通用人工智慧（AGI）發展的新階段為何以演算法為關鍵瓶頸？

通用人工智慧發展瓶頸：演算法的重要性

通用人工智慧（AGI）的發展正在進入一個新的階段，此階段中演算法的重要性日益凸顯。OpenAI 共同創辦人 Greg Brockman 強調，過去依賴擴展算力與數據量的成長模式已達到極限，現在演算法的創新才是推進模型的關鍵瓶頸。這意味著，AGI 的發展重心正在從硬體擴張轉向核心智能理論的突破。

強化學習（RL）成為突破重點

OpenAI 已將資源重點投入如強化學習（Reinforcement Learning, RL）等更先進的演算法範式。Brockman 指出，此舉旨在克服現有模型（如 GPT-4）無法真正「體驗世界」的根本缺陷。透過強化學習，AI 系統能夠在與環境互動的過程中學習和改進，從而更有效地解決複雜問題，並最終實現 AGI 的目標。

演算法突破對 AGI 的意義

Brockman 認為，唯有透過演算法的根本性進步，才能打造出能夠理解並解決人類未知複雜問題的機器。這意味著 AGI 的發展不僅僅是算力和數據的堆疊，更需要演算法的創新來賦予機器真正的智能。這種智能將使機器能夠在各種環境中自主學習和適應，從而實現 AGI 的最終願景。