AGI進程｜DeepMind料通用AI 最快4年成真 以愛因斯坦理論作測試 或能自主發明
原文刊於信報財經新聞「CEO AI⎹ EJ Tech」
Google DeepMind行政總裁哈薩比斯（Demis Hassabis）近日在一個創業活動上，跟創業加速器Y Combinator行政總裁陳嘉興（Garry Tan）對談，席上他表示堅信人工智能（AI）將成為科學的「終極工具」，促進科學理解、科學發現、醫學發展，以及對宇宙的認知。他並將「通用人工智能」（AGI）問世的時間線定在2030年前後。
製虛擬細胞 盼可電腦試藥
哈薩比斯更透露，DeepMind正向「虛擬細胞」邁進，預計10年內能模擬完整細胞系統，讓科學家得以在電腦上測試藥物與生物機制，大幅壓縮研究周期。
對於衡量AI科學發現能力的標準，他認為是在於AI能否通過「愛因斯坦測試」（Einstein Test）。做法是用1901年的數據訓練一個系統，看看它能否得出愛因斯坦在1905年取得的成就，包括狹義相對論及他在那一年發表的其他論文。系統若能夠做到這一點，代表距離發明全新東西不遠矣。
哈薩比斯指出，現有的大規模預訓練、人類回饋強化學習（RLHF）、思維鏈（Chain of Thought）等技術已非常強大，將成為AGI最終架構的重要基礎，但仍然有幾個根本問題有待解決。
首先是持續學習（Continual Learning），AI系統不斷接收新資訊的同時，將之整合到現有知識庫中，而非每次都從頭開始。第二是長期推理（Long-term Reasoning），目前AI在複雜、多步驟的推理上仍有不足，需要更深入的邏輯規劃能力。記憶機制（Memory）方面，如何有效地儲存、檢索及運用龐大而多樣化的記憶，是當前一大挑戰。最後一點是系統一致性（Consistency），讓AI在不同情景下表現穩定，避免「鋸齒狀的智慧」現象，即是某些極難問題表現卓越，卻在基本常識或簡單計算犯錯。
哈薩比斯表示，AI代理仍處於極早期階段，距離創造巨大價值，還有「幾個月到一年」的臨界點。他指出，DeepMind擅長將前沿大模型能力，快速蒸餾（Distillation）到小模型，例如Flash系列可達前沿模型95%性能，但成本僅其十分之一。小模型沒有明顯天花板，未來可在邊緣設備（Edge）本地運行，優勢是速度快、成本低、保私隱，適合人機協作與即時迭代。
籲年輕創業家投身深度技術
對於年輕創業家的建議，哈薩比斯坦言：「攻克難題及簡單難題，其實非常相似，只是難點在於不同方面。人生苦短，時間及精力有限，不如把精力投入真正有意義的事。」他認為，該優先選擇深度技術（Deep Tech）及AI領域，把精力投注在原子世界、物理世界相關的領域，並必須將AGI的出現納入規劃之中。這些跨學科領域更具防禦性，不易被基礎模型的快速更新所取代。
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
