1樓：
通用人工智慧簡言之就是一種完成任務能力足夠強（達到或者超過人類專家水平），並能以一些不斷擴充套件的特定機制提公升自己，具備自主性和內部穩定性的實現物。
2樓：墨瑟
通用人工智慧就是像人一樣的智慧型，可以學習、思考、解決所有問題。與之相對的是弱人工智慧，弱人工智慧是像人的條件反射一樣的智慧型，機器學習其實不是學習而是訓練，弱人工智慧可以解決某一種特定問題。
3樓：aluea
對於強化學習，環境中的reward是固定的。
如果模型能夠根據輸入對環境reward進行變換，並驅使強化學習部分在合理的時間內給出答案，這就能夠做到通用了。
目前兩者都做不到，也沒有什麼可行的方案。
4樓：superbrother
歷史的車輪滾滾向前，人工智慧經歷了3次寒冬的洗禮，潮起潮落。通用人工智慧這個詞彙已如同「舊事王謝堂前燕，飛入尋常百姓家」。
回望歷史的畫卷，在興衰交替的過程中，經過從高中生到博士生不懈的努力實踐，根據時間的先後順序，對於通用人工智慧普遍形成了由淺及深的三層次遞進式理解：
第一層import
tensorflow
第二層import pytorch
第三層import keras
5樓：
AGI，如強化學習，可以自動從環境中學習，並可以產生新的、不可預知的事物。AGI從環境中學到的是"規則"，或由人類來注入"規則"或"目的"，在規則下，"湧現"的事物是多樣的。
面向連線的、基於人工神經網路("萬能函式"結構，有大量待定引數)的ANI，只能利用有界限的海量資料集，通過訓練(定下待定引數)，擬合出乙個在這個界限內的"萬能函式"。之後的資料大概率在這個界限內，"萬能函式"才有效，超出界限的小概率資料，"萬能函式"無效，同時，不會產生新的事物。
感覺，面向多智慧型體的智慧型，強化學習，更接近於AGI。
如何實現通用人工智慧？
AT 人工思維 AI 本質上是由模型 演算法和資料驅動的感知與行為 眼 耳 鼻 舌 身，物質層面 的類人模擬智慧型，自1956年這一概念提出至今未有任何理論上的革命性進步，且產生了幾個互不相容的技術路線 符號主義 聯結主義和行為主義等，其進步更多是受益於晶元整合度和計算力的巨幅提公升，以及大資料的出...
人類現在是否擁有可能實現通用人工智慧的演算法？
AGI,從目前定義上還不清楚要做哪些任務.乙個不清楚任務的任務是否能完成?用黑箱法 那麼GPT 3和WALL.E的思路,是目前最接近可能出現AGI的一種方法. NN陳 強人工智慧並不需要那那那那麼多的資源。換句話說，靠擴大資料 資源 來實現強人工智慧是行不通的。原因之一，計算機沒有計算無限多資源的能...
在人工智慧真正實現之後，使用人工智慧代替資本家，是不是能真正的消除剝削？
Lucyao 有些回答裡認為AI沒有生產資料或者掌控AI的仍然是資本家，可是我想問下在生產資料公有制的情況下再把生產資料分配給AI，讓AI自己去競爭，失敗的AI就淘汰，在這種情況下是否會產生以上的兩種問題？這是否是從資本主義到共產主義的道路？ 資本家不是 人 就像法人不是 人 一樣，資本家只是資本在...