那么在当下 ， 我们在讨论通用人工智能时指向的是霍金所担忧的人工智能吗？
中国科学院院士、清华大学人工智能研究院院长张钹曾在第五届中国人工智能大会上表示 ， “通用人工智能的发展是好事 ， 真发展出来了也是喜事 ， 但是这里不能把通用人工智能和强人工智能混淆 。 ”
南京大学人工智能学院院长周志华曾在《中国计算机学会通讯》2018年第1期《专栏》里将“强人工智能”描述为 ， 达到甚至超越人类智慧水平的人造物 ， 具有心智和意识、能根据自己的意图开展行动的“人造智能” 。 “通用人工智能”则是希望借鉴人类的智能行为 ， 研制出更好的工具以减轻人类智力劳动 ， 其实质是行为智能和任务智能 ， 本质还是“弱人工智能” ， 类似于“高级仿生学” 。
“人工智能技术现在所取得的进展和成功 ， 是缘于‘弱人工智能’而不是‘强人工智能’的研究” ， 周志华称 ， “从技术上来说 ， 主流人工智能学界的努力从来就不是朝向强人工智能 ， 现有技术的发展也不会自动地使强人工智能成为可能 。 ”
国际人工智能联合会前主席、牛津大学计算机系主任迈克尔·伍德里奇(Michael Wooldrige)曾在2016年CCF-GAIR大会报告中说 ， 强人工智能“几乎没有进展” ， “几乎没有严肃的活动”(little progress, little serious activity) 。
“通用人工智能是根据任务驱动 ， 目前在有限边界内进行的 ， 就像我们人一样 ， 人的能力也是有边界的 。 ”董乐对澎湃新闻（www.thepaepr.cn）表示 。
什么样才能达到真正所说的通用人工智能？董乐认为 ， 实际上是一个使命 ， 一个方向 ， 它不断让智能体以更加通用化的方式解决问题 。 第一个体现是 ， 智能体能够具备普遍意义上的常识推理能力 ， 大概百分之八九十的任务都能做到准确理解、并能实现 。 第二是一项技术基本在具有同样逻辑的场景中都能通用 。
“例如在医疗、教育、金融 ， 包括能源等领域都有大量的资源匹配的问题 ， 决策者需要根据有限的信息实时做出预测 ， 因此分析光快不行 ， 要准确 ， 准确以后还要全面 ， 要分析出原因 ， 这样才能更清晰更合理 ， ”董乐表示 ， “我们的认知AI通用智能体 ， 它起到的作用实际上就是把这些综合的信息 ， 更合理化地给到需要的人手里 ， 帮助决策者 ， 更好、更公平地统筹、分配资源 ， 做出最科学的决策 。 ”
在当下 ， 很多企业也在借助人工智能完成智能化转型 。 采访人员走访中发现 ， 对于要不要自建AI团队 ， 很多转型中的企业是有犹豫的 。“目前会看到很多国家企业也都面临这样的问题 ， 一个是数据能不能给 ， 第二是自己的专业能力能不能够 。 ”董乐对澎湃新闻（www.thepaper.cn）表示 。
董乐认为 ， “如果只是一个企业的应用 ， 应该去跟专业团队合作 。 AI人才本身很紧缺 ， 成本很高 ， 如果没有很强的科学研究和工程化能力 ， 最后会发现投入越来越多但产出不明显 。 如果从企业战略层面考虑要布局自己的AI团队 ， 这是另外一个问题 。 单纯从结果的产出导向来说 ， 我认为对于大部分的企业来说没有必要组建自己的专业AI队伍 ， 找到一个优秀的专业团队 ， 搭建好的合作模式 ， 各自做各自擅长的事才是最优解 。 ”
谈到AI对人类和社会福祉的帮助 ， 董乐表示 ， 实际上就是用技术的方式打破不平衡的、可能带来浪费和损耗的资源分配方式 ， 使社会整体的运转效率得到智能化提升 。 “我们认为在未来50年必将产生人工智能与人类文明的碰撞与融合 。 其实对所有社会治理者 ， 包括我们每一个人都要去思考 ， 智能时代的社会 ， 我们要去面临什么？”