德米斯·哈萨比斯，谷歌深度学习 的首席执行官，指出了人工通用智能（AGI）发展道路上的一个重大障碍。
发生了什么： 哈萨比斯在最近一期的 “谷歌开发者” 播客中强调，人工智能缺乏一致性是实现 AGI 的主要障碍，依据《商业内幕》的报道。
他通过解释来说明这种不一致性，指出尽管像谷歌的 Gemini 这样的先进 AI 模型能够在国际数学奥林匹克中赢得金牌，但它们在解决基本的高中数学问题时仍然挣扎。他表示，这种不一致性正是阻碍 AI 实现完全 AGI 的原因。
哈萨比斯还呼应了 字母表公司 的首席执行官 桑达尔·皮查伊，后者曾将当前的 AI 发展阶段称为 “AJI”——人工锯齿状智能。这个术语描述了在某些领域表现出色但在其他领域失败的系统。
他进一步强调，解决 AI 的一致性问题不仅仅需要扩大数据和计算能力。他建议，行业需要更好的测试和新的、更具挑战性的基准，以准确确定模型的优势和劣势。
为什么这很重要： AGI 的发展是一个理论上的门槛，意味着 AI 能够像人类一样推理，这在科技行业是一个热门话题。哈萨比斯之前对 AGI 的到来持有比谷歌联合创始人 谢尔盖·布林 更为谨慎的看法。他还指出，行业需要为 AGI 设定更高的标准。
与此同时，阿里云 的先驱 王健 对 AGI 和人工超智能（ASI）周围的热议表示反对，认为这些标签简化了 AI 系统的细致发展。
<ul>
<li>以太坊就像一个 ‘去中心化的应用商店’：伯恩斯坦</li>
</ul>
免责声明： 该内容部分是通过 AI 工具生成的，并由 Benzinga 编辑审核和发布。
图片来源：Shutterstock

谷歌-A

谷歌-C

谷歌 DeepMind 的首席执行官 Demis Hassabis 指出，人工智能的不一致性是实现通用人工智能（AGI）的主要障碍。在一档播客中，他提到，尽管先进的人工智能模型在某些领域表现出色，但在基本任务上却存在困难，这突显了改进测试标准和基准的必要性。他认为，这种不一致性妨碍了向 AGI 的进展，而 AGI 的特征是类人推理。Hassabis 的观点与阿里云的王健相对立，后者认为 AGI 的叙述过于简化了人工智能的发展

Demis Hassabis, the CEO of Google DeepMind, pinpointed a significant obstacle in the path of Artificial General Intelligence (AGI) development.
<div class="lb-trans">德米斯·哈萨比斯，谷歌深度学习 的首席执行官，指出了人工通用智能（AGI）发展道路上的一个重大障碍。
</div>What Happened: Hassabis, in a recent episode of the “Google for Developers” podcast, highlighted the lack of consistency in AI as a major barrier to achieving AGI, according to a Business Insider report.
<div class="lb-trans">发生了什么： 哈萨比斯在最近一期的 “谷歌开发者” 播客中强调，人工智能缺乏一致性是实现 AGI 的主要障碍，依据《商业内幕》的报道。
</div>He illustrated this inconsistency by explaining that while advanced AI models like Google’s Gemini can win gold medals at the International Mathematical Olympiad, they still struggle with basic high school math problems. This inconsistency, he said, is what is holding AI back from achieving full AGI.
<div class="lb-trans">他通过解释来说明这种不一致性，指出尽管像谷歌的 Gemini 这样的先进 AI 模型能够在国际数学奥林匹克中赢得金牌，但它们在解决基本的高中数学问题时仍然挣扎。他表示，这种不一致性正是阻碍 AI 实现完全 AGI 的原因。
</div>Hassabis also echoed Sundar Pichai, the CEO of Alphabet Inc. GOOGLGOOG, who previously referred to the current stage of AI development as “AJI” — artificial jagged intelligence. This term describes systems that excel in some areas but fail in others.
<div class="lb-trans">哈萨比斯还呼应了 字母表公司 的首席执行官 桑达尔·皮查伊，后者曾将当前的 AI 发展阶段称为 “AJI”——人工锯齿状智能。这个术语描述了在某些领域表现出色但在其他领域失败的系统。
</div>He further emphasized that addressing AI’s inconsistency issues will require more than just scaling up data and computing. He suggested that the industry needs better testing and new, more challenging benchmarks to determine precisely what the models excel at and what they don’t.
<div class="lb-trans">他进一步强调，解决 AI 的一致性问题不仅仅需要扩大数据和计算能力。他建议，行业需要更好的测试和新的、更具挑战性的基准，以准确确定模型的优势和劣势。
</div>Why It Matters: The development of AGI, a theoretical threshold where AI can reason like humans, is a hot topic in the tech industry. Hassabis had previously offered a more cautious outlook on the arrival of AGI than Google’s co-founder, Sergey Brin. He had also pointed out that the industry needs to set a higher bar for AGI.
<div class="lb-trans">为什么这很重要： AGI 的发展是一个理论上的门槛，意味着 AI 能够像人类一样推理，这在科技行业是一个热门话题。哈萨比斯之前对 AGI 的到来持有比谷歌联合创始人 谢尔盖·布林 更为谨慎的看法。他还指出，行业需要为 AGI 设定更高的标准。
</div>Meanwhile, Alibaba Cloud pioneer Wang Jian has pushed back against the buzz around AGI and artificial superintelligence (ASI), arguing that such labels oversimplify the nuanced growth of AI systems.
<div class="lb-trans">与此同时，阿里云 的先驱 王健 对 AGI 和人工超智能（ASI）周围的热议表示反对，认为这些标签简化了 AI 系统的细致发展。
</div><ul>
<li>Ethereum Is Like A ‘Decentralized App Store’: Bernstein</li>
</ul>
<div class="lb-trans"><ul>
<li>以太坊就像一个 ‘去中心化的应用商店’：伯恩斯坦</li>
</ul>
</div>Disclaimer: This content was partially produced with the help of AI tools and was reviewed and published by Benzinga editors.
<div class="lb-trans">免责声明： 该内容部分是通过 AI 工具生成的，并由 Benzinga 编辑审核和发布。
</div>Photo courtesy: Shutterstock
<div class="lb-trans">图片来源：Shutterstock
</div>

Google DeepMind CEO Demis Hassabis Flags AI Inconsistency As Key AGI Roadblock, Calls For Tougher Testing Standards

- Google DeepMind CEO Demis Hassabis 指出 AI 一致性缺乏是 AGI 发展的障碍。  
- 他提到，尽管 AI 模型在某些领域表现优异，但在基础数学问题上仍存在困难。  
- Hassabis 强调，解决这一问题需要更好的测试和新的基准，而不仅仅是扩大数据和计算能力。  

谷歌 DeepMind 首席执行官 Demis Hassabis 指出，AI 的不一致性是实现通用人工智能（AGI）的主要障碍，并呼吁制定更严格的测试标准