DeepMind CEO 談 AGI 為何仍無法媲美人類推理能力

DeepMind 執行長 Demis Hassabis 最近在印度德里舉辦的 AI 影響力峰會上分享了他對通用人工智慧（AGI）現狀的看法。Hassabis 強調，儘管 AI 技術進展快速，AGI 在持續學習、長期規劃與推理一致性等方面仍無法匹敵人類大腦的能力。

AGI 是指具備廣泛認知能力的人工智慧，能夠像人類一樣靈活處理多種任務與情境。根據 Hassabis 的觀點，目前的 AI 系統雖在特定任務中展現出色表現，但在面對需要長期思考與不斷累積知識的情境時，仍缺乏人類自然的學習與推理能力。

「我自己作為一位 AI 研究者，深刻體會到現有模型在持續學習方面的限制。它們往往不能像我們人類一樣靈活應對新的知識，並且在計畫長遠目標時常常失去焦點，容易產生不連貫的判斷。」Hassabis 表示。

AGI 具備三大核心挑戰，分別是：持續學習的能力、長期策略規劃的能力，以及在多變環境下保持推理一致性的穩定性。這也是為何即便 AI 已在影像辨識、語言理解等領域取得突破，通用人工智慧仍需投入大量研發才能真正實現人類般的思考。

理解 AGI 為何難以超越人類，有助於設定人工智慧發展的合理期待，並督促業界與學界聚焦於根本性的技術挑戰。DeepMind 持續投入探索如何結合多模態學習、強化學習及記憶系統，以期縮短與人類推理能力之間的差距。

關於作者