共计 663 个字符，预计需要花费 2 分钟才能阅读完成。
Google DeepMind 的首席执行官 Demis Hassabis 近日指出，尽管人工智能（AI）在解决复杂数学问题方面表现出色，但在处理小学级别的问题时却频频出错，这表明当前 AI 技术在解决问题的能力上存在显著的不一致性。
在 Google for Developers 播客中，Hassabis 表示：“普通人不应如此轻易地发现系统中的小瑕疵。”他进一步解释道，尽管搭载了 DeepThink 的 Google Gemini 模型能够在国际数学奥林匹克竞赛中斩获金牌，但它“在高中数学中仍然会犯简单的错误。”
什么是‘锯齿状智能’？
Hassabis 将当今的人工智能描述为具有“不均匀”或“锯齿状”智能，即在某些领域表现出色，而在其他领域则出乎意料地薄弱。这一描述与 Google CEO Sundar Pichai 最近提出的术语“AJI”（人工锯齿状智能）相呼应，用于描述能力不一致的系统。
DeepMind 的 CEO 强调，要减少 AI 能力的不一致性，仅靠扩大数据量和计算能力是不够的。“在推理和记忆规划方面的一些缺失能力仍需解决，”他说。
尽管 Hassabis 在 4 月预测通用人工智能（AGI）可能“在未来五到十年内出现”，但他承认仍存在重大挑战。他的担忧与 OpenAI CEO Sam Altman 的观点相呼应，Altman 在 GPT-5 发布后承认该模型缺乏持续学习能力，他认为这对实现真正的 AGI 至关重要。
这些警告突显了 AI 领导者们日益认识到，在机器达到人类水平推理之前，必须解决幻觉、错误信息和简单错误等问题。这一提醒类似于社交媒体平台最初未能预见其技术的大规模影响。
