天黑了能关灯，饿了能主动找食物，能帮助整理房间，具备探索能力，这样的人工智能，你能想象吗？
天黑了能关灯，饿了能主动找食物，能帮助整理房间，具备探索能力，这样的人工智能，你能想象吗？
在北京通用人工智能研究院，记者看到了全球首个通用智能人“通通”，已经具备三到四岁的人类儿童能力，能够逐步对他人进行理解，从而逐步发展社交能力。在最新的TongTest测试中表现优异，通过了涵盖视觉、语言、认知、行动、学习和价值6个维度的多项测试。
北京通用人工智能研究院（以下简称“通研院”）先进技术中心通用智能体平台部主任么刚介绍，当妈妈让通通去睡觉，通通作为小孩子本身可能并不想去睡觉，这时，作为孩子这个社会角色，“听妈妈的话”和“想再玩一会儿”的想法就会出现冲突。通通可能就会规划出一些应对策略和话术，例如对妈妈说“我觉得我今天表现很好，能不能再多玩一会儿？”在具体展示中记者看到，当通通对某个人表示生气的时候，它还会选择性忽略这个人和它的对话。
通用人工智能一直是当下全球科技竞争的制高点，具备通用人工智能的个体，在进入新环境后能自主判断需要进行什么任务，是“眼里有活儿”的人工智能，它希望能像人一样完成无穷多的任务，并能够随时应对新任务。
“通通”具备主动视觉的能力，能够主动巡视周围环境，通过主动照镜子构建自我模型，并实时生成、更新当前任务；通过观察、倾听交互对象，理解其动作和话语的意图。并基于价值映射的结果进行语言和动作的交互；拥有自我认知与他人认知能力：既能够理解和表达自身的固有状态，同时也能理解他人行为；实现价值规范下的人机互信，可以回答关于自身和他人行为背后的动机相关问题，推理和决策过程透明、具有可解释性。
而且，通通的日常学习与训练无需大算力、大数据、大模型，它拥有类人价值观，通过与人类多模态交互，获取、对齐人类的价值观，并通过价值体系V驱动，自主生成任务；具备复杂动态场景下的物理与社会常识，通过具身智能保障复杂、长链条任务高效执行。
“我们正在打造一个通通的6口之家以及幼儿园，每个智能体都会推断其他智能体的所思所想，进行沟通、决策与协作，”么刚介绍。
作为由价值与因果驱动的具身AGI系统原型，通通在未来的应用场景中具有广泛的可能性，包括但不限于智能家居、健康管理、教育培训、娱乐互动等领域，能够为用户提供更加智能化、个性化、可成长的行业数字智能人。
·新闻背景·
人工智能可分为专用人工智能和通用人工智能。专用人工智能，只能通过一套特定的算法，完成特定的任务。通用人工智能又称强人工智能，能像人一样举一反三、触类旁通，它能接收不同类别、有一定规模的数据，包括文字、影像、语音，然后把它们融合在一起，遇到新任务时，就可以快速“想到”做过的相关事情并调用掌握的相关知识，创造性地解决问题、完成任务。
1990年代至今，人工智能开始进入平稳发展期，分化成几个子领域，分别专注于特定的问题和研究方法，包含计算机视觉、自然语言处理、认知与推理、机器学习、机器人学、多智能体等领域。基于算力的提升和大规模数据的可得性，深度学习网络模型的规模逐渐增大，层级不断增多，实现的任务也越来越接近、甚至超越人类的水平。每个领域均出现过突破性的成果。然而，这些模型都存在任务迁移困难的局限性。每个独立的成果局限在自己的子领域中，人工智能距离达到人类通用且泛化的智能水平仍然相差甚远。
人工智能领域前沿的顶级科学家正在寻求一个统一的人工智能架构，以实现人工智能从感知层到认知层的转变，从解决单一任务为主的“弱人工智能”向解决大量任务、甚至自主定义任务的通用人工智能转变。
通用人工智能已经成为了未来10-20年国际人工智能研究的前沿和争夺焦点。美国早在2016年就提出要在美国中长期人工智能发展中着重研究通用人工智能，并在2019年再次提出将“追求通用人工智能研究”放在首要战略位置。此外，DeepMind、OpenAI等国际知名研究机构已将通用人工智能作为人工智能技术攻坚的核心方向。
近年来国际上推出的大模型和基础模型，使得在大规模数据上预训练并且适配多个下游任务成为可能，突破了传统单一任务局限性，看似向着通用人工智能所要求的泛化性前进了一步。然而，当前大模型距离实现通用人工智能的目标还尚有较大差距，其最主要的局限性为缺乏实现自主驱动的价值体系和认知架构，其学习任务由人工定义，不能自主定义新任务，且学习过程依赖大数据。这种局限性可以体现在多个方面，比如均质化、数据驱动、可解释性不足、模块缺失、缺乏符号推理等。
当前人工智能仍然局限于在受限场景中的应用，缺乏在开放环境中自主定义新任务的机制与能力。其主要原因在于智能体缺乏与人类对齐的价值体系，导致其无法理解任务内在含义，跨任务泛化性能差，也难以实现高效的复杂任务规划。因此，有必要研究如何为智能体构建符合人类社会价值观的价值体系，探索通用的价值驱动自主机制，赋予智能体通过学习与推理获得物理和社会常识的能力，实现自主任务定义及可泛化的操作技能与可解释的决策行为。
目前中国尚缺乏“引领性的”、国际化开放共享的人工智能平台，在视觉、语言、认知的融合方向上原创基础理论成果不足，目前研究仍停留在以解决单一问题为主的“大数据、小任务”范式上。未来我国要强化新一代人工智能基础理论研究，将纵向深挖和横向交叉相结合，推动人工智能研究范式朝“小数据、大任务”转向，突破面向通用人工智能的操作系统、编程语言等底层技术瓶颈，催生原始创新。
通用人工智能正处于萌芽期，提前布局围绕通用人工智能的前瞻性研究，有利于抢占高地，打赢关键核心技术攻坚战。
