在最近於德里舉辦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）現況的深刻洞見。Hassabis指出，儘管AGI在某些領域表現出極高的智慧和效率，但它在三大核心能力方面仍無法與人類相提並論：持續學習、長遠規劃以及推理的一致性。

AGI，意指具備類似人類多樣智能的人工智慧系統，其目標是能夠在不同情境下靈活思考和行動。但Hassabis提到，目前的AGI系統多依賴所謂的「靜態學習」，也就是一次性從大量資料訓練後固定模式，缺乏像人類持續吸收新知、時時調整策略的能力。這讓AGI在面對新資訊時不易迅速適應，遠不及人類靈活。

另外，長期規劃對於多數AGI系統而言仍是一大挑戰。Hassabis用一個角色模擬說：想像AGI像是一位善於解短期謎題的學生，但面對需要規劃未來數年路徑的任務，卻往往無法明確列出合理步驟或因應變化做調整，這在真實世界的應用上是致命的限制。

最後，推理的一致性也是AGI尚待突破的領域。人類思考雖然並非完美無瑕，但在多次推理過程中能保持邏輯連貫和決策的穩定性。相反，現有AGI模型難以避免偶爾自我矛盾或基於有限視角做出非理性判斷，這影響了其在複雜問題上的可信度。

Hassabis的觀點提醒我們，儘管當前AI技術快速發展並展示驚人潛力，但如果要讓AGI真正達到人類級的智慧與推理深度，仍需要突破以上限制。他強調，這不只是技術問題，更關係到如何理解人類智慧的本質，並將這些認知融入AI系統之中。

對於AI發展愛好者與業界人士，理解AGI當前與人類推理間的差距，有助於制定更合理的研究方向與應用期待。DeepMind作為AI前沿的領頭羊，也持續致力於克服這些難題，推動AGI邁向更廣泛且長遠的應用場景。

You may also like: CFTC創新委員會揭牌！35成員橫跨傳統金融與加密產業，聚焦DeFi與風險投資融合