人工智能新一轮浪潮正在席卷全球，在 GPT-3 为代表的大模型风潮中，大模型解决多项任务的“通用”表现让 AI 第一次有了从项目交付跨向平台赋能的可能，有效控制成本、提高收益，并在ChatGPT 的产品设计创新中爆发大规模可行性。
在 GPT-4 中愈加彰显通用人工智能（Artificial General Intelligence, AGI）潜力。
借助大模型，AI 的落地由此第一次称得上智能生产力。
目前的人工智能技术属于弱人工智能，仅能实现语音识别，图像识别，和简单的自然语言处理等人脑功能的非常有限的一部分。
距离期待中的完全替代甚至超越人脑的通用人工智能仍有较大差距。#人工智能#
AI发展历程：期待算力、数据、算法的突破，迈向强人工智能AGI阶段：
通用人工智能（AGI）是具有一般人类智慧，可以执行人类能够执行的任何智力任务的机器智能。
它不仅可以完成特定任务，还可以学习和执行其他任务，具备自主自我控制能力。
一些研究人员将通用人工智能称为强AI（strong AI）或者完全AI（full AI）游戏开发中的人工智能期末复习，或称机器具有执行通用智能行为（general intelligent action）的能力。
与弱AI（weak AI）相比，强AI可以尝试执行全方位的人类认知能力。
通用人工智能是一些人工智能研究的主要目标，也是科幻小说和未来研究中的共同话题。
现有的人工智能系统还不能做到这一点游戏素材，很多公司正在努力使其成为现实。#通用人工智能#
当前，火爆出圈的ChatGPT有望引领AI迎来“奇点”，开启AGI（通用人工智能）序幕，或可视为通用人工智能AGI早期版本。
语言模型随着参数增加至约650亿个以上，突然能胜任理解训练时未见过的任务；除了对语言的掌握之外，GPT-4可解决跨越数学、编码、视觉、医学、法律、心理学等领域的新颖而困难的任务，而无需任何特殊提示。
大语言模型将加速通用人工智能的实现，AGI或可以理解或学习人类能完成的智力活动。
大模型发展历程图：
资料来源：CSDN，OpenAI，Google博客，量子位，机器之星
关于什么是智能以及是否可能存在与人类智能不同的智能类型的问题，仍在探索当中。
通用人工智能是一个还没有完全落地的研究课题，也叫强人工智能，更多是赋予机器智能理解和学习人类所能完成的任务。
当前的人工智能技术层面是基于深度学习，而深度学习本质还是概率学习，最大的问题就是不可解释和不可理解。
未来人工智能有望逐步走向人工通用智能（AGI），也就是通过数学和脑科学结合2d素材，将电脑和人脑结合起来，共同赋予机器更多的理解能力，可以独立自己完成任务并且处理应急情况。
当前探索AGI的工作几乎都是采用模仿人类的方式进行，但所用的方式和路径各异。
学者和研究者对实现AGI路径的不同理解分为不同流派，试图从不同的抽象层次上复制人类智能。
主要的流派包括有结构派、行为派、能力派、功能派、原则派等。这些项目都尝试在不同的层面上复制人类智能。
长远来看，AGI(通用人工智能）有望具备多维度理解能力，成为未来人工智能重要发展趋势。
全球人工智能市场规模持续增长，AGI能快速发展。
根据新思科技数据游戏开发中的人工智能期末复习，全球AI市场规模有望由2021年的870亿美元增长至2030年的15970亿美元，2021-2030年复合增速达38.1%。根据AllTheResearch数据，预计2026年全球AGI市场规模将达到1442亿美元，2016-2026年复合增速达到41.6%
