人工智能(AI)過去一年多爆紅，各家企業正展開「通用人工智能」(artificial general intelligence)的競賽，使機器變得越來越有智慧。通用人工智能聽起來與生成式人工智能(generative AI)很像，但兩者其實有差別。生成式AI是生成新文件、圖像和聲音的背後系統，但AGI卻是更模糊的概念。
被稱為AI之父的AI科學家辛頓(Geoffrey Hinton)指出，AGI並非科技術語，而是「嚴肅卻定義不明確的概念」，他認為目前外界對這個詞彙的定義沒有共識，「我用它來表示AI在幾乎所有人類所做的認識事情上有著與人類一樣好的能力」。
辛頓更想用另一個詞彙「超智能」(superintelligence)，來形容「AGI比人類還要好」。
2008年有份組織第一場AGI會議的天普大學AGI教授王培認為，主流AI研究「背離了最初雄心壯志的AI願景」。他指出，將G(通用)放在AI之間是向那些「仍想幹大事的人」發出訊號，「我們不想建造工具，而是想要一台思考機器」。
在沒有清晰定義下，難以知道何時有公司或研究員實現AGI，或者知道他們是否已有AGI。
「自我迴歸」(autoregressive)AI技術的改進，可以預測序列中下一個最可信的單字，加上利用大量資料訓練這些系統而建構強大運算能力，催生出令人印象深刻的聊天機器人，但它們還沒符合許多人所期望的AGI。AGI需要的技術是像人類一樣進行廣泛範圍的任務，包括推理、規劃和從經驗學習的能力。
有些研究員希望對如何衡量它達成共識，這是奧地利維也納下月即將舉行的首個重大AI研究會議其中一個主題。
其他人則計劃自行研究。OpenAI賦予其董事會一個責任，負責決定AI「何時在最具經濟價值的工作上超越人類」，此舉將切斷該公司與合作夥伴微軟將這類系統商業化的權利，因為雙方協議僅適用於AGI之前的技術。▍美聯社電 ▍
