向人工通用智能（(AGI)）的競賽：進展、懷疑與現實世界的聚焦

探索頂尖金融科技新聞與活動！

訂閱 FinTech Weekly 的電子報

由 JP Morgan、Coinbase、Blackrock、Klarna 等高層閱讀

關於 AGI 到來的辯論

人工通用智能（AGI）——指 AI 能匹配或超越人類認知能力的概念——正成為越來越多討論的話題。有些專家預測它在十年內可能到來，而另一些則堅持認為目標仍然遙遠。

Google DeepMind 的 CEO Demis Hassabis 認為 AGI 可能在五到十年內實現。他認為，雖然當今的 AI 系統在特定任務上表現出色，但它們缺乏人類智能的適應性。他的樂觀態度受到現實的限制：AI 必須學會更深入理解世界，才能達到 AGI。

**業界其他聲音則描繪出不同的畫面。**Anthropic 的 Dario Amodei 表示，一個能在幾乎所有任務上超越人類的 AI 可能在兩三年內出現。與此同時，思科的 Jeetu Patel 表示，全球可能在 2025 年見證 AGI 的發展，隨後不久便是人工超智能。甚至 Tesla 的 Elon Musk 和 OpenAI 的 Sam Altman 也預測 AGI 將在幾年內浮現。

但並非所有人都同意這些預測。

懷疑論與替代的 AI 優先方向

風險投資家和創業公司領導者警告不要過度專注於 AGI。Voyager Capital 的 James Newell 質疑在 18 個月內實現 AGI 的可行性，強調許多專家對最樂觀的預測仍持懷疑態度。Madrona 的 Tim Porter 也表達了相似的懷疑，認為 AGI 的辯論並非 AI 創新的最佳途徑。

相反，這些投資者認為真正的潛力在於垂直 AI——為特定產業或商業需求設計的應用。針對醫療、金融科技和物流的 AI 解決方案已經在重塑企業運作方式，提供具體價值，而不必依賴 AGI 的不確定性。

對於創業者來說，優先事項應該是實用的 AI 應用。AI 工程師 Daryn Nakhuda 呼籲企業專注於 AI 的即時利益，而非為了技術本身而開發。他建議領導者在將 AI 整合到運營中之前，先思考他們要解決的問題。

達到 AGI 需要什麼？

即使在支持者中，也存在挑戰。Hassabis 指出一個關鍵障礙：AI 能否超越受控環境，泛化問題解決策略。 雖然 AI 在像桌上遊戲這樣的結構化環境中表現出色，但將這些能力轉化為現實世界的決策則更為複雜。

DeepMind 已經開發出能在星海爭霸等遊戲中競爭與合作的 AI 代理，學習策略思考。然而，將這些技能轉化為更廣泛的決策能力仍是一個持續的挑戰。多代理 AI 系統——不同 AI 實體進行溝通與合作——正被探索作為潛在解決方案。

另一個因素是計算能力。隨著 AI 的進步，開發和維護這些系統所需的資源也在增加。這引發了是否所有研究人員都能接觸到 AGI 開發，或由擁有雄厚資金的科技巨頭主導的問題。

實用 AI 的商業價值

儘管 AGI 研究仍在進行中，許多企業目前的重點仍是提升效率的 AI 工具。企業利用 AI 驅動的解決方案來自動化流程、分析數據、改善客戶互動。例如，金融科技公司正整合 AI 進行詐騙偵測、風險評估和自動交易，帶來即時的財務收益。

投資者尤其對 AI 代理人感興趣——能獨立處理任務的軟體實體。這些 AI 助手可以安排會議、管理工作流程或優化供應鏈，為企業帶來可衡量的改善。

與其追逐遙遠的 AGI 承諾，創業公司更重視 AI 的實用應用。重點在於提供解決現有問題的產品，而非追求理論突破。

AGI：長遠目標還是被過度炒作的分心？

推動 AGI 無疑令人振奮，但對於是否應將其作為 AI 發展的主要焦點，意見卻各不相同。有些專家預見快速進展，另一些則主張採取更為謹慎的策略，強調當前能帶來價值的 AI 應用。

這場辯論尚未定局。可以確定的是，AI 將持續演進——無論是逐步改進還是革命性突破。無論 AGI 是否在短期內出現，或仍是長遠的願景，大多數企業和投資者的當務之急，都是利用 AI 解決現實世界的挑戰。