
※ 本文由 AI 根據影片內容整理,如有錯漏敬請指正。
📺 觀看完整影片:[AGI 最新研究, 竟然同哲學有關? AI愛因斯坦? 量子意識又係咩? #未來學 ep9]
---
AGI 研究最新動態:點解 AI 巨頭要返去問哲學同神經科學?
全世界唯一一個以 AGI(通用人工智能)為研究對象的學術會議剛在冰島舉行。今集《未來學》由江啟明邀請了紐約大學物理學博士陳志宏,分享會議上聽到的最新方向。一個出乎意料的觀察是:要由現在的 AI 跨進 AGI,工程師正在認真借力哲學、神經科學,甚至量子力學。
AGI 同 AI 究竟差咗一個咩?
兩個字面只差一個 G——這個 G 就是 General(通用)。從 Alan Turing 一代 AI founder 1950 年代開始構想,目標其實已經是一部達致甚至超越人類智慧的通用機器。後來電腦愈做愈強,但長期都仍然停留在「特定任務專家」狀態:能夠下棋、做圖像,但不能跨領域。今日的大型語言模型,加上 AI agent 的興起,確實讓部分人開始質疑:我們是否已經摸到 AGI 的邊?
DeepMind 的 AlphaGo、AlphaFold、AlphaZero 之間,有所謂 transfer learning 的能力,可以由圍棋遷移到象棋。但要跳到「叫一個下棋的 AI 去煮一碟菜」,現有技術就完全做不到。這條 generality 鴻溝,就是 narrow AI 與 AGI 的真正分界。
World Model:AI 點樣建構自己對世界的理解?
NVIDIA、Google 等公司近年都聚焦在所謂 World Model——一個讓 AI「理解」物理世界運作的內在模型。一條水滴怎麼落、一陣風怎麼吹,背後都有物理規律。當 AI 生成的影片出現「穿崩」(一隻狗無端飆出畫面、空間突然轉彎),就是因為背後缺乏 coherent 的 world model。
陳志宏以人類嬰兒做類比:嬰兒一開始只有零碎的視覺、聲音、味覺訊號,但幾個月內就能由原始感官數據構築出「這是爸爸媽媽」的認知模型。AI 公司正試圖讓機器走同一條路——而這要求對人腦如何學習有更深認識。
創意嘅瓶頸:當 Pattern Matching 撞返哲學
現在的大語言模型,本質上是在海量資料中尋找 pattern。但會議上一位 Meta 研究員指出:科學上真正革命性的突破——例如伽利略由地心說跳到日心說——並不是在現有資料裡 search pattern 可以得來的。他援引 Thomas Kuhn 的 Paradigm Shift 概念,提議 AI 研究應該借鏡科學哲學,而不止是工程學。
AlphaGo 在 2016 年對李世石第二局走出震驚棋壇的 Move 37,成為 AI 創意的一個象徵。但人類創意往往帶著「靈光一閃」那種主觀情感成份,而 AlphaGo 純粹冷靜計算。所謂創意究竟是甚麼,至今仍是一個 open question——而這正是 AGI 必須解決的核心難題之一。
DeepMind 另一個項目 AlphaEvolve,嘗試把達爾文式演化(變異、競爭、適者生存)植入 AI 流程,希望突破純語言模型的局限。
意識:Easy Problem 同 Hard Problem
要做 AGI 就避不開意識(consciousness)這個問題。陳志宏介紹學界常用的 IIT(Integrated Information Theory)框架,並把意識問題分為兩層:
- Easy Problem of Consciousness:物理上,腦袋裡億萬個獨立的神經元、五官同時送來的訊號,為甚麼會整合成「我」這個統一感受?這個問題雖然叫 Easy,但只是相對容易,仍然極端困難——只是過去幾十年神經科學在腦區功能定位上有了進展。
- Hard Problem of Consciousness:為甚麼純粹物理運作的腦袋,會產生「主觀感受」(subjectivity)?同一束電磁波打入兩個人的眼睛,怎可能令我感受到「紅色」、令我見到我老婆和你見到我老婆有完全不同情感反應?這個問題,目前科學連入手點都未有。
如果連自己腦袋產生意識的機制都未搞清楚,要在矽片上重現它,自然極為困難。
量子意識同 AI 愛因斯坦
會議上有人提出更具科幻色彩的 量子意識 假說:神經元裡的 microtubule 可能存在量子效應,而靈感的「靈機一觸」會否其實是量子糾纏(quantum entanglement)的結果?由此延伸出一個猜想——可能要等到量子電腦出現,才有條件造出真正有意識的 AI。陳志宏對此持保留態度:這類假說最大的難題在於目前無法設計可證偽(falsifiable)的實驗。
另一個更踏實的提案是 backtesting:把 1910 年代以前的所有科學數據餵給 AI,看它能否獨立推導出愛因斯坦的相對論。能做到,就是真正達到「愛因斯坦級」的 AGI。但隨之而來的是 AI 監管問題:在國家之間 AI 軍備競賽的環境下,安全考量很容易被犧牲——這已經不是學者層面可以解決的事。
結語
今集橫跨工程學、哲學、神經科學同物理學。一個結論是:AGI 雖然不是一兩年內就會 ship 的產品,但它需要的範式轉移,並不全部住在科技巨頭的 GPU 房裡。借鏡哲學的 paradigm shift、追問意識的 Hard Problem、甚至試探量子層面的可能——這些「虛無飄渺」的研究,或許就是二三十年後 AGI 真正出現的地基。
未來學亦是現在學。不論 AGI 何時來臨,由「學生用 AI 做功課」這種眼下問題開始,每個人都需要一套 mental model 去理解 AI 究竟是甚麼、做不到甚麼、邊界在哪裡。

