构建通用人工智能要用价值性的思维，而不仅是事实性的思维，或许这是违背直觉的一个观点。汉堡是健康的食品吗？从价值端看并不是，而且是专供不追求健康的低端人群食用。但是麦当劳用了价值性思维去操作，使它成为了世界上最有商业价值的垃圾食品。

上面提到的例子说明了在构建通用人工智能时，价值性思维的重要性。在这个例子中，虽然汉堡从健康角度来看并不是一个理想的食品，但麦当劳却成功地运用了价值性思维来推销它，使其成为了具有商业价值的产品。通用人工智能需要能够理解和应用人类的价值观和道德标准，而不仅仅是提供事实性的信息。这意味着人工智能系统不仅需要具备智能和学习能力，还需要具备道德和伦理判断能力。例如，在医疗决策方面，一个通用人工智能系统需要考虑患者的健康和福祉，而不仅仅是提供一些医学事实。它需要权衡不同的价值观，如患者的痛苦程度、生命质量等因素，并作出最合适的医疗建议。另一个例子是自动驾驶汽车。当面临道路上的紧急情况时，通用人工智能系统需要考虑不同的价值观，如保护乘客的生命和健康，同时也需要考虑其他道路使用者的安全。它可能需要做出困难的决策，如选择撞向哪个方向的障碍物，以最小化潜在的伤害。

通用人工智能需要价值性思维来处理复杂的伦理和道德问题，以更好地适应人类社会的需求和价值观。这也是为什么在构建通用人工智能时，仅仅依靠事实性思维是不够的，这也更是仅仅依靠数理、物理是根本不能实现通用人工智能的主要原因之一。智能的本质确实是解决问题，而不仅仅是追求技术的发展和算法的进步。技术与算法的进步可以提供更高效的工具和手段，但只有通过智能的运用，才能真正解决问题。智能是指人类的思维能力和智慧的体现。在人工智能领域，智能是通过算法和数据分析来模拟和实现的。技术的发展和进步可以提供更多的数据和更强大的计算能力，但这并不意味着智能就能自动地产生。

解决问题需要智能的判断和决策能力。技术只是为智能提供的工具和手段。智能能够根据问题的具体情况，从复杂的信息中提取关键点，并运用适当的方法和策略进行分析和决策。技术的进步可以提供更多的数据和更高效的算法，但这些都是为了增强智能的能力，进一步提高问题解决的效果。

进一步讲，通用智能是指具有认知、学习、推理等人类智慧特征的能力。技术问题是指在实现智能过程中遇到的具体技术挑战，例如算法设计、数据处理等。然而，智能问题远比技术问题更加复杂和深远。了解智能的本质和机制是解决智能问题的前提。只有深入理解智能，才能更好地把握技术在其中的作用和价值。技术是实现智能的手段和工具，可以用来处理和分析大量的数据、构建模型、优化算法等。它可以帮助我们实现智能的目标，提高智能系统的效率和性能。然而，技术并非智能问题的解决之道。智能问题远不止于技术层面，还涉及伦理、社会、文化等多个维度。技术只是其中的一部分，而智能问题则需要综合考虑不同层面的因素。因此，我们需要将技术与智能问题相结合，综合运用不同的方法和手段来解决智能问题。只有在全面理解智能的基础上，才能更好地应用技术解决智能问题，并推动智能的发展和应用。