通用人工智能（AGI）

这个词在讨论什么

AGI 通常译为“通用人工智能”，关注一个系统能否学习并胜任广泛任务，而不只在某个专门领域表现出色。讨论时常会同时涉及两件事：能做的事情有多广，以及每件事情做得有多可靠。

“通用”也包含适应新问题的能力。熟练回答已经见过的题目，与遇到陌生任务后学会解决它，并不是同一种表现。

为什么没有统一验收线

目前没有公认的 AGI 定义和统一验收线。分歧包括：需要覆盖哪些任务，以普通人还是领域专家为参照，允许多少人类帮助，以及是否要求在现实环境中独立完成工作。

DeepMind 研究者提出同时考察能力的广度和表现水平；ARC Prize 则更强调学习新任务的效率。这些提供了可讨论的框架，但不能把其中一家机构的定义当作全行业标准。

一个例子，以及常见误解

设想一个系统：它会下棋，但换成陌生的表格软件就无法工作。再设想另一个系统，能根据少量说明学习软件、核对数据，并在需求变化时调整方法。这个对照有助于理解“专长”和“适应能力”的区别，本身不是一套 AGI 测试。

聊天流畅、通过某场考试或在单项基准上取得高分，都只展示了部分能力。AGI 讨论也不自动回答机器是否有意识；具备某种能力，与获准自主采取行动，仍是不同的问题。