在科幻电影中，类似于贾维斯（J.A.R.V.I.S.）⼀般的AI系统，⼏乎⽆所不能，是帮助⼈类解决各种各样难题的终极助⼿。它们的背后，是⼀种⼈们追求最⾼级AI的追求，⽽这⼀概念，被称为通⽤⼈⼯智能（Artificial General Intelligence，AGI）。
AGI的概念可以追溯到20世纪中期，当时许多计算机科学家和AI研究⼈员开始思考如何构建具有⼈类智能的计算机程序，与狭义AI（Narrow AI）系统专注于解决特定任务不同，AGI被赋予了更⼴泛的认知和推理能⼒，能够在多个领域进⾏学习、适应和执⾏任务。
近⽇，花旗银⾏数据科学副总裁Valentino Zocca博⼠在⼀篇题为《我们离AGI还有多远？》的⽂章中，就AGI和其他有关的重要议题展开了深度分析。核⼼观点如下：与⽬前的狭义⼈⼯智能相⽐，AGI需要能够在多个认知领域进⾏推理和学习。然⽽，实现AGI仍然存在许多挑战，如构建世界模型、进⾏因果推理等。
⼤型语⾔模型（如GPT-4）在解决特定任务和提取因果关系⽅⾯表现出⾊，但缺乏抽象的因果推理能⼒。它们倾向于从数据中提取已知的因果模式，⽽⽆法⽣成新的因果⻅解。⼀些研究者认为，现有的⼤型语⾔模型（如GPT-4）可能是迈向AGI的⼀步，但仍然存在许多未解决的问题，如创建世界模型、实现⾃我探究和进⾏因果演绎等。
只有当我们能够创造出⼀个可以怀疑⾃身现实的系统，进⾏⾃我探索，⾄少能够应⽤因果演绎来建⽴⼀个合理的世界模型时，我们才能真正实现AGI。