德米斯·哈薩比斯，谷歌深度學習 的首席執行官，指出了人工通用智能（AGI）發展道路上的一個重大障礙。
發生了什麼： 哈薩比斯在最近一期的 “谷歌開發者” 播客中強調，人工智能缺乏一致性是實現 AGI 的主要障礙，依據《商業內幕》的報道。
他通過解釋來説明這種不一致性，指出儘管像谷歌的 Gemini 這樣的先進 AI 模型能夠在國際數學奧林匹克中贏得金牌，但它們在解決基本的高中數學問題時仍然掙扎。他表示，這種不一致性正是阻礙 AI 實現完全 AGI 的原因。
哈薩比斯還呼應了 字母表公司 的首席執行官 桑達爾·皮查伊，後者曾將當前的 AI 發展階段稱為 “AJI”——人工鋸齒狀智能。這個術語描述了在某些領域表現出色但在其他領域失敗的系統。
他進一步強調，解決 AI 的一致性問題不僅僅需要擴大數據和計算能力。他建議，行業需要更好的測試和新的、更具挑戰性的基準，以準確確定模型的優勢和劣勢。
為什麼這很重要： AGI 的發展是一個理論上的門檻，意味着 AI 能夠像人類一樣推理，這在科技行業是一個熱門話題。哈薩比斯之前對 AGI 的到來持有比谷歌聯合創始人 謝爾蓋·布林 更為謹慎的看法。他還指出，行業需要為 AGI 設定更高的標準。
與此同時，阿里雲 的先驅 王健 對 AGI 和人工超智能（ASI）周圍的熱議表示反對，認為這些標籤簡化了 AI 系統的細緻發展。
<ul>
<li>以太坊就像一個 ‘去中心化的應用商店’：伯恩斯坦</li>
</ul>
免責聲明： 該內容部分是通過 AI 工具生成的，並由 Benzinga 編輯審核和發佈。
圖片來源：Shutterstock

谷歌-A

谷歌-C

谷歌 DeepMind 的首席執行官 Demis Hassabis 指出，人工智能的不一致性是實現通用人工智能（AGI）的主要障礙。在一檔播客中，他提到，儘管先進的人工智能模型在某些領域表現出色，但在基本任務上卻存在困難，這突顯了改進測試標準和基準的必要性。他認為，這種不一致性妨礙了向 AGI 的進展，而 AGI 的特徵是類人推理。Hassabis 的觀點與阿里雲的王健相對立，後者認為 AGI 的敍述過於簡化了人工智能的發展

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·哈薩比斯，谷歌深度學習 的首席執行官，指出了人工通用智能（AGI）發展道路上的一個重大障礙。
</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">發生了什麼： 哈薩比斯在最近一期的 “谷歌開發者” 播客中強調，人工智能缺乏一致性是實現 AGI 的主要障礙，依據《商業內幕》的報道。
</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">他通過解釋來説明這種不一致性，指出儘管像谷歌的 Gemini 這樣的先進 AI 模型能夠在國際數學奧林匹克中贏得金牌，但它們在解決基本的高中數學問題時仍然掙扎。他表示，這種不一致性正是阻礙 AI 實現完全 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">哈薩比斯還呼應了 字母表公司 的首席執行官 桑達爾·皮查伊，後者曾將當前的 AI 發展階段稱為 “AJI”——人工鋸齒狀智能。這個術語描述了在某些領域表現出色但在其他領域失敗的系統。
</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">他進一步強調，解決 AI 的一致性問題不僅僅需要擴大數據和計算能力。他建議，行業需要更好的測試和新的、更具挑戰性的基準，以準確確定模型的優勢和劣勢。
</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">為什麼這很重要： AGI 的發展是一個理論上的門檻，意味着 AI 能夠像人類一樣推理，這在科技行業是一個熱門話題。哈薩比斯之前對 AGI 的到來持有比谷歌聯合創始人 謝爾蓋·布林 更為謹慎的看法。他還指出，行業需要為 AGI 設定更高的標準。
</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">與此同時，阿里雲 的先驅 王健 對 AGI 和人工超智能（ASI）周圍的熱議表示反對，認為這些標籤簡化了 AI 系統的細緻發展。
</div><ul>
<li>Ethereum Is Like A ‘Decentralized App Store’: Bernstein</li>
</ul>
<div class="lb-trans"><ul>
<li>以太坊就像一個 ‘去中心化的應用商店’：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">免責聲明： 該內容部分是通過 AI 工具生成的，並由 Benzinga 編輯審核和發佈。
</div>Photo courtesy: Shutterstock
<div class="lb-trans">圖片來源：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 發展的障礙。  
- 他提到，儘管 AI 模型在某些領域表現優異，但在基礎數學問題上仍存在困難。  
- Hassabis 強調，解決這一問題需要更好的測試和新的基準，而不僅僅是擴大數據和計算能力。  

谷歌 DeepMind 首席執行官 Demis Hassabis 指出，AI 的不一致性是實現通用人工智能（AGI）的主要障礙，並呼籲制定更嚴格的測試標準