Answers:
好问题！
AlphaGo虽然在围棋游戏中表现出色，但在狭义上很强（“窄窄AI”），定义为单个问题或问题类型（例如围棋和其他非机会性完美信息游戏）中的实力。
从某种意义上讲，AGI不一定意味着超级智能，因为我们认为一个android可以执行所有人类活动，并且具有与人类相同的能力，就像人工通用智能。
但是从技术上讲，AlphaGo是一种狭义的超级智能，因为它在一个问题上超过了人类的所有性能。
可能不正确的假设
本文的语调中有两个假设可以识别。
问题中还有另外两个可识别的地方。
所有四个可能都是正确的，但四个都不是确定的。
AlphaZero的生产率
如果我们的棋盘在壁橱的游戏架上，我们的草很长，并且割草机坏了，那么如果AlphaZero连接到人形机器人，则不会为任务序列编码游戏规则。
因此，在这种情况下，它对我们没有特殊的消费者价值。不太一般。
即使它可以用已经运转的割草机修剪草坪，它也很有价值，它不需要赢得任何东西的能力，而是具有服从并展现出不会在花坛上奔跑所需的超人智慧的能力。
DeepMind的聪明人选择使用拉丁文的tabus rasa而不是空白板，这一点是值得注意的，但是却不及构建一个学习程序能令人印象深刻，该程序可以学习仅以编码规则和实际游戏玩法为输入的三款游戏。
要考虑这些游戏程序在产品领域中真正有用，就不能依靠持续的兴趣购买每次打败购买者的软件。为了使AI产品切实可行，学习功能必须具有俗称的常识能力，这需要比游戏固定规则更广泛和灵活的领域知识。我们可以猜测，大多数在赢得游戏学习方面取得里程碑式成就的研究人员正在朝着这个方向努力。他们也知道他们的研究成果必须最终被生产出来，或者促成可购买的SaaS产品。
如果可以将这些进展重定向到数据中心空间中，以产生可治愈癌症或疱疹或逆转糖尿病或阿尔茨海默氏症的补救性基因疗法，那么对于该领域以外的人来说将是令人印象深刻的。然后，我们可以原谅研究人员没有为我们提供下载文件，该文件可能伪装成一个机器人来清洁我们的浴室。从该论文尚不清楚AlphaZero是否已充分证明其具有“在许多挑战性领域中的超人性能”。
他们所做的工作仍然令人印象深刻，并且在其他方面也取得了进展。我们中很少有人敢尝试发明一种游戏，这些通用游戏学习程序无法快速学习并在几个游戏实例中击败我们。
透视中的进步
当然，在执行算术，分拣邮件以及现在进行游戏时，人性化的发明扩展了赤裸裸人类的能力，而没有他的工具。这一进步将计算机系统牢牢地置于工具的范围之内。反铲在某种程度上也是超人的。尝试铺设一公里不接的管道。
相反，人类扮演着计算机保健提供者的角色。如果他们生病或失败，我们将被迫驱逐他们的病毒和蠕虫或更换其故障部件。否则我们的房屋和企业陷入混乱。
如同所有事物一样，技术应该被透视。
明智的做法是，让人们减少对游戏的迷恋和互相殴打，而将注意力更多地集中在旨在通过其新发明的工具解决社会和经济问题的协作社会行为上，而这样做的方式不会产生新的问题或不会引起邀请。新的暴行。
脚注
根据相反的证据，在人类中存在被描述为通用情报的说法是有争议的。许多人会引用这些策略和趋势作为限制人类智能的证据。