去年，Google DeepMind 的人工智慧模型在著名的國際數學奧林匹克競賽中獲得金牌，震驚了全世界的數學家。那麼為什麼這些相同的模型即使在最基本的數學問題上也會出錯呢？ DeepMind 執行長 Demis Hassabis 表示，這種不一致是人工智慧「牙齒智慧」的標誌。
哈薩比斯今天（2 月 18 日）在印度新德里舉行的 2026 年印度人工智慧影響高峰會上發表演說時表示，當今的人工智慧系統「在某些方面非常擅長，但在某些方面卻很差」。他補充說，在實現通用人工智慧（AGI）（一種可與人類智慧相媲美的人工智慧形式）之前，需要解決這種二分法，並預測這一里程碑還需要五到八年的時間。
與矽谷其他公司一樣，DeepMind 正在競相成為第一個釋放先進人工智慧潛力的開發商。該實驗室十多年前被谷歌收購，由哈薩比斯和一小群研究人員於 2010 年創立，其目標是最終“解決智能問題”，並在此過程中解決一些世界上最大的問題。 「我認為我們還沒有到那一步，」哈薩比斯說。
除了消除人工智慧的鋸齒狀邊緣之外，通用人工智慧道路上的其他障礙還包括擴展設計能力以處理長期任務而不僅僅是短期目標。哈薩比斯也專注於改善持續學習——確保系統可以透過經驗進行調整和個人化，而不僅僅是在發布之前吸收新知識。他說，目前這些模型「有點凍結，正在走向世界」。
有一天如何確認通用人工智慧的到來仍然是整個科技產業的一個懸而未決的問題。對哈薩比斯來說，這項突破將與人工智慧「真正創造力」的出現同時發生。這不僅限於藝術，還延伸到科學——如果系統不僅能夠解決猜想，還能提出正確的問題和假設，哈薩克斯說，這一特質將「偉大的科學家與優秀的科學家」區分開來。
隨著模型變得更加自主，最終成為「合作科學家」的前景讓人工智慧高層感到特別興奮。考慮到他自己的成就，他對科學研究的關注並不奇怪，其中包括因在 AlphaFold（一種預測蛋白質結構的人工智慧系統）和旗艦 Isomorphic Labs（利用人工智慧進行藥物發現的 Alphabet 子公司）方面的工作而獲得諾貝爾化學獎。
雖然哈薩比斯長期以來一直在宣揚人工智慧的科學前景，但他的對手——OpenAI 執行長 Sam Altman 和 Anthropic 的 Dario Amodei——更加重視該技術的商業和勞動力影響。他們不同的優先事項反映在他們對 AGI 時間表的看法中：奧特曼建議此類系統可能會在本世紀末出現，而阿莫迪則認為它們可能會更早到來。
然而，領先的人工智慧開發者的一個共識是，AGI 將帶來新的風險。哈薩比斯將其分為兩類：社會風險（當不良行為者濫用人工智慧時）和技術風險（當系統以意外且可能有害的方式運作時）。為前者做好準備需要全球對話和共同標準。 「為了減輕一些風險，我們需要國際合作，」他說。
