Q1：什麼是 AGI？它與現在流行的 AI 有何不同？
AGI 指的是「人工一般智慧」（Artificial General Intelligence），意涵是一種能夠像人類一樣理解、學習、適應各種任務的智慧系統。與現階段許多 AI 系統專注於狹義任務不同，AGI 旨在達到全面性的智能。
DeepMind 的執行長 Demis Hassabis 於 AI Impact 峰會中指出，雖然目前的 AI 在特定任務上表現強大，但距離完全實現具有人類水平的推理和理解力的 AGI 還有不少技術挑戰。
Q2：Demis Hassabis 為什麼認為 AGI 仍不如人類推理？
根據 Hassabis 的說法，AGI 在持續學習（continual learning）、長期規劃（long‑term planning）和保持一致性（consistency）這三大核心方面還存在 significant gap。他認為，這些能力是人類推理解決複雜問題的根本，但當前 AI 系統尚未真正掌握。
我私心認為，這正反映了 AI 技術的現有限制，目前許多模型像是深度學習架構，都仰賴大量資料和訓練，但缺乏靈活調整策略來適應不斷變化的環境，這也是為何 AGI 路途仍漫長。
Q3：什麼是持續學習，為什麼對 AGI 重要？
持續學習是指系統在完成任務後，還能夠在新資訊或環境中不斷更新與優化自身的能力，而不忘記先前學習的知識。Hassabis 強調，這是 AGI 需要的基本技能，因為真實世界的複雜且動態，AI 必須具備這樣的適應能力。
我個人認為這是目前 AI 最大的挑戰之一，因為大多數深度學習模型在一次訓練後，若接觸新資訊，往往會發生遺忘過去知識的「災難性遺忘」現象，這和人類的靈活學習方式截然不同。
Q4：長期規劃與一致性在 AGI 中扮演什麼角色？
長期規劃是指系統能夠在面對長遠目標時，制定策略與步驟，這通常需要模擬更複雜的因果關係和風險評估。而一致性則是保持在不同情境下的判斷穩定，不會出現前後矛盾。
以我的角度來看，這些是人類智慧中不可或缺的元素。即使有些 AI 在特定任務中表現卓越，仍無法做到靈活調整策略並維持決策連貫，這也是為何離真正的 AGI 還有距離。
Q5：未來 AGI 研發的重點會是什麼？
Demis Hassabis 提及，未來的 AGI 研發將聚焦於克服上述三大壁壘：提升系統的持續學習能力、加強長期目標規劃的策略制定，並確保決策和行為的一致性。此外，跨領域的理論與實務結合，以及更接近人類思維的模型架構，都將是突破的關鍵。
我認為，這條路很挑戰，因為不只是技術問題，也是如何從根本理解並模擬人類普遍智慧的問題。AGI 的實現必定會是一條充滿探索和嘗試的漫長旅程，但正因如此，才讓人充滿期待與熱忱。
總體來看，Demis Hassabis 的見解提醒我們，雖然 AI 正快速發展，但與真正的智慧，尤其是人類推理能力相比，還存在明顯差距。理解這些限制，能幫助我們更理性看待 AI 的發展現況與未來可能性。
歡迎大家繼續關注 AI 領域的最新動態，深入理解 AGI 測試之路的挑戰與機會。更多資訊可透過 此連結 獲取。
You may also like: JUST（JST）即時價格、數據與圖表歷史解析｜完整Q&A問答指南
