据我所知，没有“真正的”（即像人类一样的智力和身体能力）通用人工智能系统（AGI）已经实施或实际有用（这一点得到了主要研究人员之一 Ben Goertzel 的证实在 AGI [ 1 , 2 ])。

最接近实际 AGI 的可能是Sophia（或类似机器人），它可能看起来像 AGI，但它缺乏我们人类所拥有的几种能力，并且它适应新环境的能力有限。Sophia 使用OpenCog [ 1 ]，它应该是一个开发 AGI 的软件框架。Sophia 用于热爱 AI 项目。

也有AGI 的理论框架，例如AIXI，在任何情况下都存在一些缺陷，例如不可计算性（在 AIXI 的情况下）。AIXI有一些近似值，但这些近似值只能用于解决玩具问题（例如井字游戏），因此它们对于解决复杂的现实问题并不是真正有用的。但是，可能会开发出更好的 AIXI 近似值和更多的 AGI 理论框架，以处理更复杂的问题。

同样重要的是要注意，尽管 AlphaGo 和 AlphaStar 取得了成功，但它们是狭义的 AI系统，因为它们只能解决一个特定问题（尽管同样的方法也可以适用于解决非常相似的问题，例如 AlphaZero）。

如果您想了解更多关于 AGI 的信息，由 Ben Goertzel 策划的Scholarpedia的文章人工通用智能提供了 AGI 领域的一个很好的概述，包括但不限于 AGI 的定义和 AGI 系统的开发方法，例如作为

• 通用（AIXI就是基于这种方法创建的），

• 符号（Soar就是基于这种方法创建的），它基于物理符号系统假设，

• 涌现论者（或亚符号），其基于预期一般智能会从亚符号动力学中出现的想法（其中亚符号系统指的是例如人工神经网络），

• 混合（例如CLARION），它是通用、符号或子符号方法的组合。

您可能还想看一下这个问题，其中有一些答案提到了一篇论文和一本书，您可以阅读它们以了解更多关于 AGI 领域的信息。您可能也对这个相关问题感兴趣。