上世纪50年代，人们提出人工智能的概念，一开始是从通用智能的角度提出。之后，人们瞄准特定领域的人工智能，比如图像识别，做单点的人工智能技术。近几年，随着计算能力的提升和深度学习的使用，特定领域的人工智能有了很大的提升。

我认为主要的因素是计算能力提升巨大，GPU 能够处理大量数据，同时深度学习广泛被使用，深度学习与浅层的机器学习相比，模型的复杂度可以随着数据量的不断增加而增加，使得模型的效果不断优化。传统的机器学习在数据量到了一定程度以后，效果增加缓慢。

深度学习在 BAT 还有美国的很多高科技公司的各个产品里，得到非常充分的应用，主要因为公司的各类场景里都积累了大量的数据。但是机器与人的智能差别巨大。我认为，人最重要的一个能力，是自我学习和创造能力。

通用人工智能局限点

缺乏创造力和自我学习能力

我认为，人最重要的一个能力，是自我学习和创造能力。上述提及的任务就是在一个特定单点上的智能任务。如果任务稍微改变一下，可能需要修改代码，重新收集数据，再进行训练，才能够重新在新的任务上做事情。比如，在中国大陆开发的自动驾驶系统，在香港很难应用。因为中国大陆是右行，香港是左行，对于人来说，只需稍微注意一下就可以克服，如果是自动驾驶车，需要重新开发代码，重新收集数据，重新训练，才能够做到这些。比如，谷歌的 AlphaGo 下围棋下得很好，如果改变围棋的规则，也需要改变代码，重新训练，机器才能够重新下围棋。

通过标注的数据学习

比如图像识别、人脸识别。人另一个学习途径是通过知识学习。比如，机器可能需要大量数据，来识别两种不同的鸟，对于人而言，可以先看书、听课，通过具体描述和先前积累的知识，来学习新知识。目前，大量机器还是用标注数据进行学习。这也是人工智能在一些 diversity 领域很难开展的原因。比如客服，由于数据不多，很难有通用的解决方案。因此，如何让机器通过自然语言交流的方式学习？人的大量知识是通过语言（说话、书本）传递，若机器想要快速学习新任务，需要机器真正理解人类的语言。在未来，我们也希望机器利用自然语言做事，并通过自然语言反馈。人类也是用过语言来思考问题。因此，语言很重要。

缺乏常识

人为什么会有常识？首先，人在生活中经历颇多，比如物体识别，人从小根据常识知道物体不会凭空消失。但是，繁多的常识若想灌输给机器难度很大。因此，早期的 AI  ，图灵提出机器需要放在 physical world 里学习。那时，由于技术条件的限制，很难实现，目前这一问题仍然没有解决。但是，我们可以看到，如果把机器放在 physical world 里面学习，可能解决 common sense 的问题。退而求其次，就是把图像、语言等用 embody 的做法输入，可以更接近。基于此，我们开展图像和语言的联合学习，也希望机器能够真正在环境里学习。

通用人工智能构建

构建虚拟的学习环境

第一步，我们将机器放置于 2D 的环境中，开始自主学习简单任务。之后，将机器放置于 3D 环境中，与physical world 更接近。

语言有组合性

一句话的意思可以由 component 进行组合。我们在设计 framework 时，需要学习出来的语言也具有组合性。我们发现，如果将 deep learning 的模块简单拼接，达不到这个效果，需要特定的复杂结构才能实现。

出发点要简单

我们的出发点是学习很重要。虽然一开始机器做的很简单，但是之后的潜力无穷。因此，我们从最简单任务开始，保证机器有感知、行动、语言等基本能力。

安全性

通用人工智能是多领域紧密结合的研究，涉及 machine learning、reinforcement learning、AI 的安全性等。目前，很多大公司在通用智能领域有很大投入。比如，deepmind 提出solve intelligence，use it to make the world better place，facebook、OpenAI也有很宏大的口号，百度对此也有很大的决心。

AGI何时到来

在本世纪中，有 50% 的概率可以实现人工智能。

AGI对人类的影响

如何确保 AGI 的价值观与人类一致，也是一个需要思考的问题。否则，AGI 可能会变得不可控。因此，我们需要对此作出相应的准备，做更大的投入，进行更深入的思考。