谷歌DeepMind首席執行官德米斯·哈薩比斯近日公開表示，真正意義上的通用人工智能（AGI）雖已顯現雛形，但距離全面成熟仍存在顯著技術鴻溝。他指出，當前人工智能系統在核心能力上與人類智能存在本質差異，尚未達到可與人類全面競爭的水平。
作為人工智能領域的標桿性概念，AGI被定義為具備人類般推理能力、無需專項訓練即可解決陌生問題的智能系統。哈薩比斯在分析現有技術瓶頸時，著重強調了三大關鍵缺陷：持續學習能力薄弱、長期規劃機制缺失以及能力表現波動過大。
針對持續學習困境，哈薩比斯解釋稱現有系統普遍采用"預訓練+微調"模式，一旦完成初始訓練便進入靜態運行階段。這與人類通過經驗積累持續優化的學習方式形成鮮明對比，"理想中的智能體應當具備動態適應能力，能夠在真實環境中自主獲取知識并調整行為策略"。
在規劃能力維度，當前技術僅能實現短期目標管理，而人類特有的跨時段戰略規劃能力仍是未解難題。哈薩比斯以城市規劃為例指出："人類可以制定十年發展藍圖并動態調整，但現有AI系統連完整執行季度計劃都存在困難，這種時間維度上的認知差距亟待突破。"
能力穩定性問題在專業領域表現尤為突出。哈薩比斯透露，某些前沿模型雖能在國際奧數競賽斬獲金牌，卻會在基礎算術題上出現低級錯誤。"這種能力斷層暴露了系統知識結構的根本缺陷，真正的通用智能應當具備全領域均衡表現，就像人類數學家不會在簡單計算中失誤。"
這位人工智能領域領軍人物有著豐富的行業履歷：2010年聯合創立DeepMind后，帶領團隊于2014年加入谷歌體系，其主導的Gemini項目已成為谷歌AI戰略的核心支柱。值得注意的是，哈薩比斯憑借在蛋白質結構預測領域的突破性貢獻，于2024年摘得諾貝爾化學獎桂冠。他曾在2023年《60 Minutes》訪談中預測，具備完整人類智能特征的AGI系統有望在五至十年內問世。
