人工通用智能，或稱AGI，是人工智慧產業中最常被引用的里程碑之一。科技高管預測它的到來，投資者投入數十億資金研究，批評者則警告其一旦出現可能帶來的風險。 但究竟什麼是AGI仍不清楚，研究人員對於“通用智能”的定義、何時會出現，以及一旦出現如何辨識，仍存在分歧。 “有很多不同的定義，”機器智能研究所的執行長馬洛·布爾戈（Malo Bourgon）告訴 Decrypt。“當我們開始討論，這個系統是不是AGI？那個系統是不是AGI？究竟什麼定義才算是AGI？我認為這很難界定。”
包括OpenAI執行長山姆·奧特曼（Sam Altman）、Anthropic執行長達里奧·阿莫迪（Dario Amodei）以及xAI執行長伊隆·馬斯克（Elon Musk）在內的知名人物，已對AGI的出現發表意見並做出預測。 “我認為我們會在2026年達到AGI，”馬斯克在12月接受XPRIZE基金會執行主席彼得·迪亞曼迪斯（Peter Diamandis）訪談時表示。“我有信心到2030年，AI將超越所有人類的智慧總和。” 與大多數人熟悉的生成式AI（如ChatGPT）不同，人工通用智能（AGI）通常指能理解、學習並在多種任務中應用知識，達到類似人類的水平，而非僅執行單一專門功能。這一概念可追溯到1950年代人工智慧研究的早期。
從2000年代初開始，Ben Goertzel、Shane Legg 和 Peter Voss 等研究人員普及了“人工通用智能”一詞，以區分人類水平、具有廣泛能力的AI與在研究實驗室和大學中越來越成功但範圍狹窄的AI系統。 然而，布爾戈表示，達到“人類水平的智慧”並非一個單一的目標。 “由於我們的進化歷史、我們大腦的結構、神經元的速度、工作記憶的限制以及大腦運作的速度，我們應該預期，如果我們能設計出具有我們這些特性的AI系統，可能還有很大的提升空間，”他說。
有人認為，AGI已經來臨 近期大型語言模型和強大的AI如Gemini、ChatGPT、Grok 和 Claude，能寫文章、創作圖像、生成程式碼並回答複雜問題，讓許多人認為AGI已經實現。但布爾戈表示，它們缺乏自主性。 “在大多數人對AGI的定義中，內涵是自主性，”布爾戈說。“這些系統不僅僅是工具或聊天機器人，而是具有代理性質，能在各種環境中自主完成任務。” SingularityNET的CEO Ben Goertzel，亦是推廣AGI一詞的代表人物之一，認為這種解讀擴展了概念。 “這個詞在媒體中已變得相當混亂，”Goertzel告訴 Decrypt。“科技公司CEO覺得方便說‘我們已經推出了AGI’，人們則將此事誇大其詞。” 理論上，Goertzel解釋，AGI指能學習並執行超出其訓練範圍的多種任務的AI系統。當今的模型雖然強大，但根本不同於真正的通用智慧。 “它們不是通過學習所有事情來達到的，”他說。“而是因為它們的知識庫裡塞滿了整個互聯網。” 儘管AI開發者投入數十億美元建設數據中心，以提供更強大的計算能力來支援日益強大的模型，但真正的通用智慧需要能泛化並產生真正新穎的見解，而不僅僅是重組訓練資料，他解釋說。 “如果你用目前的深度神經網路系統，訓練它們到1900年之前的音樂，它們永遠不會發明嘻哈或極端金屬，”Goertzel說。 他認為，向AGI的轉變不太可能以單一、明顯的轉折點出現。 “AGI與前AGI之間不一定有一個完全清晰的界線，”他將其比作病毒和逆轉錄病毒周圍的生物學灰色地帶。他補充說，即使某些邊緣案例像病毒一樣“模糊”，我們仍然知道狗是活的，石頭不是。
布魯金斯研究所研究全球AI政策的研究員Kyle Chan表示，這場辯論已擴展到多種不同的情境。 國外的發展 “我們對AGI的定義範圍很廣，”Chan告訴 Decrypt。“一端是遞歸自我改進和智慧爆炸的想法，另一端則是更‘平凡’的版本——能做許多人類能做的事情的AI，或像網路或電腦一樣的普通技術。” 在美國的AI實驗室討論AGI的存在意義時，Chan表示，中國的討論則截然不同。
“在中國，尤其是政策制定者、整個AI社群和科技產業中，AGI並不是一個很大的議題，”他說。“大多數人專注於從中賺錢，尤其是在硬體方面——這是我認為中國及其許多科技公司相較於美國的優勢，他們可以建造機器人或自主系統、無人機，因為他們擁有美國沒有的硬體供應鏈。” Chan也承認，雖然中國的AI開發者不像美國同行那樣專注於AGI，但它仍在他們的視野中。 “有些中國AI創始人會談論AGI，甚至談論一種ASI（超人工智慧），”他說。“但總的來說，AGI在中國並不是一個非常重要的議題。” 對AGI何時會出現的預測差異很大。對研究這項技術的人來說，標籤本身可能不如系統能做什麼來得重要。 “這些系統的效果和能力是什麼？”布爾戈說。“這才是我們現在應該關注的思維框架。”
