通用人工智能AGI入坑指南——OpenNARS那些事儿
导读：走入AGI之路，最最最重要的起点，就是尽可能先抛弃掉您对人工智能和智能的预设。换言之，告诉自己“我目前对人工智能的了解也许都是错的”。对既有经验的质疑，这是一个非常重要的前提假设，在它的帮助下，您将看到不一样的世界。
走入AGI之路，最最最重要的起点，就是尽可能先抛弃掉您对人工智能和智能的预设。换言之，告诉自己“我目前对人工智能的了解也许都是错的”。对既有经验的质疑，这是一个非常重要的前提假设，在它的帮助下，您将看到不一样的世界。
1. AGI是什么
1.1 AGI速览
笼统地说，通用人工智能（AGI）的研究具有下列特点：
·强调智能的通用性特质
·持有整体或综合的智能观
·相信打造可媲美人类智能的AI的时机已经成熟
因此，“AGI”更接近“AI”的初始意义，而与当前聚焦于领域相关或问题相关手段的主流“AI研究”极其不同。“AGI”与“强AI（Strong AI）”、“类人AI（Human-Level AI）”、“完全AI”、“思维机器（Thinking Machine）”、“认知计算（Cognitive Computing）”等概念更加相似。
AGI研究包括科学（理论）与工程（技术）两个方面。一个完整的AGI成果通常包括：
1.关于智能的理论
2.该理论的形式化模型
3.该模型的计算机实现
尽管当前的AGI项目都有在计算机中完整实现“智能”的共同愿景，它们的具体目标却并不相同。所有的AGI方案都以人类智能作为灵感之源，却仍对“智能”做不同的解读。其结果是各个AGI项目试图在不同的抽象层次上复制人类智能：
·结构派
基本理由：既然智能是人脑的产物，那么建造智能计算机就该尽可能模拟人脑结构
理论背景：神经科学和生物学等
典型代表：HTM，Vicarious
主要挑战：有太多生理细节既不可能也无必要在AI系统中复制
·行为派
基本理由：智能表现为人类的外在行为，所以只需让计算机表现得与人一样即可
理论背景：心理学和语言学等
典型代表：Turing Test，cognitive model
主要挑战：有太多心理和社会因素既不可能也无必要在AI系统中复制
·能力派
基本理由：人们通常以问题解决能力来评估智力，因此智能系统要能够解决那些现在只有人脑才能解决的问题。
理论背景：领域知识指导下的计算机应用
典型代表：AlphaGo，expert system
主要挑战：缺乏对智能问题的界定，专用解决方案的通用性和灵活性不足
·功能派
基本理由：智能是诸如感觉、推理、学习、行为、交流、问题解决等认知功能的总合。因此，在计算机中分而治之地实现这些功能就能够实现智能。
理论背景：计算机科学
典型代表：主流AI教材，Soar
主要挑战：现有AI技术相当碎片化与僵化，难以有效整合。
·原则派
基本理由：智能是一种理性或优化。智能系统应该总是能够按照某种原则而“做正确的事”。
理论背景：逻辑学和数学等
典型代表：AIXI，NARS
主要挑战：智能和认知中的影响因素太多，以至于难以被一种理论解释或生成。
自上而下，上述派别对人类智能的描述越来越抽象，而其相应的计算机实现也体现了这些不同的抽象层次。由于对智能的不同描述具有不同的粒度和范围，尽管各个派别的目标相关，但依旧差异明显且相互不兼容。实现其中某一目标的最优方式却往往对其他目标的实现帮助有限。[更为详细的讨论请见这里]
由于研究目标的多样性，虽然AGI研究者进行了多方协作尝试，当前在AGI学界仍没有被普遍认可的评价标准（如必经阶段或基准测试）。
此外，《杞人忧天2.0：你真的了解“通用人工智能”的定义吗？》这篇文章更详实地讨论了AGI的定义。
1.2 AGI“事业部”
请结合实践进行分辨。宣称自己从事AGI的人多如牛毛，真正的试金石包括科学（理论）与工程（技术）两个方面，必须明确满足以下三个问题：
关于智能的理论
该理论的形式化模型
该模型的计算机实现
比如腾讯，号称要进军AGI，在学术刊物一直未见相关的内容。非学术期刊倒有一篇短文，马化腾亲口提出了“进军AGI”的口号：
马化腾.从专用人工智能迈向通用人工智能[J].中国科技产业,2019(09):9.
又比如OpenAI，学术贡献很多，也有大量的计算机实现。但其“深度神经元网络大力出奇迹”实现的“智能”并不是一般意义下的绝对智能，毕竟所有生物大脑虽然生理复杂，却无需依赖如此超大规模的算力。他们不是在“造人”，而是尝试“造神”。在AGI的路线上，这注定是走入死胡同的。
此外，北京大学人工智能研究院朱松纯教授的研究团队，也是AGI研究领域的一支重要力量。不过从AGI视角上看，朱老师的目标与AGI协会完全一致，但其路线还偏向于对传统AI手段的重大改良而非革新。因此，暂且未将其直接划入本文所称的AGI范围之内。但是，并不排除自底向上做法实现AGI的可能性。
真正从事AGI的研究群体，一直游离在主流AI的圈子之外。最大也最为正统的AGI组织是：世界通用人工智能协会（官方网站，年会，会刊）。
PS. 如果说我们这些非主流的研究都是异想天开之事，也就罢了。最近还有许多主流AI的学者对朱松纯团队也嗤之以鼻，认为AGI只是科学幻想、不切实际，未免就太过“封建”自闭了。
自2016王培老师在武汉布道之后，中国通用人工智能协会（筹）便运行至今，以宣传、普及、研究AGI为己任（官方网站，组会视频）。
1.4 AGI派别
与NoSQL类似，AGI事实上是一个比较宽泛的指称，着重强调是否采用与主流人工智能不同的路径。但并非AGI只有一种唯一的实现模式，或者说在当前的理论水平下，AGI不止有一种。当前有三种策略：
（1）混合策略（主流AI的AGI路线）
方法：使用不同的理论和技术逐个实现单独的功能，然后将其关联起来。
观点：(AA)AI：More than the Sum of Its Parts，Ronald pachman
难点：各种理论和技术的兼容性
（2）集成策略（AGI中的AI路线）
方法：首先设计一个体系结构，再使用不同的技术实现各个模块。
观点：Cognitive Synergy：A Universal Principle for Feasible General Intelligence？，Ben Goertzel
难点：功能间的离解、规范与协调
（3）统一策略（AGI中的AGI路线）
方法：使用同一种技术从核心系统开始逐步扩展和扩充。
观点：Toward a Unified Artificial Intelligence，Pei Wang
难点：核心技术的通用性和可扩展性
可进一步参考戈策尔与王培老师编的一本书，囊括了圈内公认的AGI项目：《Theoretical Foundations of Artificial General Intelligence》
1.5 核心问题：到底什么是“智能”？
实际上，人工智能领域所有问题和论争归根结底都是“什么是智能”这一问题的延展——也就是智能的定义。从更开阔的视角看，主流人工智能当前遇到的各种问题其实都是对“智能”理解不充分及错误的假设造成的。
因此，了解AGI，就要打破智能的旧观念！在AGI圈子中，尽管不同的人也有不同的看法，但大家的共识是主流AI的智能定义是有问题的。不过，王培老师的智能定义却在国外AI领域得到了最高支持。
通过《人工智能：何为“智”？》一文，能够了解“知识和资源相对不足”的重要性，这被称为AIKR假设，而智能就是在知识和资源相对不足情况下主体对开放环境的适应能力。
这意味着：AGI有着与主流AI全然不同的假设和理论，这也决定了二者不同的技术路线。借助《通用人工智能的四大基本问题》此文，可加深理解。
2 OpenNARS
王培老师智能观的基础是AIKR假设，资源相对有限是区别传统AI的重要前提。主流AI很大一部分人一直寄希望于更大的算力，但AGI学者却着迷于有限算力的效能最大化。
王培老师智能观的形式化体系，是创设了一套非公理逻辑推理系统（Non-Axiomatic Logic）。与当前流行的公理逻辑不同，非公理逻辑更符合真实的开放世界，也得到更贴近人类的推理结果。
继而，非公理逻辑推理的计算机软件系统实现便是NARS（Non-Axiomatic Logic System），而OpenNARS则是NARS的开源版本，请在：官方网站下载使用。
OpenNARS的学习曲线非常陡峭，主要原因在于智能这一耦合系统涉及诸多方面。目前，最好的学习资料有如下几处：
官网WIKI
王培老师专著《Non-Axinomatic Logic: A model of Intelligent Reasoning》，请见官方QQ群（367446800）共享文件
B站组会的相关视频
因学习内容复杂多样，建议新人从基础的逻辑理论体系入手，而非直接阅读OpenNARS源码。
3 AGI的研究方向
3.1 先天
（1）OpenNARS的感知运动（输入）多模态channel设计
（2）OpenNARS情绪情感的进一步完善
（3）OpenNARS控制机制的进一步完善
3.2 后天
（1）OpenNARS机器婴儿的“常识”教育
（2）OpenNARS机器婴儿的主动视觉发展
（3）OpenNARS机器婴儿的情绪衍生
（4）OpenNARS的数学教育
（5）OpenNARS的自然语言教育
（6）OpenNARS的变态心理及心理学标记物的发现与干预
（7）OpenNARS群体的文化研究（规则形成及沉淀、其与人类交互的规律）
3.3 应用
（1）应急系统
（2）知识图谱
4 加入我们
4.1 官方QQ群
官方QQ群：367446800
4.2 年会
2021年第六届中国通用人工智能年会（筹备中）
4.3 深造
（1）读博：
王培 美国天普大学 计算机系（计算机科学专业）
徐英瑾 复旦大学 哲学学院（哲学专业）
（2）读研：
刘凯 渤海大学 教育科学学院 & 通用人工智能研究所（教育技术学学硕、心理健康教育专硕）
那迪 西北民族大学 中国民族信息技术研究院（计算机科学专业）