LLM AGI

通用人工智能（AGI）是一个人工智能理论研究领域，研究如何开发具有类人智能和自学能力的软件。其目标是让软件能够执行训练或开发目的之外的任务。 

当前的人工智能（AI）技术均依靠一组预先确定的参数运行。例如，在图像识别和生成方面经过训练的人工智能模型无法构建网站。作为一项理论研究，AGI 旨在开发具有自主自我控制、合理的自我理解以及新技能学习能力的人工智能系统。它可以在创建时未进行教导的环境和情境中解决复杂的问题。具有人类能力的 AGI 仍然只是理论概念和研究目标。

AGI与AI区别

能力范围

• AI：当前的AI系统通常是为特定任务设计的，它们在这些任务上表现出色，但无法轻易转移到其他类型的任务上。

• AGI：AGI旨在具备广泛的能力，能够处理多种不同的任务，类似于人类的通用智能。

学习能力

• AI：大多数AI系统通过训练数据学习特定模式，但它们通常不具备自主学习新任务的能力。

• AGI：理论上，AGI能够通过经验自主学习，不断适应新环境和新任务。

适应性

• AI：AI系统通常对新环境或任务的适应性有限，可能需要重新训练或调整。

• AGI：AGI应具备较强的适应性，能够在不同情境中应用其智能。

推理和解决问题

• AI：AI系统通常专注于特定类型的推理和问题解决。

• AGI：AGI应具备更高级的推理能力，能够解决更广泛和更复杂的问题。

认知复杂性

• AI：当前的AI系统可能无法处理复杂的情境或抽象概念。

• AGI：AGI应能够理解和处理复杂的语言、情境和抽象概念。

创造性

• AI：大多数AI系统缺乏创造性思维。

• AGI：理论上，AGI能够展示创造性思维，生成新的想法和解决方案。

伦理和道德

• AI：AI系统可能需要人类指导来确保其行为符合伦理标准。

• AGI：AGI需要能够理解和遵守伦理原则，自主做出符合人类价值观的决策。

安全性和控制

• AI：AI系统的行为相对容易预测和控制。

• AGI：AGI的安全性和控制是一个更大的挑战，需要确保其行为符合人类利益。