通往人工通用智能(AGI)的竞赛：进展、怀疑与实际应用关注

发现顶级金融科技新闻与活动！

订阅金融科技周刊的新闻通讯

被摩根大通、Coinbase、黑石、Klarna 等高管阅读

关于AGI到来的辩论

人工通用智能（AGI）——指AI达到或超越人类认知能力的概念——正引发越来越多的讨论。一些专家预测其将在十年内到来，而另一些则坚持目标仍然遥远。

谷歌DeepMind的CEO Demis Hassabis认为AGI可能在五到十年内实现。他认为，虽然当今的AI系统在执行特定任务方面表现出色，但它们缺乏人类智能的适应性。他的乐观态度受到现实的制约，即AI必须学会更深入地理解世界，才能达到AGI。

行业内的其他声音则描绘了不同的图景。Anthropic的Dario Amodei建议，一种在几乎所有任务上都能超越人类的AI可能在两到三年内出现。与此同时，思科的Jeetu Patel声称，世界可能在2025年见证AGI的发展，紧接着便是人工超级智能。甚至特斯拉的Elon Musk和OpenAI的Sam Altman也预测，AGI将在几年内浮现。

但并非所有人都同意这些预测。

怀疑论与其他AI优先方向

风险投资家和创业公司领导者警告不要过度关注AGI。Voyager Capital的James Newell质疑在18个月内实现AGI的可行性，强调许多专家对最乐观的预测仍持怀疑态度。Madrona的Tim Porter也表达了类似的怀疑，认为AGI的辩论并不是推动AI创新的最有效途径。

相反，这些投资者认为，真正的潜力在于垂直AI——为特定行业或业务需求设计的应用。面向医疗、金融科技和物流的AI解决方案已经在重塑企业运营方式，提供了切实的价值，而无需依赖AGI的不确定性。

对于创业者来说，优先事项应是实际的AI应用。AI工程师Daryn Nakhuda敦促企业关注AI的即时益处，而不是为了技术本身而开发技术。他建议领导者在将AI整合到运营中之前，先问问自己用AI要解决什么问题。

实现AGI需要什么？

即使在AGI支持者中，也存在挑战。Hassabis指出，一个关键难题是：AI在超出受控环境后，能否泛化解决问题的策略。虽然AI在像棋盘游戏这样的结构化环境中表现出色，但将这些能力转化到现实世界的场景中更为复杂。

DeepMind已经开发出能在星际争霸等游戏中竞争与合作的AI代理，学习战略思维。然而，将这些技能转化为更广泛的决策能力仍在进行中。多智能体AI系统——不同AI实体之间进行通信与协作的系统——正被探索作为潜在解决方案。

另一个因素是计算能力。随着AI的进步，开发和维护这些系统所需的资源也在增加。这引发了关于AGI开发是否会被少数拥有雄厚资金的科技巨头垄断，还是能被更广泛的研究者所接触的问题。

实用AI的商业价值

虽然AGI研究仍在进行中，但许多企业目前的重点仍是提升效率的AI工具。企业利用AI驱动的解决方案自动化流程、分析数据、改善客户互动。例如，金融科技公司正将AI应用于欺诈检测、风险评估和自动交易，带来即时的财务收益。

投资者尤其对AI代理感兴趣——能够自主处理任务的软件实体。这些AI助手可以安排会议、管理工作流程或优化供应链，为企业带来可衡量的改善。

与其追逐遥远的AGI承诺，创业公司更关注AI的实际应用。重点在于提供解决现有问题的产品，而非追求理论突破。

AGI：长远目标还是被夸大的分心？

对AGI的追求无疑令人振奋，但关于是否应将其作为AI发展的主要目标，意见不一。有些专家预见快速的进步，而另一些则主张采取更审慎的态度，强调当下能带来价值的AI应用。

这场辩论远未结束。可以明确的是，AI将继续发展——无论是通过渐进式改进还是革命性突破。无论AGI是否在不久的将来出现，或仍是遥远的梦想，对于大多数企业和投资者来说，立即的重点是利用AI解决现实世界的挑战。