自从 60 年前 AI 学科成立以来,它已经产生了许多有趣的技术和理论成果。然而,事实证明它在实现该领域的一些原始核心目标方面相对不成功,例如创建具有通用智能的系统,而不是专门的能力和在狭义任务上的表现。随后出现了一个广泛的研究人员社区,专注于创造和研究具有更广泛(例如人类水平)范围和泛化能力的合成智能。本文调查了这个多元化的社区及其进展。回顾了定义人工智能 (AGI) 概念的方法,包括数学形式主义和更多工程或生物学启发的观点。回顾了 AGI 系统的设计范围,包括具有符号、突现、混合和普遍特征的系统。考虑了通用智能的一般理论的前景。对通用智能的指标进行了评估,得出的结论是,尽管评估人类水平 AGI 成就的指标可能相对简单(例如图灵测试,或可以从小学或大学毕业的机器人),但评估部分进步的指标仍然存在更多争议和问题。