AGI 究竟是什麼？一個大家都談論，卻沒人能清楚定義的人工智慧目標

人工通用智慧（Artificial General Intelligence，AGI）是人工智慧產業中最常被提及的里程碑之一。科技業高層預測它的到來，投資者投入數十億資金研究，評論家則警告它一旦出現可能帶來的風險。但 AGI 究竟是什麼，仍然沒有明確的定義，研究人員對於什麼才算是「通用智慧」、它何時會出現，以及如何辨識它的到來，都還存在分歧。

機器智能研究所（Machine Intelligence Research Institute）執行長 Malo Bourgon 說：「對於 AGI 有很多不同的定義。當我們開始討論，這個系統是不是 AGI？那個系統是不是 AGI？依照哪個定義，什麼才能真正稱作 AGI？我認為這很難做到。」

包括 OpenAI 執行長 Sam Altman、Anthropic 執行長 Dario Amodei 和 xAI 執行長 Elon Musk 等知名人士，都曾對 AGI 的出現發表過看法和預測。馬斯克在去年 12 月接受 XPRIZE 基金會執行主席 Peter Diamandis 採訪時說：「我認為我們會在 2026 年達到 AGI。我確信到 2030 年，AI 將超越所有人類的總和智慧。」

與 ChatGPT 等大家熟知的生成式 AI 不同，AGI 通常指的是一種 AI 系統，能夠像人類一樣理解、學習和應用跨越多種不同任務的知識，而不是僅僅執行單一的特定功能。這個概念可以追溯到 1950 年代人工智慧研究的早期。

從 2000 年代初期開始，Ben Goertzel、Shane Legg 和 Peter Voss 等研究人員普及了「人工通用智慧」這個詞，以便將最初以人類水準、廣泛能力的 AI 目標，與研究實驗室和大學中開發的日益成功但狹隘的 AI 系統區分開來。

然而，Bourgon 說，實現「人類水準的智慧」並不是一個適用於所有情況的目標。「從我們的進化歷史、大腦的結構、神經元的速度，以及我們工作記憶的限制和大腦運作的速度來看，有很多原因讓我們可以預期，如果我們能夠設計出具有我們這種特性的 AI 系統，我們之上可能會有巨大的空間。」

大型語言模型和強大 AI（如 Gemini、ChatGPT、Grok 和 Claude）的最新進展，這些 AI 能夠撰寫文章、創建圖像、生成程式碼和回答複雜問題，已導致許多人認為 AGI 已經實現。但 Bourgon 說，它們缺乏的是自主性。「在大多數人對 AGI 的定義中，都包含自主性的概念。這些東西不一定只是作為工具和聊天機器人而存在，而是具有一種代理的性質，能夠在各種環境中，以高度的自主性完成任務。」

SingularityNET 執行長 Ben Goertzel，也是被認為普及 AGI 這個詞的人物之一，他說這種解釋擴展了這個概念。「這個詞現在在媒體中變得相當混亂，」Goertzel 告訴 Decrypt。「科技公司的 CEO 們覺得說『嘿，我們已經推出了 AGI』很方便，人們也對事物進行聳人聽聞的描述。」

Goertzel 解釋說，理論上，AGI 指的是能夠學習和執行超出其明確訓練範圍的各種任務的 AI 系統。他說，今天的模型很強大，但與通用智慧有根本的不同。「它們不是通過學習來完成所有這些任務，而是通過將整個網路塞入它們的知識庫中來實現的。」

雖然 AI 開發人員投入數十億美元建立 AI 資料中心，為日益強大的模型提供越來越多的計算能力，但真正的通用智慧需要概括和產生真正新穎的見解，而不僅僅是重新混合其訓練資料，他解釋說。「如果你將當前的深度神經網路系統訓練到 1900 年的音樂，它們永遠不會發明嘻哈或 grindcore。」

Goertzel 認為，向 AGI 的轉變不太可能表現為一個單一、清晰的斷點。「AGI 和前 AGI 之間不一定存在完全清晰的界限，」他說，並將其比作生物學中圍繞病毒和逆轉錄病毒的灰色地帶。他補充說，我們仍然知道狗是活的，石頭不是，即使在病毒的情況下，某些邊緣情況是「模糊的」。

布魯金斯學會（Brookings）研究全球 AI 政策的研究員 Kyle Chan 說，這場辯論已經擴展到涵蓋幾種不同的情境。「我們對 AGI 的理解有很多種，」Chan 告訴 Decrypt。「一方面，你有這種遞迴自我改進和智慧爆炸的想法，另一方面，你有一個更『平凡』的版本——AI 可以做許多人類可以做的事情，或者 AI 作為一種正常的技術，比如網路或電腦。」

Chan 說，當美國 AI 實驗室辯論 AGI 的存在意義時，中國的討論看起來非常不同。「AGI 在中國不是一件大事，特別是對於政策制定者、更廣泛的 AI 社群和更廣泛的科技產業來說。大多數人都在專注於從這件事上賺錢，特別是在實體方面，我認為這是中國和他們的許多科技公司覺得他們比美國更有優勢的一個領域，因為他們可以建立機器人或自動駕駛系統、無人機，以及任何 AI 驅動的東西，因為他們擁有美國沒有的硬體供應鏈。」

Chan 承認，雖然中國的 AI 開發人員不像他們的美國同行那樣關注 AGI，但它仍然在他們的雷達上。「一些中國 AI 創始人確實談論 AGI，他們中的一些人甚至談論 ASI 之類的事情，但總的來說，AGI 在中國真的不是一件大事。」

對於 AGI 可能何時到來的預測差異很大。對於研究該技術的研究人員來說，標籤本身可能不如系統能夠做什麼重要。「這些系統的影響和能力是什麼？這才是我們現在想要處於的心態。」Bourgon 說。