Google DeepMind發布前瞻論文 率先擘劃AI從AGI晉級ASI路徑

當外界普遍將目光聚焦於通用人工智能（AGI）何時能實現之際，科技巨擘Alphabet（美：GOOG）旗下的人工智能研究先驅Google DeepMind，卻搶先一步，拋出了一篇引人注目的研究論文。這份長達57頁的文獻，直接探討人工智能（AI）如何從現有的AGI階段，進化至人工超級智能（ASI）的演化路徑，為業界提供了前瞻性的思考，並引起廣泛關注。 該論文由DeepMind聯合創始人兼首席AGI科學家Shane Legg，聯同其博士導師Marcus Hutter等共14位頂尖專家共同撰寫。論文指出，即使假設個別前沿模型的技術進展陷入停滯，若能按照「量變產生質變」的規律推斷，只要計算能力（算力）持續提升，透過大規模定量擴展多智能體，即將無數AGI實例組合成團隊協作，便足以展現出與ASI相等的強大威力。這意味著，算力的持續發展，將是推動AI從AGI邁向ASI的關鍵動能之一。 為清晰闡明其研究框架，論文以通俗易懂的方式，對AGI、ASI及理論上的通用人工智慧（Universal AI）進行了明確界定。其中，AGI（人工通用智能）被定義為一個在多數認知任務上能達到「中等人類水平」的AI系統。 而具備ASI水平的AI系統，則需穩定超越由數萬名協作良好的專家，運用過去十年所有可用技術和知識，在單一問題或任務上持續十年所達成的成就。其能力之強大，顯然遠超目前人類的想像。 在ASI之上，Google DeepMind進一步引入了由Hutter提出的AIXI框架，一個理論上的絕對天花板——通用人工智慧（Universal AI）。該框架旨在所有可計算環境中最大化預期累積獎勵，但論文亦坦言，這僅限於理論層面，在現實中無法真正實現。 論文繼而羅列了AGI進化至ASI的數條主要路徑。然而，亦不諱言指出每一條路徑都充滿尚未解決的挑戰與不確定性，仍有許多關鍵問題亟待未來研究加以釐清。這反映了DeepMind在探索AI前沿時，所秉持的嚴謹與務實態度。 儘管ASI被設想為極為強大，Google DeepMind在論文中重申，它並非無所不知、無所不能的終極智慧。ASI依然無法打破宇宙的物理法則，例如光速限制、時空資訊密度的物理極限、物質建構所需的時間與能量，甚至數學與計算理論中的絕對不可能，如哥德爾不完備定理與停機問題等。 值得一提的是，這篇論文在格式上也開創了先河。它有別於傳統的學術引言，而是以「摘要指令（Summary Instructions）」取代，專門寫給AI助手，要求其必須如實、完整地呈現作者的定義、條列內容與價值判斷，同時還要清楚説明這些結論是否經得起時間的考驗。此舉不僅展現了DeepMind對AI助手的信任，也為學術論文的呈現方式提供了新思路。