0:000:00
<h3>一、AGI 的定義與現狀</h3><ul> <li><strong>AGI 的定義</strong>：根據 Hassabis 及其早期合作者 Shane Legg 的定義，AGI 應是一個「能夠展現出人類所擁有的所有認知能力的系統」。這些認知能力包括但不限於：</li> <li><strong>跨領域學習能力</strong>：不限於單一領域，能在多個不同領域學習。</li> <li><strong>推理能力</strong>：邏輯推理、常識推理等。</li> <li><strong>規劃能力</strong>：為長遠目標制定策略。</li> <li><strong>創造力</strong>：產生真正新穎有價值的想法，而非僅僅模仿和組合。</li> <li><strong>記憶力</strong>：長期記憶和聯想記憶。</li> <li><strong>感知能力與運動控制能力</strong>。</li> <li>Hassabis 強調參照人腦是因為「到目前為止，人腦是我們所知道的唯一一個被證明確實存在通用智能的實力」。</li> <li><strong>與現有 AI 的差距</strong>：</li> <li>儘管大型語言模型 (LLM) 如 ChatGPT 在語言生成方面表現驚人，但與 AGI 的定義仍有顯著差距。</li> <li>現有 AI 在「真正的推理能力」（多步推理易出錯）、「規劃能力」（特別是長期規劃）、「創造力」（更多是模仿組合，而非源頭創新）以及「長期記憶和知識的靈活運用」方面仍有明顯限制。</li> <li>Hassabis 認為目前 AI 系統存在「能力上的巨大波動和不一致性」，例如 AlphaProof 在 IMO 幾何題上達到金牌水平，卻可能在高中代數或數單詞字母數等簡單任務上犯錯。這說明它們尚未掌握「真正的底層的智能」，其能力是「脆弱的」，未實現「可靠的泛化能力」。</li> <li><strong>泛化能力</strong>：指「把在一個場景學到的知識和能力可靠地應用到其他新的相關的場景中去的能力」。這是 AGI 實現穩健可靠表現的關鍵。</li></ul><h3>二、AGI 實現的時間表與方式</h3><ul> <li><strong>時間預測</strong>：DeepMind 成立之初就有一...