AI 系統可以撰寫文章、回答問題並解決複雜問題。但最新研究顯示，AI 可能難以應對人類每天都在做的事情，他們很難在受到干擾時長期保持專注。 繼續閱讀..
頂尖 AI 也有弱點，長時間專注力任務不及格 |
作者
黃 嬿|發布日期
2026 年 06 月 11 日 12:35 |
|
Tag Archives: AGI
哈薩比斯認「我們已抵達奇點的山腳」，2030 年前後就能實現 AGI |
|
作者
TechNews 編輯台|發布日期
2026 年 05 月 21 日 10:20 |
|
Google I/O 大會期間，Google DeepMind 執行長德米斯·哈薩比斯（Demis Hassabis）接受 Axios 聯合創辦人 Mike Allen 訪問時表示，更強代理式（agentic）AI 系統快速成形，人們不只觀察技術演進，甚至開始「感受到」轉折點已到。 繼續閱讀..
連 OpenAI、DeepMind 都得看它的「成績單」，拆解 YC 非營利異類 ARC Prize 的超強影響力 |
|
作者
創業小聚|發布日期
2026 年 04 月 13 日 8:10 |
|
全球頂尖新創加速器 Y Combinator（YC）今年冬季（W26）Demo Day 於 3 月 24 日正式落幕。在近 190 家參與的新創公司中，「AI」依舊是核心的關鍵字。但在一系列以未來經濟規模效益為考量的名單中，這家名為 ARC Prize Foundation 的非營利組織卻顯得格外突兀。 繼續閱讀..
《紐約客》萬字調查：把 AGI 的鑰匙交給 Sam Altman，我們是否做錯了？ |
|
作者
品玩|發布日期
2026 年 04 月 09 日 8:10 |
|
不是把模型做更大就是 AGI，楊立昆直指大型語言模型的根本極限 |
|
作者
TechNews 編輯台|發布日期
2026 年 02 月 04 日 7:20 |
|
在 2026 年 1 月 27 日的會議上，著名人工智慧專家楊立昆（Yann LeCun）對於人工通用智慧（AGI）的未來發表了深刻見解。他強調，當前的人工智慧研究，尤其是大型語言模型（LLM），並不足以達到人類水準的智慧，這些模型在推理、長期記憶與世界建模方面存在重大缺陷。楊立昆認為，實現 AGI 需要全新的架構，而不僅僅是擴大現有模型的規模。
一群 AI 可能比單一模型更聰明，蜂巢思維為通往 AGI 之路？ |
|
作者
TechNews 編輯台|發布日期
2026 年 01 月 02 日 7:40 |
|
在近期的科技討論中，人工智慧如何邁向人工通用智慧（AGI），成為眾所周知的熱門議題。有研究觀點指出，實現 AGI 的關鍵，或許不在於打造單一「更強大的模型」，而是建立一個由多個 AI 組成、能彼此學習與協作的生態系統，這種思路被稱為「蜂巢思維」。
AI 生產力瓶頸並非模型能力，OpenAI Codex 負責人：是人類的打字速度 |
|
作者
陳 冠榮|發布日期
2025 年 12 月 15 日 12:39 |
|
目前 AI 生產力受限於人類撰寫提示詞的速度，只要人類必須手動輸入指令，整體系統的速度就會被人類的物理操作速度所拖累。此外，即便 AI 能夠快速產出大量程式碼，如果人類必須親自驗證 AI 所完成的工作，那麼人類審查程式碼」的時間也會成為新的生產力瓶頸。
Nvidia 再快也救不了？科學家示警：AGI 真正阻礙在算力天花板 |
|
作者
TechNews 編輯台|發布日期
2025 年 12 月 15 日 7:40 |
|
在最近一篇部落格文章中，艾倫人工智慧研究所（Allen Institute for AI）的研究科學家及卡內基美隆大學助理教授蒂姆·德特梅斯（Tim Dettmers）對於通用人工智慧（AGI）及超智慧的發展前景提出深刻質疑。德特梅斯指出，現階段的運算處理器技術已接近物理極限，有限的擴展能力將成為實現 AGI 的最大阻礙。
AGI 倒數計時、2030 年前實現？專家警告人類恐陷「煮蛙效應」危機 |
|
作者
TechNews 編輯台|發布日期
2025 年 11 月 13 日 7:50 |
|
在當今科技時代，人工智慧（AI）正朝著通用人工智慧（AGI）的方向發展，但這個過程引發人們對未來的深刻擔憂。根據著名的「煮蛙效應」（boiling frog theory），人類可能在不知不覺中逐步走向自我毀滅，正如一隻泡在慢慢加熱的水中、無法察覺危險的青蛙。 繼續閱讀..
