The Embeddings World and Artificial General Intelligence
Amirkabir University of Technology (Tehran Polytechnic)（阿米卡比尔理工大学（德黑兰理工大学））
从早期开始，人工智能社区内部的一个关键和有争议的问题是人工通用智能（AGI）是否可以实现。AGI是机器和计算机程序实现人类水平智能并完成人类可以完成的所有任务的能力。虽然在文献中有一些系统声称他们实现了AGI，但其他一些研究人员认为这是不可能实现的。首先，我们讨论了为了实现AGI，在构建智能机器和程序的同时，还应该构建一个智能世界，一方面，它是我们世界的精确近似，另一方面，智能机器的推理的重要部分已经嵌入在这个世界中。然后我们讨论AGI不是一个产品或算法，而是一个持续的过程，随着时间的推移会变得越来越成熟（就像人类文明和智慧一样）。然后，我们认为，预先训练的嵌入在构建这个智能世界中发挥着关键作用，从而实现AGI。我们讨论了预先训练的嵌入如何促进机器实现人类智能的几个特征，例如化身，常识知识，无意识知识和学习的连续性。
2022-09-14 cs.AI
Transformation vs Tradition: Artificial General Intelligence (AGI) for Arts and Humanities
University of Georgia（佐治亚大学）；Michigan State University（密歇根州立大学）
本文系统分析了通用人工智能在艺术与人文学科中的应用与影响，梳理其前沿系统与主要风险，并提出缓解策略，倡导以人类繁荣为中心的负责任发展。
2023-10-30 cs.AI
AGI as Second Being: The Structural-Generative Ontology of Intelligence
University of California, Berkeley（加州大学伯克利分校）；University of California, San Diego（加州大学圣地亚哥分校）
本文提出智能的结构-生成本体论，指出真正智能需具备生成性、协调性与持续性深度，现有AI仅为表层模拟，满足条件的未来系统可成为与人类并存的第二存在。
2025-09-02 cs.AI
AGI: Artificial General Intelligence for Education
AI4STEM Education Center（AI4STEM教育中心）；University of Georgia（佐治亚大学）；School of Computing（计算机学院）；School of Electrical and Computer Engineering（电气与计算机工程学院）；University of Virginia（弗吉尼亚大学）；School of Data Science（数据科学学院）
本文探讨人工通用智能（AGI）在教育中的应用，分析其关键概念与潜力，强调AGI能提升智能辅导、评估和个性化学习，并指出需关注伦理问题及跨学科合作。
2024-03-13 cs.AI
Stovepiping and Malicious Software: A Critical Review of AGI Containment
Synthetic Intelligence Research Institute（合成智能研究院）；Capitol Technology University（国会理工大学）
人们对人工智能可能产生的影响的认识与该领域的进展成正比。虽然对社会有巨大的好处，但许多人认为，与高级形式的人工智能有关的问题也同样多，如果不是更多的话。因此，对安全地开发人工智能的方法的研究越来越重要。在本文中，我们提供了一个这样的安全范例的概述：遏制与关键镜头，旨在对生成对抗网络和潜在的恶意人工智能。此外，我们照亮了潜在的发展盲点stovepiping的遏制机制。
2021-08-01 cs.AI
Human $\neq$ AGI
University of Louisville（路易斯维尔大学）
术语人工通用智能（AGI）和人类水平的人工智能（HLAI）已经互换使用，指的是人工智能（AI）研究的圣杯，创造一个能够在广泛的环境中实现目标的机器。然而，普遍隐含的假设AGI和HLAI的能力之间的等效性似乎是不合理的，因为人类不是一般的智能。在本文中，我们将证明这一区别。
2020-07-11 cs.AI cs.CY
Asymptotically Unambitious Artificial General Intelligence
Oxford University（牛津大学）；University of Cincinnati（辛辛那提大学）；Australian National University（澳大利亚国立大学）
一般智力，即解决任意可解问题的能力，被许多人认为是可以人工构建的。狭义智能，即解决某一特定难题的能力，最近有了令人印象深刻的发展。值得注意的例子包括自动驾驶汽车，Go引擎，图像分类器和翻译器。人工通用智能（AGI）带来了狭义智能所没有的危险：如果在每个领域都有比我们更聪明的东西对我们的担忧漠不关心，那将是对人类生存的威胁，就像我们威胁许多物种一样，尽管没有恶意。即使是如何保持AGI的目标与我们自己的目标一致的理论也被证明是非常难以捉摸的。我们提出了第一个算法，我们知道渐近无野心AGI，其中“无野心”包括不寻求任意权力。因此，我们确定了工具趋同理论的一个例外，这大致是默认情况下，AGI会寻求权力，包括对我们的权力。
2020-07-21 cs.AI
ARC-AGI-2: A New Challenge for Frontier AI Reasoning Systems
ARC-AGI-2通过更细致的任务设计，为评估人工智能的抽象推理和问题解决能力提供更高级的基准测试。
2026-01-15 cs.AI
The Possibility of Artificial Intelligence Becoming a Subject and the Alignment Problem
Institute of computer science, Osnabrück University（奥斯纳布吕克大学计算机科学学院）；Institute of philosophy, Oldenburg University（奥尔登堡大学哲学学院）
本文探讨AGI可能成为独立主体的可能性，提出通过支持自主性的养育方式替代传统控制策略，强调人类与AGI的协作共存与共进化。
2026-07-29 cs.AI
Multimodality of AI for Education: Towards Artificial General Intelligence
University of Georgia（佐治亚大学）；Technical University of Munich（慕尼黑工业大学）；Nanjing Normal University（南京师范大学）；University of Arizona（亚利桑那大学）
本文研究教育领域多模态AI对AGI实现的推动作用，分析AGI核心维度与教育变革潜力，探讨伦理问题及未来挑战，为AGI教育应用研发奠基。
2023-12-12 cs.AI
Universal Empathy and Ethical Bias for Artificial General Intelligence
AIDEUS；National Research University of Information Technology, Mechanics and Optics（国立信息技术、机械与光学大学）；Aix Marseille Université（艾克斯-马赛大学）；CNRS（法国国家科学研究中心）
理性代理通常是为了最大化回报而构建的。然而，AGI代理可以找到不受欢迎的方式来最大化任何先验奖励函数。因此，价值学习对于安全的AGI至关重要。我们假设世界的广义状态是有价值的-而不是奖励本身，并提出了AIXI的扩展，其中奖励仅用于引导分层值学习。修改后的AIXI代理被认为是在多代理环境中，其中其他代理可以是人类或其他“成熟”代理，这些值应该被“婴儿”AGI代理揭示和采用。作为通用智能模型的扩展，提出了设计这种具有道德偏见的移情代理的一般框架。此外，我们在简单的马尔可夫环境中进行了实验，证明了我们的方法在安全AGI中进行价值学习的可行性。
2013-08-03 cs.AI
When Brain-inspired AI Meets AGI
The University of Georgia（佐治亚大学）；The University of Texas at Arlington（德克萨斯大学阿灵顿分校）；University of Electronic Science and Technology of China（电子科技大学）；Northwestern Polytechnical University（西北工业大学）；Massachusetts General Hospital（麻省总医院）；Harvard Medical School（哈佛医学院）；ShanghaiTech University（上海科技大学）；Shanghai United Imaging Intelligence Co., Ltd.（上海联影智能科技有限公司）
通用人工智能（AGI）一直是人类的长期目标，其目的是创造能够执行人类可以完成的任何智力任务的机器。为了实现这一目标，AGI研究人员从人类大脑中汲取灵感，并试图在智能机器中复制其原理。受大脑启发的人工智能是从这一努力中出现的一个领域，它结合了神经科学、心理学和计算机科学的见解，开发出更有效、更强大的人工智能系统。在这篇文章中，我们从AGI的角度全面概述了大脑启发的AI。我们首先介绍大脑启发的人工智能的当前进展及其与AGI的广泛联系。然后，我们涵盖了人类智能和AGI的重要特征（例如，缩放、多模态和推理）。我们讨论了在当前人工智能系统中实现AGI的重要技术，如上下文学习和提示微调。我们还从算法和基础设施的角度研究了AGI系统的演变。最后，我们探讨了AGI的局限性和未来。
2023-03-28 cs.AI
Understanding and Benchmarking Artificial Intelligence: OpenAI's o3 Is Not AGI
Lab42 AI Research Institute（Lab42人工智能研究院）；Ludwig-Maximilians-Universität München（慕尼黑大学）；Munich Center for Mathematical Philosophy (MCMP)（慕尼黑数学哲学中心）
该研究基于技能与智能的区分提出新的智能定义，分析指出OpenAI的o3靠大量试错预定义操作在ARC-AGI上取得高分，并非AGI，并提出需构建覆盖更多未知任务的新基准以全面评估智能与AGI进展。
2025-01-13 cs.AI cs.PF
Development of an Adaptive Multi-Domain Artificial Intelligence System Built using Machine Learning and Expert Systems Technologies
North Dakota State University（北达科他州立大学）
针对AGI需在未知领域自主学习与推理的问题，本文融合专家系统、GDTES和GAI构建自适应多领域AI系统，以生成网络与训练数据并优化决策。
2024-06-17 cs.AI
Artificial General Intelligence, Existential Risk, and Human Risk Perception
Defence Research and Development Canada（加拿大国防研究与发展局）；York University（约克大学）
本文利用公开预测和舆论数据，比较专家与非专家对AGI风险的感知，发现其被视为高于其他生存威胁且增长更快，但共识基础尚不明确。
2023-11-15 cs.AI cs.CY
AI Must Embrace Specialization via Superhuman Adaptable Intelligence
Columbia University（哥伦比亚大学）；New York University（纽约大学）
本文提出超人类适应性智能（SAI）概念，主张AI应通过专业化追求超人类表现，而非追求通用智能。
2026-02-27 cs.AI
A Metamodel and Framework for AGI
Cisco Systems（思科系统公司）
人工智能系统能否表现出超人的性能，但在关键方面，甚至缺乏单细胞生物的智能？对于狭义的AI系统，答案显然是“是”。动物、植物，甚至单细胞生物都学会了可靠地躲避危险，并向食物移动。这是通过一个物理知识保存元模型，自主生成有用的模型的世界。我们认为，保存知识的结构是至关重要的更高的智能管理越来越高的抽象层次，无论是人类还是人工。这是将AGI子系统应用于需要持续学习和适应的复杂现实问题的关键教训。在本文中，我们介绍了深度融合推理引擎（DFRE），它实现了一个知识保存的元模型和框架，用于构建应用AGI系统。的DFRE元模型表现出一些重要的基本知识保存属性，如对称和反对称关系之间的明确区分，并能够创建一个层次知识表示，清楚地划分抽象层次之间。DFRE元模型结合了这些功能，展示了这种方法如何以特定的方式使AGI受益，例如管理组合爆炸和实现累积，分布式和联邦学习。我们的实验表明，该框架实现了94%的准确率平均无监督目标检测和识别。这项工作的灵感来自AGI的最先进的方法，最近的AGI有志的工作，粒度计算社区，以及Alfred Korzybski的一般语义。
2020-09-06 cs.AI
eXplainable Artificial Intelligence (XAI) in aging clock models
本文探讨了可解释人工智能（XAI）在衰老时钟模型开发中的应用，按特定生理系统分类对相关文献进行了全面分析，揭示了XAI在衰老研究领域的应用潜力。
2023-09-11 cs.AI cs.LG eess.IV
Creating Intelligence: A Computational Foundation for AGI
提出基于集合论和超维计算的新型计算认知理论，通过稀疏二进制数据、拓扑可塑性和子集模式匹配实现联想记忆，为通用人工智能提供高效硬件路径。
2026-07-01 cs.AI
Concepts is All You Need: A More Direct Path to AGI
Singidunum University（辛吉杜努姆大学）
本文指出统计AI缺乏通往AGI的清晰路径，提出基于概念核心作用的认知AI架构与发展计划，以实现人类水平AI。
2023-09-04 cs.AI
The Governance of Physical Artificial Intelligence
Hainan University（海南大学）；Visionogy
本文指出物理人工智能是人工智能的重要挑战，提出其治理旨在界定该技术在社会中的负责任智能应用。
2023-04-06 cs.AI
Physical Artificial Intelligence: The Concept Expansion of Next-Generation Artificial Intelligence
Hainan University（海南大学）；Visionogy；Zeekr Group（极氪集团）；Zayed University（扎耶德大学）；Alibaba Group（阿里巴巴集团）；Ghent University（根特大学）；Inner Mongolia University（内蒙古大学）
人工智能已经成为我们社会的增长催化剂，并被所有行业视为基础技术。然而，它的发展一直局限于信号处理领域，依赖于从其他传感器生成和收集的数据。在最近的研究中，数字人工智能和物理智能的概念已经出现，这可以被认为是物理智能理论发展的一大步。本文探讨了物理智能的概念，并提出了两个子领域：集成物理智能和分布式物理智能。本文还将探讨物理智能的趋势和治理。
2021-05-17 cs.AI
Creating Scalable AGI: the Open General Intelligence Framework
Technology Solutions Consulting NTT Data Ltd.（NTT数据有限公司技术解决方案咨询部）；Technology Office Baker Street AI（贝克街人工智能技术办公室）
针对当前AI模型因孤立单模态架构导致的可靠性和可扩展性局限，提出开放通用智能（OGI）模块化框架，整合多模态模块以实现实时适应与可扩展处理，助力构建更强大的AGI系统应对现实复杂任务。
2024-11-27 cs.AI
Artificial Intelligence in Humans
在这篇论文中，我提出，在许多情况下，思维机制相当于编程到人类头脑中的人工智能模块。
2013-10-30 cs.AI
Artificial General Intelligence for Medical Imaging Analysis
Massachusetts General Hospital（麻省总医院）；Harvard Medical School（哈佛医学院）；The University of Texas at Arlington（德克萨斯大学阿灵顿分校）；The University of Georgia（佐治亚大学）；Beijing Jiaotong University（北京交通大学）；Chinese University of Hong Kong（香港中文大学）；Second Xiangya Hospital（湘雅二医院）
本文综述了以LLMs、大视觉模型和大规模多模态模型为代表的AGI在医学影像与医疗健康中的应用现状、技术路线、挑战及未来方向。
2024-11-21 cs.AI
Bringing Back Rule Induction to Fluid Intelligence Research? An Initial Validation of the ARC-AGI Benchmark in Humans
Ulm University（乌尔姆大学）
研究围绕流体智力测量的两种观点，以含100名参与者的研究初步验证ARC-AGI基准用于人类流体智力测量的有效性，发现其与图形流体智力显著相关，为相关研究提供支持并建议嵌入人工智能基准以促进评估与合作。
2026-07-16 cs.AI cs.LG
Working Paper: Towards a Category-theoretic Comparative Framework for Artificial General Intelligence
Cognodata R+D & Universidad Autonoma de Madrid（Cognodata研发与马德里自治大学）；University of California San Diego（加利福尼亚大学圣迭戈分校）
本文旨在构建一个通用的范畴论框架，用于描述、比较和分析不同的人工通用智能架构，揭示其共同点与差异，并指导未来研究。
2026-07-03 cs.AI
LightHouse: A Survey of AGI Hallucination
Soochow University（苏州大学）
本文综述了通用人工智能（AGI）中的幻觉现象，梳理现有研究并指出多模态AGI幻觉研究尚处早期，同时提出未来研究方向。
2024-01-17 cs.AI cs.CL
Proceedings of the Eleventh Conference on Uncertainty in Artificial Intelligence (1995)
这是第十一届人工智能不确定性会议的会议记录，会议于1995年8月18日至20日在蒙特利尔举行
2014-08-28 cs.AI
Proceedings of the Twelfth Conference on Uncertainty in Artificial Intelligence (1996)
这是第十二届人工智能不确定性会议的会议录，会议于1996年8月1日至4日在俄勒冈州波特兰市举行
2014-08-28 cs.AI
Proceedings of the Fourteenth Conference on Uncertainty in Artificial Intelligence (1998)
这是第十四届人工智能不确定性会议的会议记录，会议于1998年7月24日至26日在威斯康星州麦迪逊举行
2014-08-28 cs.AI
Proceedings of the Eighteenth Conference on Uncertainty in Artificial Intelligence (2002)
这是第十八届人工智能不确定性会议的会议记录，会议于2002年8月1-4日在加拿大阿尔伯塔省举行
2014-08-28 cs.AI
Proceedings of the Seventeenth Conference on Uncertainty in Artificial Intelligence (2001)
这是第十七届人工智能不确定性会议的会议记录，会议于2001年8月2日至5日在华盛顿州西雅图举行
2014-08-28 cs.AI
Proceedings of the Nineteenth Conference on Uncertainty in Artificial Intelligence (2003)
这是2003年8月7日至10日在墨西哥阿卡普尔科举行的第十九届人工智能不确定性会议的会议记录
2014-08-28 cs.AI
Proceedings of the Twentieth Conference on Uncertainty in Artificial Intelligence (2004)
这是第二十届人工智能不确定性会议的会议记录，会议于2004年7月7日至11日在加拿大班夫举行。
2014-08-28 cs.AI
Proceedings of the Second Conference on Uncertainty in Artificial Intelligence (1986)
这是第二届人工智能不确定性会议的会议录，会议于1986年8月8日至10日在宾夕法尼亚州费城举行。
2013-04-13 cs.AI
Proceedings of the Ninth Conference on Uncertainty in Artificial Intelligence (1993)
这是第九届人工智能不确定性会议的会议记录，会议于1993年7月9日至11日在华盛顿特区举行。
2013-04-13 cs.AI
Proceedings of the Thirteenth Conference on Uncertainty in Artificial Intelligence (1997)
这是第十三届人工智能不确定性会议的会议记录，会议于1997年8月1-3日在美国罗德岛州普罗维登斯举行
2013-04-13 cs.AI
Proceedings of the First Conference on Uncertainty in Artificial Intelligence (1985)
这是第一届人工智能不确定性会议的会议记录，会议于1985年7月10日至12日在加利福尼亚州洛杉矶举行。
2014-08-28 cs.AI
Proceedings of the Fifteenth Conference on Uncertainty in Artificial Intelligence (1999)
这是1999年7月30日至8月1日在瑞典斯德哥尔摩举行的第十五届人工智能不确定性会议的会议记录
2014-08-28 cs.AI
Position Paper: Bounded Alignment: What (Not) To Expect From AGI Agents
Senior Member IEEE Dept. of Electrical and Computer Engineering University of Cincinnati（电气与计算机工程系 华盛顿大学）
本文主张 AI/ML 社区应借鉴动物与人类智能，重塑 AGI 愿景及其安全期待与衡量指标，以形成更现实的技术观并改善政策决策。
2025-05-17 cs.AI
The case for psychometric artificial general intelligence
Bournemouth University（伯恩茅斯大学）
对人工智能的测量和检测的文献进行了简短的回顾。针对人工通用智能提出的基准和测试将根据多个标准进行严格评估。根据研究结果，最有前途的方法被确定，并提出了一些有用的方向，为今后的工作。
2020-12-27 cs.AI
Advances in Artificial Intelligence Require Progress Across all of Computer Science
人工智能的进步需要整个计算机科学的进步。
2017-07-13 cs.AI
Proceedings of the Twenty-Ninth Conference on Uncertainty in Artificial Intelligence (2013)
这是2013年8月11日至15日在华盛顿州贝尔维尤举行的第二十九届人工智能不确定性会议的会议记录。
2014-08-28 cs.AI
Proceedings of the Sixteenth Conference on Uncertainty in Artificial Intelligence (2000)
这是第十六届人工智能不确定性会议的会议记录，会议于2000年6月30日至7月3日在加利福尼亚州旧金山举行
2014-08-28 cs.AI
Proceedings of the Twenty-First Conference on Uncertainty in Artificial Intelligence (2005)
这是2005年7月26日至29日在苏格兰爱丁堡举行的第二十一届人工智能不确定性会议的会议记录。
2014-08-28 cs.AI
Proceedings of the Twenty-Fourth Conference on Uncertainty in Artificial Intelligence (2008)
这是2008年7月9日至12日在芬兰赫尔辛基举行的第二十四届人工智能不确定性会议的会议记录。
2014-08-28 cs.AI
Proceedings of the Twenty-Seventh Conference on Uncertainty in Artificial Intelligence (2011)
这是2011年7月14日至17日在西班牙巴塞罗那举行的第27届人工智能不确定性会议的会议记录。
2014-08-28 cs.AI
Proceedings of the Third Conference on Uncertainty in Artificial Intelligence (1987)
这是第三届人工智能不确定性会议的会议记录，会议于1987年7月10日至12日在华盛顿州西雅图举行。
2013-04-13 cs.AI
Proceedings of the Tenth Conference on Uncertainty in Artificial Intelligence (1994)
这是第十届人工智能不确定性会议的会议记录，会议于1994年7月29日至31日在华盛顿州西雅图举行
2013-04-13 cs.AI
Artificial Intelligence : from Research to Application ; the Upper-Rhine Artificial Intelligence Symposium (UR-AI 2019)
TriRhenaTech联盟大学及其合作伙伴在2019年3月13日在奥芬堡举行的三国会议“人工智能：从研究到应用”上展示了他们在人工智能领域的能力以及与行业的跨境合作。TriRhenaTech联盟是上莱茵河三国大都市区的大学网络，包括位于富特旺根、凯泽斯滕、卡尔斯鲁厄和奥芬堡的德国应用科学大学，巴登-符腾堡州合作州立大学Loerrach，法国大学网络阿尔萨斯理工大学，瑞士国立大学（由14所工程、建筑和管理领域的“高等院校”组成）和瑞士西北应用科学与艺术大学（University of Applied Sciences and Arts Northwestern Switzerland）。该联盟的共同目标是加强知识、研究和技术的转移，以及学生的跨境流动。
2019-03-20 cs.AI
Proceedings of the Twenty-Second Conference on Uncertainty in Artificial Intelligence (2006)
这是第二十二届人工智能不确定性会议的会议记录，会议于2006年7月13日至16日在马萨诸塞州剑桥举行。
2014-08-28 cs.AI
Proceedings of the Twenty-Fifth Conference on Uncertainty in Artificial Intelligence (2009)
这是第25届人工智能不确定性会议的会议记录，会议于2009年6月18日至21日在加拿大魁北克省蒙特利尔举行。
2014-08-28 cs.AI
Proceedings of the Twenty-Sixth Conference on Uncertainty in Artificial Intelligence (2010)
这是第二十六届人工智能不确定性会议的会议记录，该会议于2010年7月8日至11日在加利福尼亚州卡特琳娜岛举行。
2014-08-28 cs.AI
