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

本文根据神经遗传结构主义理论，反对可意识的 AI 的合理性，主张具有真正意识的复杂大脑是必要条件。

Dec, 2022

当前和近期 AI 系统是否会具备意识是一个受到科学界关注和公众担忧的话题。本报告提出并举例了一种严格的和以实证为基础的 AI 意识研究方法，即在我们最有支持的神经科学意识理论的指导下，对现有 AI 系统进行详细评估。我们调查了几个著名的科学意识理论，包括循环处理理论、全局工作空间理论、高阶理论、预测处理和注意图式理论。根据这些理论，我们以计算术语阐明了意识的 “指示性属性”，从而可以评估 AI 系统是否具备这些属性。我们利用这些指示性属性评估了几个最近的 AI 系统，并讨论了未来系统如何实现它们。我们的分析表明目前没有任何 AI 系统具备意识，但也表明建立意识的 AI 系统并没有明显的障碍。

Aug, 2023

批判性地探讨深度神经网络 (DNN) 作为实现人工通用智能的技术选择的可行性，并给出了五个主要的原因进行支撑，表明 DNN 目前还不适合成为实现人工通用智能的选择。

Mar, 2022

探讨了人类智能与人工智能在预测特定结果方面的优劣，提出了在未来几十年内的劳动分工典范可能是混合智能。这个概念旨在利用人类智能和人工智能的互补优势，以使它们能够比两者分别表现得更好，并探讨了其在组织上下文中的应用。

May, 2021

该篇文章从 AGI 的角度提供了大脑启发型人工智能的综合概述，包括当前大脑启发型 AI 的进展和其与 AGI 的广泛联系、人类智能和 AGI 的重要特征、实现 AGI 的重要技术以及 AGI 系统的演进，同时探讨了 AGI 的局限性和未来。

Mar, 2023

该论文探讨了当今人工智能和机器学习领域追求泛用性学习及越来越大的训练集和计算资源时，提出了一种集认知模型、知识驱动及基于推理的混合方法，可为一种更富深度且更强健的人工智能提供基础。

Feb, 2020

本文探讨了生成式人工智能技术的应用领域和能力，重温了图灵关于 “思考机器” 的概念，分析了机器智能测试的重要性，同时指出人工智能机器展示了智能的多个方面，但也存在相应的疑虑和后果。

Jul, 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

人工智能的发展将影响到现代生活的多个领域，如交通、医疗、金融、军事等，而机器学习研究人员普遍预测未来十年内 AI 将会超越人类在多个领域表现出更强的能力，同时认为它可能在未来四五十年内取代各种人类工作，这将对社会政策及未来发展趋势做出影响。

May, 2017