目前的AI还是太弱，AGI才是人工智能的终极？

我们都看过了类似的电影：机器人在这个世界上占据了统治地位。而且，尽管这些类型的电影让我们生活了一个半小时的替代现实，但总有一种不安的想法告诉我们，这实际上可能会在不远的将来发生。

不过，机器人及其驱动的人工智能（AI）并不是一个新概念。 实际上，“人工智能之父”艾伦·图灵（Alan Turing）在1950年代就开始对它嗤之以鼻。 他开发了图灵测试，让评委向机器和人问问题。然后，评委猜测谁才是人类，并且，如果计算机至少在一半的时间内愚弄了评委，则认为它是聪明的。

如今，得益于技术的惊人发展（你好“智能家居”和“智能服装”），人工智能的世界已经发展了很多。但是，它仍然是一个相对较新的研究领域，处于不断变化的状态，并且科学家正在尝试设计出他们可以想到的最佳创新。

基本上，这意味着我们不必担心机械人正在占领整个世界。而且，由于该领域仍然很新鲜，因此该行业中某些术语的定义是不稳定的，并且会不断变化。

例如，虽然我们确实对这两个术语之间的区别有了更好的理解（并且不仅仅是一个附加字母），但一遍又一遍地定义和重新定义了诸如AI和AGI之类的术语。

什么是人工智能（AI）？

当你想到人工智能一词时，你可能会想到诸如《星球大战》中的C-3PO之类的人物，甚至可能是可爱的皮克斯机器人Wall-E。我希望你现在摆脱这些固定式思维图像。因为，尽管好莱坞可能会在你想到AI时让你想到这些机械人物，但这并不完全准确。

实际上，人工智能实际上只是指可以复制人类认知能力的机器-在这里思考诸如解决问题和学习之类的事情。但是这里有一个关键：人必须首先对机器进行编程，以便它可以从过去的模式中学习以创建新信息或解决问题。

以国际象棋为例。一个人将不得不输入有关不同国际象棋动作的数据，然后机器将使用该信息来形成数据驱动的选择，但这就是它所能做的。例如，你无法获取它来分析医学数据，因为该信息不会被编程。

人工智能基本上提供了一种自动的方式来执行人类已经可以执行的任务，但是你无需动用人力来筛选大量数据，而是可以使机器更快地完成任务，同时节省宝贵的时间。简而言之，AI功能是预先编程的。

这就是为什么企业主开始实施AI创新以简化其潜在客户生成流程，客户旅程和付款方式的原因（事实上，超过72％的企业领导者认为AI开发将是其未来成功的重要组成部分）。

什么是通用人工智能（AGI）？

尽管AI被预先编程以执行人类可以但更有效的任务，但是人工智能（AGI）期望机器与人类一样智能。这是我们在大片电影中经常看到的那种AI。

基本上，AGI机器在各个方面都将与人类一样智能，并且能够以相同（或更佳）的成功执行相同的智力任务。

苹果联合创始人史蒂夫·沃兹尼亚克（Steve Wozniak）创建了一项名为“咖啡测试”的任务，该任务有助于确定机器是否为AGI。 它涉及机器人在没有任何特定的预编程帮助的情况下进入房屋并煮咖啡。它必须寻找所需的物品，弄清楚如何使用它们，然后以与人类相同的质量执行任务。 能够做到这一点的机器将被视为AGI的典范。

你知道这与AI有何不同，对吗？

一台AI机器可能能够共享最适量的咖啡，以根据数据制作出最好的杯子，或者按颜色对杯子进行排序，但它无法执行过程的每个步骤。因此，尽管AI机器需要预先编程的数据才能执行由该数据驱动的特定任务，但AGI的能力与人类一样。

例如，你可以使用未经培训的，未经编程的AGI机器，并教它进行几乎所有的事情，无论是下棋，当医生还是解决犯罪–这一切都是可能的，而无需编程所涉及的知识 在执行任何这些任务中。

到2030年，我们将拥有机器人仆人？

机器人仆人的未来是否在我们眼前？我们能在不久的将来看到带有AGI服务者、商店服务员和礼宾服务的城市吗？

如果AGI机器实际上可以做人类可以做的任何事情，那么这肯定是技术进步的下一个逻辑步骤吗？

日本领先的AGI研究人员之一山川弘（Hiroshi Yamakawa）博士似乎是这样认为的：“我认为它有可能很快发生，”他说。 “但以平均估计的参与人员数量，我们得出了2030年的数据。”根据这个预测，我们距现在只有十年了。

在此之前，AI和AGI确实会怀疑我们是否会以单纯的人类方式继续发展，变化和进步。

如何学习AI和开发AI应用? 化繁为简，降低门槛。钛灵 AIX可以帮助越来越多AI爱好者、开发者，甚至在校学生群体，降低人工智能的学习与研发成本，加速AI应用的开发。

钛灵AIX是一款集计算机视觉与智能语音交互两大核心功能为一体的迷你人工智能硬件，搭载专业级AI加速计算芯片与多种传感器。钛灵AIX 内置 Model Play 人工智能模型平台 ，各类场景应用AI模型下载即用，极大简化从想法到原型再拓展成完整产品开发过程。

简而言之，人工智能提供了一种尖端技术来处理人类无法处理的复杂数据。 AI将多余的工作自动化，使工人可以专注于高水平的增值任务。