OpenCog是一个开源 AGI 项目。但这也非常复杂，恕我直言，这不是一个好主意（我还没有完全阅读他的理论）。您也可以从联合创始人 Ben Goertzel 网站了解 OpenCog 背后的基本理念。

或者，您可以参与有关 AGI 的哲学讨论。对于严格的 AGI、决策理论、逻辑和数学材料（它们都是相关的），您可以从http://yudkowsky.net/或https://arbital.com/查找资料。但是，从某种意义上说，哲学探究的每一个分支都可以与 AGI 和意识（伦理学、形而上学等）联系起来，所以如果它喜欢你，那取决于你想如何解决它。

你也可以研究事物的心理学结局。以下论文和相关思想在意识和认知研究领域非常重要（但请记住，这几乎是一个随机列表，文献大量！）：

• 全球工作空间：意识理论(1997)

• 认知科学中的相关性实现和新兴框架（2009 年）

• 自由能原理：统一的大脑理论？(2010)

最近，（在数学时代），范畴论的进展表明有望成为许多现有数学的统一框架。我对此几乎一无所知，但确实有人在申请许多新的研究领域（显然包括人工智能）。但是，范畴论需要大量的数学背景知识才能使词汇开始变得有意义，所以要小心。您可以在nCatLab上阅读它，偶尔也可以在John Baez 的博客上阅读：Azimuth

当然，机器学习中的“常规”技术，如神经网络、强化学习、统计方法等也非常强大，但由于其构造的某些方面，它们通常被理解为只能“狭义” AI”的意思是他们只能很好地完成一项任务，但也许你可以找到一些改变这种情况的研究？

您可以通过多种方式为 AGI 研究做出贡献。

• 为经过同行评审的通用人工智能会议或其他 AGI 会议或期刊撰写论文，或者将它们提交给例如Arxiv。例如，您可以撰写有关 AGI 算法或架构的论文。

• 为（开源）AGI 系统做出贡献，例如OpenCog、BECCA或OpenNARS。

• 实现 AGI 算法、机制或架构，并将它们放在例如 Github 上。