為當前「人工鋸齒智慧」把脈！「一致性」是阻礙 AI 實現 AGI 的唯一因素
雖然 OpenAI 在 8 月 7 日發表了 GPT-5，但這個曾被視為能實現通用人工智慧（AGI）的模型，執行長奧特曼（Sam Altman）卻坦承不諱地表示其「離真正的 AGI 仍有差距」。為何當前最先進的 AI 模型仍無法完全實現 AGI？我們在 Google 執行長皮蔡（Sundar Pichai）與 Google DeepMind 執行長哈薩比斯（Demis Hassabis）先後參加的 Podcast 訪談中似乎找到了答案。
在 6 月播出的 Lex Fridman Podcast 節目中皮蔡曾將當前 AI 的發展階段稱之為「人工鋸齒智慧（Artificial Jagged Intelligence，AJI），並以此來形容當前的 AI 模型在某些領域表現優異、卻在其他領域表現不佳的狀況。
哈薩比斯在週二（8/12）播出的《Google for Developers》Podcast 節目中指出，即使像結合了能增強模型推理能力之DeepThink 的 Gemini 模型，明明能在全球最具聲望的國際數學奧林匹亞競賽中奪得金牌，但卻也有可能在高中數學上犯了簡單低級的錯誤。哈薩比斯與皮蔡立場一致地將它們稱之為「不均衡智慧」（uneven intelligences）或「鋸齒型智慧」（jagged intelligences）。
為了完全實現 AGI 的目標，就必須解決 AI 在一致性上的問題。對此，哈薩比斯認為，光靠擴大資料和運算規模是不夠的，因為當前先進 AI 在推理、規劃與記憶方面仍有一些缺失的能力需要突破。他進一步指出，業界需要更好的測試機制，以及「全新、更困難的基準測試」，以精確判斷 AI 模型究竟擅長什麼、不擅長什麼。
雖然哈薩比斯在 4 月時曾表示，AGI 將在「未來五到十年內」到來。但連奧特曼對於自家號稱重大進步的 GPT-5，都坦承離真正 AGI 仍有一段距離了，說明了當前最先進 AI 邁向 AGI 的過程中顯然缺少了某些關鍵因素。奧特曼補充說，其中一項缺失的因素，莫過於讓模型具備獨立學習的能力。
（首圖來源：YouTube）