为人工通用智能做好准备：实例分析
内容提要
人工通用智能（AGI）是一种理论上的技术，可以在几乎所有人类生活和工作的方面引起革命。AGI可以实现人类水平的学习、感知和认知灵活性，不会疲劳，可以以难以想象的速度不断学习和处理信息。AGI的潜力包括自动驾驶汽车、复杂科学研究、个性化客户服务等。为了准备迎接AGI的到来，组织可以建立强大的数据基础设施，并营造一个人工智能和人类无缝合作的协作环境。目前的人工智能（AI）技术在特定领域表现出色，但与AGI的潜力相比仍存在巨大差距。
延伸解读
AGI与当前AI的本质区别
文章强调，当前AI（包括生成式AI）属于狭义AI，虽在特定任务上表现出色，但缺乏真正的理解能力，无法适应训练之外的情境。而AGI则具备人类水平的学习、感知和认知灵活性，且不会疲劳，能持续高速处理信息。这一根本差异意味着，从狭义AI到AGI的跃迁并非简单升级，而是需要突破常识推理、人工意识等重大挑战。
企业如何务实准备AGI
尽管AGI仍是理论，但组织可提前布局：构建强大的数据基础设施，并营造人机协作环境。文章建议，企业应首先关注现有AI应用的价值，逐步增加对生成式AI的投资。例如，2023年企业在基础模型API上的平均支出达700万美元，且多模型方法正成为趋势，以结合不同模型优势并避免供应商锁定。
AGI需要掌握的七项关键技能
文章列出AGI必须克服的七项技能：视觉感知、音频感知、精细运动技能、问题解决、导航、创造力以及社会情感参与。当前AI在这些方面均存在明显不足，例如无法理解讽刺或情感语调，难以处理不确定性和不完整信息。这些技能是AGI实现通用智能的核心障碍，也是研究重点。
生成式AI的ROI与多模型趋势
调查显示，生成式AI在文本、代码、音频和图像等领域带来显著回报，例如文本应用ROI达83%，代码62%。企业正采用多模型方法，结合不同模型优势，并偏好开源模型（46%受访者）。同时，企业更倾向于使用检索增强生成或微调开源模型，而非从头训练大模型，以平衡成本与效果。
Q&A
人工通用智能（AGI）是什么？
人工通用智能（AGI）是一种理论上的技术，能够在几乎所有人类生活和工作的方面引起革命，具有人类水平的学习、感知和认知灵活性。
AGI的潜在应用有哪些？
AGI的潜在应用包括自动驾驶汽车、复杂科学研究、个性化客户服务、医疗保健、教育、制造与供应链管理等领域。
组织如何为AGI的到来做好准备？
组织可以通过建立强大的数据基础设施和营造人机协作的环境来为AGI的到来做好准备。
当前的人工智能技术与AGI有什么区别？
当前的人工智能技术被称为狭义AI，虽然在特定领域表现优异，但缺乏真正的理解能力，与AGI的潜力相比仍存在巨大差距。
AGI需要掌握哪些关键技能？
AGI需要掌握视觉感知、音频感知、精细运动技能、问题解决、导航、创造力和社会情感参与等关键技能。
生成AI在企业中的应用效果如何？
生成AI在文本、代码、音频和图像等领域的应用正在为企业带来显著的投资回报，许多企业报告了成本节约和效率提升。
