2020年，在北京市政府、科技部、教育部的大力支持下，国际著名计算机视觉专家、统计学家和应用数学家、人工智能专家朱松春以人工智能战略科学家身份回国创办北京通用人工智能研究院（以下简称：北京通用人工智能研究院）并担任院长。
作为第四次工业革命的核心技术，人工智能技术正在科技界和产业界释放出巨大的能量。尤其是近年来，学术界和产业界逐渐找到了通往人工智能终极目标——通用人工智能（AGI）的路，通用人工智能相关技术热潮开始兴起。
两年来，在北京大学、清华大学优秀师生的共同努力下，通用人工智能研究院逐步成长为通用人工智能领域一支重要的科技力量。
1月22日，知顶网走进通用研究院，在媒体沟通会上与朱松春院长就通用人工智能相关问题进行了深入交流。
朱松春指出，通用人工智能应该具备三个基本特征：完成无限任务、自主定义任务、价值驱动。这样的通用人工智能应该是“小数据、大任务”的“乌鸦范式”，而不是“大数据、小任务”的“鹦鹉范式”。
利用少量数据解决复杂问题是有别于目前受到学术界和工业界高度关注的ChatGPT等“大模型”的另一条通用人工智能技术路径。
今年是通用研究院成为独立法人两周年，研究院将于1月28日举办“面向通用人工智能的前沿科技成果展”（以下简称“成果展”）。本次成果展，研究院将邀请学术带头人、行业专家、政府领导等参加，集中展示两年来的主要科研成果。
届时，基于“小数据、大任务”的通用人工智能技术范式和众多创新科研成果将在本次展会上充分展示。
什么是通用人工智能？
2022年11月，ChatGPT的问世，让通用人工智能见诸报端，风靡全球，科技界仿佛一夜之间进入了通用人工智能时代。
那么，通用人工智能到底是什么？
朱松春认为，通用人工智能应该具备三大基本特征，解决八个关键技术问题：
三大基本特征是：可在复杂动态环境中完成无限任务、自主定义任务、价值驱动；
八大关键技术问题是认知架构、自我意识、社会智能、价值驱动、价值功能、具身智能、可解释性、人机互信。
从这个标准来看，ChatGPT之类的大型模型还不满足上述要素，这类人工智能很难真正实现普遍应用。
过去一段时间，ChatGPT等大型模型一直被视为通用人工智能，因为即使在国际上，对于如何准确评价通用人工智能还缺乏深入、系统的研究。
为此，通用研究院历经两年多时间进行了深入研究，打造了一套评级和测试标准——《通用人工智能标准、评级、测试与架构》白皮书。
《通用人工智能标准、评级、测试与架构》以发展心理学和心智理论为基础，参考人类婴儿发育的测试标准，研究总结了基于能力（U体系）和价值观（V体系）的UV通用人工智能评估方法，为制定标准化的通用人工智能提供重要参考。
为了满足通用人工智能的研究需求，突破现有人工智能测试体系的局限性，通研院还开发了国内首个通用人工智能评级标准与测试平台（TongTest），该平台综合考虑通用人工智能的关键特性，可以对通用人工智能的水平进行评估，同时可以利用值维空间来保障通用人工智能技术的安全可控。
有了这样的评价标准和测试平台，通用人工智能的技术发展就可以有据可依。
价值驱动的通用人工智能
在《通用人工智能标准、评级、测试和体系结构》中，一个很重要的体系结构就是UV对偶系统理论。
U系统构建势函数，V系统构建值函数，通用人工智能本质是由UV双系统驱动的通用智能体。
UV双系统理论是构建“小数据、大任务”通用智能体的关键，这次我们还拜访了通信研究所构建的通用智能体——小女孩“童童”。
“童童”是一个存在于虚拟世界、行为举止与3-4岁人类相似的小女孩，她不仅拥有与人类相同的身体和社会常识，还拥有“与生俱来”的本能，在价值观的驱动下，她不仅可以完成无限的任务，还可以自主定义任务。
比如，当童童进入一个新空间时，她会自己去探索新的空间。
这是人类从小就具备的能力，是一般智能的关键，但当今市场上大多数所谓的智能实体并不具备这种能力。
要打造真正的通用智能体，需要回归人类作为通用智能体的本源，让通用智能体能像人类一样受到价值观驱动，自主成长。“童童”就是这样的通用智能体。
据悉，作为价值与因果驱动的通用人工智能系统首个原型，童言研究院打造的“童通”以独创的认知架构理论作为顶层设计，并由自主研发的国产学习与推理框架——通用人工智能操作系统TongOS2.0和编程语言TongPL2.0提供底层技术支持。
童童拥有类人价值观，能自主生成任务，具备物理和社会常识，能保证复杂任务的高效执行，其推理和决策过程透明可解释。通过“自我学习（自主环境探索）”和“他人教导（与人类的多模态交互）”，童童可实现技能、知识和价值的不断增长。
同时，通信研究院采用国际领先的实时仿真渲染引擎和自主研发的分布式组件架构，打造了高度物理真实感、交互性的训练场地及软件系统平台，自主研发的架构在训练数据生成、运动控制等方面远远领先于国际同类系统。
除“TongTong”外，桐研研究院还将在本次展会上展出多个项目的创新科技成果，包括可自主识别需求、无交互执行任务的具身智能机器人；自主研发的首款基于光学触觉感知技术、空间分辨率小于0.1mm的高自由度仿真机器手；可作为“AI+机器人”仿真武术训练场的通用人工智能研究平台TongVerse等。
中国对人工智能的质疑
“AlphaGo为什么不在中国诞生？ChatGPT为什么不在中国诞生？百模大战为什么不在中国诞生？中国什么时候才能创造出独创的人工智能系统或者令人惊叹的人工智能产品？这些都是我们这一代人需要回答的问题。”朱松春在媒体沟通会上说。
这也是他一直在思考的“人工智能中国问题”。
长期以来的技术跟随模式，让很多中国企业难以做出原创性技术创新，中国的人工智能应该有自己的发展逻辑，把有限的资源和人才投入到人工智能这个战场，才能走在世界的前面。
正是基于这样的思路，通用研究院跳出了“百模大战”的热潮，在人工智能本质问题上寻求突破，一方面把人工智能技术发展与中国哲学思想相结合，创造出独具特色的通用人工智能理论框架；另一方面汇聚中国最优秀的科研力量，推动通用人工智能技术不断发展，走出一条中国特色的通用人工智能之路。
在通用人工智能理论框架方面，通研院近两年已形成了包括UV对偶系统理论、TongTest、TongVerse等一系列科研成果，将在本次展会上得到充分展示。
在科技创新人才培养方面，通用研究院也将携带“通用人工智能人才培养体系”亮相本次展会，进一步开辟复合型人工智能人才发展道路。
《通用人工智能人才培养体系》首次明确了人工智能与计算机科学的区别和边界，理清了人工智能人才培养的现状，阐述了通用人工智能人才需要具备的关键能力，提出了通用人工智能人才培养体系。主张通用人工智能人才培养需要充分把握人工智能作为“内融外跨”学科的特点，在“通识、通智、通用”的框架下，培养具有人文素养和爱国情怀、具有独立思考和跨学科思维、掌握人工智能核心理论与技术、勇于实践、开拓科研格局的高水平复合型人才。
此外，展览还将展示研究院在通用人工智能领域人才培养方面的成果。
据悉，近两年，在本科教育方面，通用研究院联合北京大学、清华大学支持成立通用人工智能实验班（简称“通班”），打造覆盖本硕博的人才培养体系，迄今已培养200余人；在博士培养方面，通用研究院牵头启动通用人工智能协同研究伙伴人才培养计划（简称“通计划”），与北京大学、浙江大学、上海交通大学等9所高校开展博士生联合培养，坚持“兴趣引领、学科导向、任务驱动、内部协同”的培养模式，每年新增130个博士名额。
通过这种“学研产用”一体化的模式，通用人工智能研究院正在培养通用人工智能领域的人才队伍，从年轻的学生到领军人才、战略科学家。
“为机器建立心灵，为人类赋予理性”是综合研究院的核心发展理念，也正是在这一理念下，综合研究院正在以实际行动解答“人工智能中国问题”。
