以至于它们表现出类似人类的认知能力的技术。它还有其他的名称，如强人工智能、完全人工智能等。

简单来说，你向智能AGI系统提出一个它之前不知道的问题。智能计算机将分析这个问题，进行一些在线研究，并提供解决问题的方案。

IBM、OpenAI、Microsoft、Google Brain、Darktrace、Deepmind等公司是AGI技术的快速推动者。这些公司正试图将以下内容融入到一个工程智能计算机中：

• 类似于人类的通用智能
• 表现出的智能与任何特定任务（如打字或说话）无关
• 将新的学习概括化，并将知识与以前的经验联系起来
• 从质上不同的学习中得出结论
• 从现实世界的背景中感知和分析任务

目前还没有真正的人工通用智能（AGI）。IBM强人工智能和Google Brain取得了一些进展，但这些还不具备生产能力。

好处和需求

我们需要AGI来取代人类在危险场所的工作。此外，AGI计算机可以在业务运营中提供前所未有的生产力。

AGI应用还将帮助人类解决医学、医疗保健、供应链、经济学、金融学和社会科学等领域的难题。

以下是开发AGI的一些重要原因：

• AGI应用可以更好地理解因果关系，帮助人们进行风险评估项目。
• AGI可以有效地利用各种感官感知，如颜色、声音、深度、视觉和维度。
• 这种智能计算机程序可以指挥机器臂执行如组装电子设备等精细运动技能。
• AGI的自然语言处理（NLP）能力将使自动化变得更加简单。你只需说出一些关键词，AGI工具将构建你需要的自动化流程。
• 在查看问题并分析现实环境之后，AGI可以解决独特的问题，无需满足任何If/Then、If/Else等条件。
• AGI可以帮助内容创作者、艺术家、设计师和建筑师拥有独创的想法。
• AGI应用可以提供卓越的客户服务，因为它们还将表现出情感和社交智能。

人工智能与人工通用智能的区别

#1. 行动方式

人工智能，又称为狭义人工智能，是一种反应式智能应用。当它接收到事件触发器发出的信号时，它会对应一个预设的行动列表进行反应。

人工通用智能不需要任何事件触发器。这些应用程序会像人类一样主动响应，以预防问题、解决难题等。

#2. 行动范围

狭义或弱人工智能也有着有限的作用范围。例如，写作人工智能不会开车，反之亦然。有限的应用范围也使得在生产层面上开发变得昂贵且低效。

一个AGI可以运行一个整个制造工厂，在一个地区的数千个家庭，或者您企业的所有办公室。由于具备认知学习、推理和积极行动能力，它可以应对任何挑战。

#3. 解决问题的能力

狭义AI大多解决闭合问题，比如基于关键词的GPS导航、网络搜索、AI writing和AI代码补全等。

人工通用智能可以处理开放性问题，比如通过分析市场、客户和产品来制定一种field marketing策略。

#4. 记忆能力

大多数弱人工智能程序都基于有限内存的机器。AI依赖一组人工神经网络和训练数据库。当数据库或算法过时时，AI会陷入困境。

AGI将通过本地数据库、cloud databases和互联网获得几乎无限的内存（知识资源）。

#5. 升级

随着业务需求和市场趋势的变化，人类需要定期升级弱人工智能。

AGI将自行升级其内存和数据库，不需要人类干预。

方法

#1. 亚符号方法

在这种方法中，AGI开发者使用类似人脑的应用程序，例如DeepMind的AlphaGo、convolutional neural networks和深度学习系统等。

#2. 符号方法

在这种方法中，AGI开发者使用flow charts、符号和if-then语句。人工通用智能使用主要算法学习和创建知识库。此外，它可以将算法和符号与现实世界的方面进行比较，从而发展出比弱人工智能更好的思维过程。

#3. 整体身体方法

在这个概念中，AGI开发者希望将所有软件、硬件、网络和传感能力纳入一个类似人类的身体中。这个类人机器人可以行走、说话、触摸人物等。

#4. 混合方法

混合AGI开发方法依赖于亚符号方法和符号方法。

这一类别的成功例子是Sophia，一款类人机器人。它包含符号系统和连接主义系统。例如，Sophia需要CogPrime架构和AtomSpace数据库来实现其功能。

#5. 数学方法

研究人员的目标是为AGI分配无限的计算能力。因此，这些智能应用程序和设备将能够执行所需数量的数学问题解决，以做出杰出的决策。

AGI是如何工作的？

一个AGI程序将利用各种技术实现与人类水平的认知能力。具体如下：

输入和输出（I/O）

AGI使用各种感应设备在制造工厂或自动驾驶汽车中执行任务。这些传感器可以是视觉、RFID、温度、压力、速度、运动等。

另一组AGI可能需要OCR、数据库连接器等来执行办公室的业务操作。

运动技能

全身、机器臂、自动驾驶汽车等通过进行精细运动来工作。AGI依赖于从神经网络、3D图像处理、视觉模仿等获得的运动技能。

NLP

AGI可以从各种来源学习，如网站文章、研究期刊、电子书、YouTube视频等。为此，智能应用程序首先学习将自然语言解释为机器语言。

推理和问题解决

AGI机器人或应用程序通常使用模拟来解决独特的问题。由于具有巨大的处理和内存能力，机器可以同时运行多个模拟。然后，根据成功率选择一个模拟。

创造性思维

人工通用智能（AGI）可以使用多个神经网络来创建独特和创造性的创意，如艺术形式、音乐音符、文章等。

面部识别与声音处理

与人们互动的人形AGI主要使用声音分析和面部识别。在处理来自环境的音频和视觉，并与现有知识库进行交叉核对后，它可以与人类互动。

挑战

人工通用智能有着改变AI世界的巨大可能性。但是，达到这个阶段并不是一个平稳的过程。以下是开发AGI所面临的挑战和障碍：

#1. 掌握类人技能

为了获得真正的人类级智能，AGI必须掌握一些能力。这些能力包括运动技能、自然语言理解、感知能力、情感和社交联系以及人类水平的创造力。

#2. 缺乏工作协议

AI系统没有无缝协作的标准工作协议。因此，部署全面的AGI系统面临不可避免的技术缺陷。

#3. 缺乏业务对齐

将AI整合到现有系统中仍然是一个复杂的过程。由于相关利益相关者仍然不了解其操作参数，使其开发与业务目标保持一致变得困难。

#4. 通信差距

不同的AI系统之间仍然存在通信差距。由于这些系统之间无法无缝共享数据，AI模型之间的相互学习受到阻碍，其普适性也减弱了。

#5. 缺乏AGI方向

没有关于在企业业务运营中实施AGI的计划或方向。因此，其实施变得昂贵，实现受到阻碍。

趋势

如您所知，完整的人工通用智能开发尚未实现。然而，以下AI趋势将影响AGI：

#1. 自然语言处理（NLP）

NLP或自然语言处理是指AI可以理解人类语言并将其转化为机器支持的代码的过程。利用NLP，AGI可以与人类进行真实的互动。

#2. 元宇宙

Metaverse是一种提供沉浸式用户体验的技术。随着越来越多的人对此感兴趣，AGI将发展为协助元宇宙构建虚拟世界。

#3. 低代码或无代码AI

即使对于AI工具和算法，对低代码或无代码解决方案的需求也在增加。这些解决方案提供直观的界面，使复杂的应用程序开发过程更容易。

#4. 劳动力增强

这意味着人类和数字员工在组织中并肩工作。尽管许多人担心AI会使人类失业，但将AI纳入运营将使其更加高效。

#5. 量子AI

量子AI有很大的可能会通过加速机器学习算法并帮助您快速获得结果来影响AGI。它还可以消除AGI在分析大量数据时可能面临的障碍。

#6. AI伦理

不可忽视AI的潜在风险。如果不正确利用，AI可能对人类有害。因此，AI伦理将在未来得到更多关注。

#7. AI聊天机器人

AI聊天机器人或虚拟助手可以进行自然对话并执行基于规则的操作。取代人类支持代理商，这些聊天机器人已经为企业降低了运营成本。在未来，这可能会革命化AGI。

AGI的风险

• 如果AGI的数据库有限，它可能会做出灾难性的决策，损害企业和家庭。
• AGI可能成为高级黑客攻击的目标。如果一个hacker阻止了AGI机器，它可能会损害整个业务。
• AI开发人员报告了原型AGI做出的各种有偏见的决策。
• 给予AGI无限制的数据库访问权限也可能违反全球各地的各种隐私法规。

接下来，我们将查看人工通用智能的实际例子。

实际例子

#1. ThoughtRiver的自动合同审查

AI intelligence ThoughtRiver的合同加速平台可以挖掘法律文件，审查合同和标记，制定战略，甚至采取补救措施以完成交易。

它甚至可以引用历史先例来帮助加强谈判立场。就像你在角落里同时有Mike Ross和Harvey Spector。

#2. AlphaGo

AlphaGo是一个基于AI的围棋棋盘游戏玩家。它是第一台击败职业围棋选手的智能机器。尽管这是一个行动范围有限的AI，但它具有自学能力。AlphaGo可以从竞争对手和自己的错误中学习。

#3. OpenAI的AI捆绑工具

OpenAI’s下面提到的一系列AI系统可以通过API调用组合实现各种任务：

• GPT-3可以根据简单的短语和线索创建基于自然语言的文本。许多在线游戏和mixed reality体验，如FableStudio的故事驱动的“虚拟存在”，使用GPT-3进行交互式故事。
• Codex帮助开发人员将自然语言输入转化为方便的代码。
• DALL·E可以帮助NFT创作者和数字艺术家在几分钟内生成数千幅原创和独特的艺术作品。该AI还可以编辑图像。

#4. IBM Watson

IBM Watson是一个为企业提供的全套AI捆绑包。我们可以称其为AGI，因为它具有各种应用。Watson有不同的AI，它们如下：

• IBM Watson助手用于客户服务或虚拟助理
• IBM Watson Discovery从复杂的业务文件中创建洞察和答案
• IBM Watson自然语言理解和分类器

最后的话

到目前为止，您已经了解了人工通用智能的概念。您还了解了它的工作原理、挑战、例子、风险等等。

学习以上内容将帮助您正确规划您的人工智能开发项目。它必须足够灵活，以包含下一代智能应用程序并使其成为AGI。

如果您是一家希望使业务更具生产力和成本效益的企业，AGI可能是答案，尽管还有更多的发展正在进行中。

接下来，您可以了解更多关于machine learning的内容。