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
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
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。
- 以太坊就像一个 ‘去中心化的应用商店’：伯恩斯坦
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
