作者讨论了如何测试普遍人工智能的智能程度，并提出了用游戏描述语言中游戏空间的抽样来扩展通用智能的概念以处理有限时间的中心思想。

Sep, 2011

本论文提出了一种理解人工通用智能的新理论方法，将其视为智能代理自组织的形成过程，并且阐述了开放式智能的三个方面：个体化、意义的建立和通用认知代理的个体化。

May, 2015

本文提出实现人工通用智能需要建立一个智能世界，同时指出预训练嵌入在构建这种智能世界和实现人类水平智能方面发挥关键作用。

Sep, 2022

提出一种基于经验的理论框架，称为 “实用弱点原则”，用于处理认知科学和人工智能中的主观性问题，并将其与 AIXI 进行比较，显示出在弱点最大化的情况下会取得最优的行为结果。

May, 2022

人工智能的发展深刻影响了人类社会，并在多个领域取得了重大进展。然而，对人工智能的不断需求突显了其现有能力的局限性，推动了向人工通用智能（AGI）的发展。AGI 以其与人类智能相当的效率和有效性，具备执行多样化现实任务的能力，代表着人工智能演进的重要里程碑。本文通过广泛的调查、讨论和原创观点，深入探讨了接近 AGI 的关键问题及其实现所需的策略，不同于现有的综述文献。我们首先阐述了 AGI 的必要能力框架，整合了内部、界面和系统维度。由于实现 AGI 需要更先进的能力和严格的约束条件，我们进一步讨论了必要的 AGI 对齐技术，以协调这些因素。值得注意的是，我们强调通过首先定义 AGI 进展的关键级别来负责任地对待 AGI，然后评估现状的评价框架，并最终提出了达到 AGI 巅峰的路线图。此外，为了提供对 AI 整合的普遍影响的切实见解，我们概述了在多个领域实现 AGI 所面临的挑战和可能的途径。总之，作为对 AGI 当前状态和未来轨迹的先驱性探索，本文旨在促进研究人员和实践者之间的集体理解，并引发更广泛的公众讨论。

May, 2024

通过系统比较生命和算法系统的不同，着重关注 “代理” 的概念，探讨了发展人工通用智能（AGI）的前景，结果发现与当前的 AI 研究算法框架相比，生命和算法系统存在非常不同的能力和局限性，并特别指出在当前 AI 研究算法框架中极不可能发展真正的 AGI。因此，讨论有关算法工具的正确开发和部署应围绕当前狭窄 AI 的危险和机遇，而不是人工系统中真正产生代理的希望。

Jun, 2023

自从 20 年前 AGI（人工通用智能）一词诞生以来，对其几乎没有取得可观的进展。尽管统计人工智能方面取得了极大突破，如 AlphaZero、ChatGPT 和 Stable Diffusion，但这些项目都没有明确的 AGI 路径。为了加快 AGI 的发展，了解和确定人类智能与 AGI 的核心要求至关重要。通过这样可以梳理出实现 AGI 所需的特定开发步骤以及哪些是分散注意力的因素。这种分析强调了对认知人工智能方法的需求，而不是目前受青睐的统计和生成式方法。具体而言，它确定了概念在类人认知中的核心角色。在这里，我们概述了一种架构和开发计划，以及一些初步结果，提供了一条更直接的实现全面人类级 AI（HLAI）/ AGI 的路径。

Sep, 2023

人工通用智能（AGI）是构建 “思考机器” 的愿景，与 “狭义人工智能” 方法形成鲜明对比。本研究指出了纯统计方法无法实现 AGI，同时确定了实现类似人类适应能力和自主学习所需的关键认知能力，并总结了阻碍 AGI 进展的社会技术因素。

Aug, 2023

通过结合经典人工智能技术 —— 专家系统与现代适应性梯度下降训练的专家系统（GDTES），利用生成式人工智能（GAI）创建网络和训练数据集的机制，本研究提出了一种人工智能的学习和发展推理路径以在先验未知领域做决策的方法，并展示了朝着产生人工通用智能（AGI）的目标迈出的小步骤。

Jun, 2024

这篇论文综述了人工通用智能在教育领域的概念、能力、以及可能性，包括设定教育目标、设计教学法、课程以及评估。此外，也讨论了 AGI 在教育中所面临的各种伦理问题，以及人工通用智能如何影响人类教育工作者。该领域的进展需要教育工作者和 AI 工程师之间的跨学科合作。

Apr, 2023