在近期舉行的人工智慧影響峰會（AI Impact Summit）中，Google旗下的DeepMind執行長Demis Hassabis分享了他對通用人工智慧（AGI）目前發展的看法。他指出，儘管人工智慧技術近年來取得令人矚目的進步，但在持續學習（Continual Learning）、長期規劃（Long-term Planning）以及推理的一致性（Consistency）方面，AGI仍然難以與人類相比。

Hassabis表示，當前的AI系統多半依賴靜態數據進行訓練，缺乏像人類一樣能夠不斷學習並融會貫通新知識的能力。這種限制使得AI在面對動態、多變的環境時，表現往往大打折扣。他以自己和團隊的研究過程為例，說明AI在嘗試理解複雜情景及制定長遠策略時，仍常出現判斷失誤或目標偏離的狀況。

此外，Hassabis與會時也強調了AGI在模擬人類推理過程中的一致性問題。人類的理性思維通常能夠融合多重觀點、保持邏輯自洽，並在不同時間點保持穩定的判斷準則；而AI目前在這方面仍存在挑戰，容易受到輸入數據變化或模型參數調整影響，導致推理結果不穩定。

Hassabis的見解不僅反映了DeepMind對未來AI發展的深刻認知，也提醒業界必須正視通用人工智慧真正接近甚至超越人類智慧前所需克服的多重技術瓶頸。在他的看法中，解決持續學習與一致性問題，是推動AI邁向更高階智能的關鍵所在。

從使用者角度來看，我曾經在與AI互動中發現它在長期任務上的規劃不如人意，或在跨次元認知時出現跳躍思維或矛盾回答。這樣的體驗讓我深刻理解Hassabis所言的限制，也期盼未來AI能夠進一步提升自己，真正成為可靠且靈活的智能夥伴。

總結來說，DeepMind CEO Demis Hassabis提醒我們，目前的通用人工智慧還無法完全匹敵人類的推理能力，其最大挑戰在於持續學習、長期規劃與一致性方面尚待突破。理解這些技術瓶頸，對於未來AI的合理期待與應用部署具有重要意義。

You may also like: [object Object]