1樓：東方碩
我也覺得不能，但是，它多少還是能解決一些問題，在解決這些問題的過程中，又能積累經驗（關於具體的「為什麼它不能」）、又有可能發現新的研究點。所以這些研究仍然是有價值。
奇怪？但是整個AI領域（或者說AGI領域）一直就是這麼發展過來，大家都不知道哪個方向是正確的，都在往摸黑前進。
2樓：冰笛
通用AI是不能用堆砌專用AI來實現的。
就好比通用交通工具，不是把飛機、汽車、輪船、潛艇焊在一起就通用了！
通用是需要把共性提煉出來，同時保留個性特徵的一種構造方式，這在生物學裡叫抽象。
3樓：aluea
不是大神
一點微末的想法
題主的上述觀點，我均持反對的態度。
1.乙個繁殖出來的人和乙個存在磁碟裡的人作用差別很大。
人類具有今天的智慧型並非一蹴而就，有乙個從無到有，從低到高的過程。演化論雖然有很大爭議，但這裡不做贅述，總之就是在乙個合適的環境中搜尋解空間。退一步講，就算我們完全搞不定智慧型的原理，磁碟裡的人仍然是乙個黑箱，我們可以在環境中快速迭代這個黑箱以期待獲得更高的智慧型。
而現實中需要漫長的時間和大量個體的淘汰。
機械身軀和血肉之軀也互有優劣。
2.專用人工智慧的進步繞不開通用。
模型沒有辦法在乙個封閉的領域內無限進步，達到一定程度時必須要引入額外的資訊，這是一種變相的多工。且一些複雜的任務需要很多相對簡單的任務進行協作，而相對最複雜的任務就是通用智慧型。
專用和通用之間並沒有嚴格的界限，某種角度上來說，能力強就是通用，能力弱就是專用。
3."合作"解決不了通用。
通過簡單的組合一些模型來完成更複雜的任務是不可行的。對於大多數複雜任務(比如模擬能力)，子任務間存在複雜而深入的聯絡和相互作用，甚至比子任務本身還要複雜。
連子任務都無法用明確的規則(程式)設計出來，又怎麼去設計這些組合規則。
4樓：孟攀飛
我個人的思考。我不覺得通用人工智慧真正能實現，終極態就是造出人，繁殖是最好的辦法，研究原理然後仿造不是。研究AI的目的只是輔助人類，在乙個個行業做專用人工智慧超越人解放人就夠了。
如果真要在通用領域超越人，還是得回歸「人怎麼超越人」的思路——分工合作，用多個專用人工智慧的合體來模擬通用人工智慧比較合理。
如何看待清華大學自動化系建立通用人工智慧實驗班？
通用人工智慧只不過是乙個idea而已，具體細則都沒有，落地還遠著呢。再過五年，通班或許會炙手可熱，但今年自動化這一部分同學就和強基計畫第一屆同學一樣，實驗品罷了。 感覺未必靠譜 看 通智 那部分的介紹，計算機視覺自然語言處理認知推理機械人學機器學習多智慧型體通吃，除非天賦異稟，否則大概率只能精通其中...
能否利用人工智慧和腦機互動技術，實現在腦子裡想象就能生產電影 動漫，從而增加番劇年產量？
有可能假設AI具有龐大且相對全面的知識儲備通過指導和舉例可能會比人類相對準確的描畫出畫面難點在於表達者能夠完全沒有歧義的表述問題，AI準確的理解指導者表達的意思與表達者描述的內容文化歷史和內涵，甚至能夠揣測到表達者最終需要但表達不出的深層需求，並且能夠在巨大的資料中檢索和準確的邏輯與抽象判斷最符合表...
高達的機體設定為何不用人工智慧的設定？
先問是不是再問為什麼 S高達 西風高達 設定偏黑歷史 都是可以完全人工智慧操作的。RX 78就配備了學習型電腦，這在1979年是相當超前的概念了，畢竟機器學習的流行是90年代到現在的事。而機器學習的另一種說法就是人工智慧，雖然跟圈外人士認為的人工智慧相比，會顯得低智慧型很多。學習型電腦是吉姆和高達能...