全球知名人工智能科學家朱松純及團隊全新成果、國內首本通用人工智能測評書《通用人工智能標準、評級、測試與架構》重磅出版，這本書提出了通用人工智能的中國標準！

▼點擊下方，即可購書

Part.1

大模型不是通用人工智能

通用人工智能（Artificial General Intelligence，AGI）的研究目標是尋求統一的理論框架來解釋各種智能現象，并研發具有高效的學習和泛化能力，能夠根據所處的復雜動態環境自主定義、生成并完成任務的通用智能體，使其具備自主的感知、認知、決策、學習、執行和社會協作等能力，且符合人類的情感、倫理與道德觀念。

大語言模型（Large Language Model，LLM）技術應用在當前市場上一片火熱，業界眾多老板和技術人已經在憧憬，大模型將會引領 AI 走向通用人工智能。

但現實很可能要對這個觀點澆上一盆冷水：大模型還不能算是通用人工智能。甚至這個方向也許都走不通，這是為何？

誠然，以 ChatGPT 為代表的問答應用，在自然語言處理任務及基準測試中的表現非常優秀，但這種基于深度學習訓練的 AI 框架有著難以克服的缺陷，主要有以下表現：

只能做特定的、人類事先定義好的任務；

每項任務都需要大量的數據與標注，以及與計算相關的高額能量和資源；

模型不可解釋、知識表達不能交流；

大數據獲取與計算的成本昂貴。

本質上，當前被社會所廣泛認知的大模型大多是這樣一種“以大數據驅動小任務工作”的范式，而認知人工智能提出了依賴少量數據實現對問題的理解、分析、推理與決策，執行可以延伸、泛化的“大任務”的發展方向。

世界級人工智能專家朱松純教授對 AGI 進行了諸多開創性的研究，提出了一整套關于 AGI 如何評價、測試、構建的理論框架。

他有個很形象的比喻，大模型的“大數據，小任務”范式就像鸚鵡學舌，會說人話但其實不解人意；

AGI 的“小數據，大任務”范式應該像烏鴉能夠學會某種常識并巧妙地利用常識解決新的問題。

所以，相比于“鸚鵡范式”，“烏鴉范式”才是通往 AGI 的更有效路徑。

朱松純教授領銜編著了《通用人工智能標準、評級、測試與架構》這本書，從哲學層面思考 AGI 到底是什么、應該是什么樣的，并給出了可靠的評級與測試方法。

我們先從這本書中了解一下AGI 的理論架構究竟該是怎樣。

▼點擊下方，即可購書

Part.2

通用人工智能的架構應該是這樣

要想推動通用人工智能實現落地，首先要提出一套統一的理論架構，然后在此基礎上研發具有泛化與學習能力，自主定義任務并將其完成的通用智能體。

書中將這套理論框架總結為“一個定義、兩個完備性、三個基本特征、八個關鍵問題”，它們包含以下內容：

一個定義：AGI能夠在價值空間與能力空間體系下進行自主學習、完成任務，最大化其價值，同時具備一定價值“進化”能力的個體。

兩個完備性：認知架構完備性與測試環境完備性。

三個基本特征：1. 無限任務，對于通用智能體而已言，需要能夠勝任所處環境形成的任務空間中的無限任務。2. 自主生成任務，能夠根據自身的動機去判斷下一步做什么和自主地生成任務，并從真實生活場景中觀察、體驗和獲取人類反饋，進而不斷地積累經驗、形成認知，最終能夠處理各種隨機情況；3. 價值驅動，通過人類反饋和交互式學習，AGI 將與人類價值觀實現對齊。

八個問題：認知架構、自我意識、社會智能、價值驅動、價值習得、具身智能、可解釋性，以及人機互信。

將大模型放到這個架構里考察，就會更進一步發現它并不是 AGI。

首先，大模型缺乏自主生成新任務的能力；其次，大模型與人類的價值對齊是脆弱和僵硬的，難以實現價值驅動；最后，大模型在具身智能方面的進展仍然有限。

厘清了 AGI 的根本性問題，我們才有可能找到正確的答案。

帶領我們去探索 AGI 終極答案的，是我國一流的新型研發機構——北京通用人工智能研究院，朱松純教授正是通研院院長，在他的引領下，凝聚了數百人四年攻關的成果，寫出了這本《通用人工智能標準、評級、測試與架構》。

朱松純教授

朱松純 1991 年畢業于中國科學技術大學計算機專業，后赴美留學，他長期致力于構建計算機視覺、認知科學乃至人工智能科學的統一數理框架。

曾三次問鼎計算機視覺領域國際最高獎項——馬爾獎，兩次擔任國際計算機視覺與模式識別大會（CVPR）主席。

在美國工作生活 28 年后，朱松純教授于 2020 年 9 月毅然全職回國，擔任北京大學人工智能研究院院長、智能學院院長，清華大學與北京大學講席教授等職。

在北京市、科技部、教育部的大力支持下，朱教授組建北京通用人工智能研究院，并獲批國家重點實驗室——國家戰略科學家。

通研院的使命是探索涵蓋人工智能六大核心領域的統一理論與認知架構構建大任務訓練與測試平臺，在個人與社會兩個時空尺度實現物理和社會逼真的大型仿真系統。

這對于提升我國在 AI 科技領域的競爭力具有重大意義。

通研院與北京大學的合作研究成果登上Science頭條

我們現在通過五步學習，來透徹理解通用人工智能。

Part.3

五步吃透通用人工智能

截至目前，學術界對于 AGI 還沒有統一的定義，國際上也缺乏通用人工智能測試評級標準與平臺。

因此本書嘗試提出一套標準化的通用人工智能測試與評級體系。根據書中內容，可以分為五個部分，我們一步一步來學習它。

第一步：通用人工智能的定義與特征

首先，書中回顧了人工智能的發展歷史，剖析對比了“大數據，小任務”與“小數據，大任務”兩種范式。

然后詳細探討了智能體的心智空間，并提供了 價值空間（簡稱V空間）和 能力空間（簡稱U空間）的數學定義、迭代與演化，以及通用人工智能的停機問題與學習極限問題。

隨后闡述了通用人工智能的兩個完備性認知架構完備性與測試環境完備性，三個基本特征無限任務、自主生成任務、價值驅動，以及 8 個關鍵問題。

通過這一系列的討論，讀者將能夠掌握通用人工智能的核心概念和關鍵特征。

第二步：測試與評級

在這一步，書中先是回顧了經典人工智能測評方法與局限性，然后提出了新型測試體系。

再詳細介紹了通智測試的整體設計思路、動態具身物理社會交互環境的構建，以及無限任務生成系統的概念。

對基于能力與價值雙系統的評級框架進行深入探討，為評估和理解通用人工智能的能力提供了標準化的方法。

第三步：訓練與測試平臺

這一步聚焦于通用人工智能的訓練與測試平臺，介紹了測試環境完備性的實現、具身智能體仿真平臺的現狀與挑戰，并提出了搭建通用人工智能訓練與測試平臺的方案。

書中對機器人仿真和虛擬人仿真進行深入探討，包括自主生成無限場景、具身機器人的交互任務、自然語言交互、虛擬現實交互等，提供了一個全面的通用人工智能測試與訓練平臺的視角。

第四步：TongAI理論框架

本書提出了 TongAI 理論框架，這是通用人工智能的一種實現途徑。

本書提出，應將“為機器立心”作為通用人工智能的關鍵路徑，TongAI理論框架的核心包括3要素：以價值為驅動的認知架構、與人相合的價值體系、通信式學習。

這一步揭示了如何構建一個具有認知和價值判斷能力的通用人工智能系統，為實現真正的 AGI 提供了理論基礎和實踐指導。

第五步：AGI 發展建議

最后一步提供了對發展通用人工智能的建議。書中討論了通用人工智能發展對人類和社會的影響，包括智能時代的風險挑戰使命。

書中還提出了加速布局通用人工智能研究的策略有組織科研的實踐，以及智能社會治理的探索。

至此，讀者可以獲得對通用人工智能發展的深刻見解，并理解其在現代社會中的重要性和潛力，掌握一套行之有效的評測方法，在 AGI 領域無論是科研還是投資布局，都能領先一步。

Part.4

結語

《通用人工智能標準、評級、測試與架構》是一部集系統性、理論深度與前瞻性于一體的著作，為讀者提供了一個關于通用人工智能的學習實踐指南。

本書的一大特點是提出了一個全面的理論框架，包括“一個定義、兩個完備性、三個基本特征、八個關鍵問題”。

為通用人工智能的研究提供了系統的理論指導。對測試環境和訓練平臺的詳細論述，則為讀者提供了易驗證的實驗方法。

精彩書摘

書中不僅涵蓋了心理學、哲學、計算機科學等多個學科的研究成果，還提出了基于“能力與價值雙系統”的理論框架，展現了跨學科視角的廣度與深度。

本書極具前瞻性，包括對通用人工智能未來發展的深刻洞察，以及對智能時代風險與挑戰的科學分析。

在倫理和社會責任方面，本書特別強調了在發展通用人工智能時必須考慮的倫理道德問題，以及構建人機共生新文明的重要性。

這些內容不僅為技術專家提供了指導，也為政策制定者和社會學者提供了寶貴的思考。

科技領域的管理者、投資者、專業研究人員，以及對通用人工智能感興趣的大眾讀者，都能從本書中獲得寶貴的知識和啟發。

AGI 將會是大國間科技角逐的焦點，現在吃透《通用人工智能標準、評級、測試與架構》，我們在未來就能占據先機！

▼點擊下方，即可購書