Komuniti kecerdasan buatan sedang terlibat dalam perdebatan hangat mengenai laluan menuju Kecerdasan Buatan Am ( AGI ). Sementara sesetengah pihak berhujah bahawa model bahasa besar semasa hanya memerlukan kejuruteraan dan seni bina sistem yang lebih baik, yang lain percaya penemuan saintifik asas masih hilang.
Pembahagian Kejuruteraan vs Sains
Sebuah artikel terkini yang mencadangkan bahawa AGI adalah terutamanya masalah kejuruteraan telah mencetuskan perbincangan sengit dalam kalangan pembangun dan penyelidik. Artikel tersebut berhujah bahawa model semasa seperti GPT-5 dan Claude sedang mencapai had prestasi, dan penyelesaiannya terletak pada membina sistem yang lebih baik di sekeliling mereka daripada melatih model yang lebih besar. Walau bagaimanapun, ahli komuniti berpecah mengenai pendekatan ini.
Ramai pembangun berpengalaman menunjuk kepada pengajaran pahit - satu prinsip yang mencadangkan bahawa kaedah am yang memanfaatkan lebih banyak pengiraan akhirnya terbukti paling berkesan. Mereka berhujah bahawa penyelesaian kejuruteraan yang kompleks sering digantikan oleh pendekatan yang lebih mudah dengan lebih banyak data dan kuasa pengkomputeran. Keraguan ini berpunca daripada memerhati corak serupa sepanjang dekad penyelidikan AI , di mana sistem buatan tangan yang rumit akhirnya diatasi oleh kaedah statistik yang diperbesar.
Komponen Sistem AGI yang Dicadangkan:
- Perkhidmatan Pengurusan Konteks: Graf pengetahuan yang berterusan dan boleh ditanya
- Perkhidmatan Memori: Memori episodik dan semantik dengan penyatuan yang dipelajari
- Enjin Aliran Kerja: Orkestrasi deterministik bagi komponen probabilistik
- Lapisan Penyelarasan Ejen: Sistem berbilang ejen dengan penyelesaian konflik
- Kawalan Model Khusus: Model khusus domain dengan antara muka piawai
Masalah Bahagian Yang Hilang
Perbincangan mendedahkan ketidakpastian mendalam tentang apa yang sebenarnya hilang daripada sistem AI semasa. Sesetengah ahli komuniti percaya jurang itu adalah falsafah dan bukannya teknikal, mempersoalkan sama ada kita benar-benar memahami kesedaran atau kecerdasan dengan cukup baik untuk merekayasanya. Yang lain memberi tumpuan kepada batasan praktikal, menyatakan bahawa walaupun tugas asas seperti pengiraan yang boleh dipercayai atau mengekalkan ingatan yang konsisten merentas sesi kekal mencabar untuk model semasa.
Kecerdasan manusia berkembang daripada organisma yang jauh kurang bijak daripada LLM dan tiada falsafah diperlukan. Hanya percubaan dan kesilapan serta persaingan.
Perspektif ini menyerlahkan persoalan asas: bolehkah kita memotong jutaan tahun evolusi melalui kejuruteraan yang bijak, atau adakah kita perlu memahami prinsip asas terlebih dahulu?
Keupayaan Semasa vs Kecerdasan Sebenar
Komuniti menunjukkan perasaan bercampur-campur tentang keupayaan AI semasa. Sesetengah pihak menunjukkan bahawa alat seperti Claude Code sudah menunjukkan apa yang ramai akan anggap sebagai AGI asas hanya beberapa tahun lalu - mereka boleh merancang, melaksanakan tugas kompleks, dan mengekalkan konteks merentas interaksi. Walau bagaimanapun, yang lain berhujah sistem ini adalah pemadan corak yang canggih dan bukannya ejen yang benar-benar bijak.
Perdebatan meluas kepada sama ada model bahasa semasa boleh berfungsi sebagai blok binaan untuk AGI atau mewakili pendekatan yang berbeza secara asas yang tidak akan berskala kepada kecerdasan am. Pengkritik menyatakan bahawa otak biologi tidak memerlukan data latihan berskala internet untuk membangunkan kecerdasan, menunjukkan kaedah semasa mungkin tidak cekap atau kehilangan pandangan utama.
Batasan Model AI Semasa yang Dikenal Pasti:
- Pengurusan konteks terhad kepada beribu-ribu token berbanding pengalaman manusia selama bertahun-tahun
- Kekurangan ingatan berterusan merentas sesi
- Ketidakupayaan untuk mengemaskini kepercayaan apabila dicanggah oleh bukti
- Prestasi lemah dalam manipulasi simbolik dan pengiraan tepat
- Penaakulan berbilang langkah yang tidak boleh dipercayai disebabkan sifat stokastik
Cabaran Definisi
Tema berulang dalam perbincangan adalah kekurangan definisi yang jelas untuk AGI itu sendiri. Tanpa kriteria yang dipersetujui, ia menjadi sukar untuk menilai kemajuan atau menentukan bila matlamat telah dicapai. Sesetengah pihak mencadangkan AGI harus ditakrifkan sebagai apa sahaja yang mampu menggantikan pekerja manusia, sementara yang lain membayangkan keupayaan yang lebih diilhamkan fiksyen sains seperti kesedaran atau kesedaran diri.
Ketidakpastian definisi ini merumitkan perdebatan kejuruteraan berbanding sains. Jika kita tidak tahu dengan tepat apa yang kita bina, bagaimana kita boleh menentukan sama ada ia adalah masalah kejuruteraan atau memerlukan penemuan penyelidikan asas? Komuniti kekal berpecah sama ada pendekatan semasa akhirnya akan berjaya melalui penambahbaikan berperingkat atau sama ada penemuan baharu sepenuhnya diperlukan.
Rujukan: AGI is an Engineering Problem