现在，我们对狭义的AI已经非常熟悉了。我们知道在这种AI中，人类需要先进行编程，让机器做一些我们已知的或者会做的事情，比如跟人进行互动，跟世界进行互动。但是他们的认知是比较有限的，人脑需要对周围的环境进行认知，首先认知他自己与环境之间的关系，最终去认知自己跟环境之间的差异，做出相应的活动。这就包含了大量的资源，需要获取大量的资源和知识。

　　这一点其实是挺难实现的。你想象一下，如果我们要去关注某一个特定的领域，比如自动驾驶。如何才能让机器人去完成自动驾驶呢？人可以对周围环境进行认知，但机器未必做得到，这是一个认知方面的问题。另一方面，我们都知道阿尔法狗会下棋，但如果让它在另外一个棋盘上下棋的话，它可能突然就不会了。我们可以为阿尔法狗进行编程，教它如何下棋，但是阿尔法狗只能在已知的编程上下已有的棋，而通用智能与阿尔法狗不同的是可以适用永远，可以学习如何下新的棋。这就突出了人类的智能。尽管我们的计算机越来越先进了，软件的开发水平也越来越高了，但目前机器还未达到这种通用人工智能。

　　我们对人类的认识越来越深刻，从认知科学方面对人类的研究也非常深刻，atv，尽管有这样的技术和认识，我们目前还没达到通用人工智能，但我们现在正在逐渐接近这样的人工智能。

　　机器人需要 AGI

　　为什么机器人需要通用人工智能？因为 随着科技的不断进步，我们越来越需要机器人与人类进行互动、交流，尽管它超越不了人类的智能，但也必须能够适应人类的思维环境。只有这样，人类才能教它怎样去思考。从另一方面来讲，机器人也需要深度人工智能，如果机器人只拥有执行简单动作的人工智能，比如说开车等，功能就太简单了。另外，机器人目前还无法预测和处理突发情况。如果一个机器人可以像人类一样执行日常各种复杂的工作，那这需要比较高度的、比较强的人工智能水平。

　　《通用智能工程》（Engineering General Intelligence）这本书描述了我在这方面的思索。我们的目标是要让机器变得比人类更为的智慧，这是我和我的同事一直致力于工作的方向。我们还有一部分在韩国进行开展的项目， 主要是探索更广阔的领域，对AGI进行更深入的探索。我有个的项目叫OpenCog，是一个AGI的开发平台，可以帮助大家以更低的成本、更便捷的方式来进行AGI的研究和开发。

　　简单地说，我们的大脑、我们的思索过程都依赖于神经原，这些神经原就像结点一样连接起来，将不同的结点连接起来，将不同的认知系统、认知环节连接起来，我们的注意力就能够被分配到不同的结点上，大量不同的认知算法在其中发生，这就像是计算机在云端的运算处理过程是一样的。在我们的认知环境中，我们能够识别不同的模式，而且来调整它使之能够达成我们的目标。

　　我在客厅里坐着，想坐在沙发上喝一杯饮料，对人类来讲这是非常简单的事情。如果想要一个机器人这么做的话，我们就需要给它充电，需要机器人能够识别我们的生活习惯，根据历史进行一定的推理，将一系列背景资料串联起来，即使一个简单的动作也需要机器人整合所有的能力才能做到这一点。

　　有表情、会思考的机器人

　　很多人都知道，这个机器人叫Sofia（索菲娅），它有丰富的表情，是世界上最逼真的机器人的形象。这个机器人可以进入你的家，可以进行娱乐，可以与你建立关系，可以教你的孩子说不同的语言，他作为一个天才的智能机器人是十分有潜力的。你可以用特定的软件接入到这个机器人上，可以让它唱歌、跳舞。它还非常灵活，可以应用于不同的设备上，还可以作为一个研究的平台，而且我们还可以进行大规模化的生产制造，将它推向大众市场。

　　通过视频，我们可以看到，当你问：“索菲娅，你感觉怎样？”它的回答还算比较智能的。其实我也不知道她会怎么样回答我的问题，她会根据提问，通过计算给出她的回答。

　　我们还有个机器人叫Han。他能进行一些简单的推理，虽然有时候做得还不是很好。