查看“WikiEdge:ArXiv-2303.15935/background”的源代码

<div style="float: right;">[{{fullurl:WikiEdge:ArXiv-2303.15935/background|action=edit}} 编辑]</div>
这篇文献的背景主要集中在以下几个方面：
# '''[[人工通用智能]]（[[Artificial General Intelligence]], AGI）的目标与挑战'''：
#* AGI作为[[人工智能]]领域的长期目标，旨在创造能够执行人类所能进行的任何智力任务的机器。
#* 研究者从[[人脑]]中汲取灵感，试图在智能机器中复制大脑的原则，以实现更高效和强大的AI系统。
# '''大脑启发式[[人工智能]]的发展'''：
#* 人脑作为世界上最复杂和先进的信息处理系统之一，其结构和功能特性为AGI的发展提供了丰富的灵感。
#* 从[[神经科学]]、[[心理学]]和[[计算机科学]]中汲取的见解，推动了大脑启发式AI系统的发展，这些系统在[[多模态感知]]、[[并行处理]]和[[神经可塑性]]等方面模拟人脑的特性。
# '''当前AI系统向AGI演进的技术路径'''：
#* 包括[[上下文学习]]、[[提示调整]]等在内的重要技术，正在推动当前AI系统向AGI的演进。
#* 这些技术使得AI系统能够在没有大量标记数据的情况下，通过少量示例快速适应新任务，这是实现AGI的关键步骤。
# '''AGI系统的算法和基础设施演化'''：
#* 从算法和基础设施的角度探讨了AGI系统的演进，包括[[神经网络]]、[[卷积神经网络]]（CNNs）、[[注意力机制]]等的发展。
#* 这些技术的发展不仅推动了AI系统性能的提升，也为AGI的实现提供了理论和实践基础。
# '''AGI的局限性与未来展望'''：
#* 尽管在大脑启发式AI和AGI的发展中取得了显著进展，但在实现真正的人类水平智能之前，仍需克服包括对人脑理解有限、[[数据效率]]、[[伦理]]、[[安全性]]和[[计算成本]]等方面的挑战。
#* 未来的AGI发展需要跨学科的持续合作，以及在技术、算法和硬件上的进一步突破。