在最新的采访中，谷歌 DeepMind 的首席执行官德米斯・哈萨比斯（Demis Hassabis）表示，预计在未来五到十年内，人工通用智能(AGI)将迎来首个形态的诞生。然而，他也指出，当前在技术上仍面临许多重要挑战。

哈萨比斯在 DeepMind 位于伦敦的办公室接受了媒体的采访。他强调，尽管现在的人工智能系统在特定任务上表现出色，但它们仍然缺乏许多基本能力。他将 AGI 定义为 “能够展现出人类所有复杂能力的系统”。在他看来，实现 AGI 的关键在于让 AI 系统真正理解物理世界。

哈萨比斯提到，尽管研究者们在创造用于自主规划和问题解决的能力方面取得了进展，但将这些能力迁移到现实场景中仍然是一项艰巨的挑战。他表示:“关键是我们能多快将规划思路和代理行为进行概括，并将其应用于真实世界，同时还要建立对周围世界的模型。”

在谈到世界模型时，哈萨比斯认为，虽然近期研究者们在这一领域取得了一定进展，但找到将世界模型与规划算法有效结合的最佳方法依然是一个关键难题。与哈萨比斯持相似谨慎态度的还有 Meta 的首席 AI 研究员扬・勒昆（Yann LeCun），他也在积极探索自己的发展思路。

哈萨比斯的最新观点与他在2024年8月时的看法相一致，他当时认为，当前的 AI 能力往往被过高估计，而该技术的长期潜力却被低估。根据 Metaculus 预测平台用户的中位数预期，AGI 将在2030年前后问世。

目前，AI 行业对 AGI 的到来方式存在越来越多的质疑。根据一项最新调查，大多数 AI 研究者认为，单靠大规模语言模型（LLM）无法实现 AGI。OpenAI 最近也改变了之前的观点，认为 AI 模型的突发能力不会直接导致 AGI 的迅速突破，而是将 AGI 的发展视为一个持续演化的渐进过程。微软首席执行官萨提亚・纳德拉(Satya Nadella)则对 AGI 的预测表示质疑，称这种观点是 “毫无意义的基准黑客”，他更希望 AI 的发展能够集中于提供实际的经济利益。

划重点:  

🌟 AGI 有望在未来五到十年内实现，但技术挑战依然存在。  

🧠 当前 AI 系统在特定任务上表现优异，但缺乏人类的复杂能力。  

📊 行业内对 AGI 实现方式的看法逐渐谨慎，认为不能仅靠大规模语言模型。