Jensen Huang Kata AGI Sudah Wujud untuk Banyak Tugasan — Tetapi Apa Maksudnya?

Kenyataan Jensen Huang tentang kecerdasan buatan am atau AGI dalam panggilan keputusan Nvidia bagi suku kedua tahun fiskal 2027 bukanlah pengisytiharan bahawa komuniti saintifik sudah mencapai kata sepakat. Sebaliknya, ia ialah cara baharu untuk melihat AGI dari sudut perniagaan.

CEO Nvidia itu berkata AI sudah mula melakukan kerja yang berguna, manakala ejen AI boleh menjalankan tugasan bernilai. Dalam konteks itu, beliau menyatakan bahawa “untuk banyak tugasan, kita boleh katakan bahawa kita sudah mencapai AGI”. Huang turut menyifatkan pencapaian AGI secara tradisional sebagai sesuatu yang “agak tidak bermakna”. 3448

Namun, terdapat satu perkara penting: Huang tidak menetapkan ambang AGI yang boleh diulang uji, tidak menamakan set penanda aras tertentu dan tidak mendakwa bahawa sistem semasa memiliki kecerdasan seperti manusia dalam setiap bidang. Hujahnya lebih tertumpu pada perkara yang AI boleh lakukan secara produktif hari ini — serta kesannya terhadap permintaan untuk infrastruktur pengkomputeran.

Apa yang sebenarnya dikatakan Huang tentang AGI

Huang membuka panggilan tersebut dengan menekankan bahawa “AI sudah menjadi berguna”. Beliau kemudian memberi perhatian kepada perkembangan ejen AI — sistem yang bukan sekadar menjawab arahan, tetapi boleh merancang dan melaksanakan kerja dalam beberapa langkah.

Menurut Huang, ejen AI mungkin memerlukan kira-kira 15 hingga 100 kali ganda kuasa pengkomputeran berbanding interaksi yang dikendalikan manusia, bergantung pada jenis tugasan. 3336

Dalam konteks itu, beliau berkata AGI sudah boleh dianggap tercapai “untuk banyak tugasan”. Pemilihan kata ini penting. Huang bercakap tentang keupayaan dalam bidang tertentu, bukannya mendakwa bahawa satu sistem kini boleh melaksanakan hampir semua tugasan intelektual yang mampu dilakukan manusia.

Mesej lebih luas beliau ialah AI wajar dinilai berdasarkan hasil kerja yang dihasilkannya. Bahan keputusan kewangan Nvidia turut menekankan bahawa AI sudah melakukan kerja berguna dan permintaan semakin meningkat apabila pelanggan menggunakan sistem tersebut dalam operasi sebenar. 47

Bagaimana tafsiran Huang berbeza daripada idea tradisional tentang AGI

Tiada takrif AGI yang diterima secara universal. Namun, konsep ini lazimnya dikaitkan dengan keumuman — iaitu keupayaan memindahkan pengetahuan dan kemahiran merentasi pelbagai tugasan baharu, bukan sekadar cemerlang dalam bidang tertentu. 17

Tafsiran Huang mengalihkan tumpuan daripada satu ambang kognitif kepada kegunaan praktikal. Mengikut pandangan ini, sistem AI boleh kelihatan seperti AGI apabila ia melaksanakan tugasan bernilai ekonomi, walaupun masih bergantung pada alat, aliran kerja yang direka dengan teliti, pengawasan manusia atau sokongan teknikal khusus.

Perbezaannya boleh diringkaskan seperti berikut:

• Pandangan tradisional berasaskan keupayaan: AGI perlu menunjukkan kecekapan yang luas dan boleh dipindahkan merentasi masalah intelektual baharu.
• Pandangan praktikal Huang: AI sudah menghampiri atau mencapai pencapaian penting dalam bidang yang membolehkan ejen melaksanakan kerja berguna.
• Perkara yang tidak dibuktikan oleh kenyataan itu: Ia tidak dengan sendirinya membuktikan penaakulan yang kukuh, autonomi jangka panjang yang boleh dipercayai atau keupayaan umum di luar aliran kerja yang telah direka khusus.

Ringkasnya, Huang berhujah bahawa perubahan ekonomi mungkin lebih penting daripada label AGI itu sendiri. Tetapi hujah tersebut tidak bermaksud persoalan saintifik tentang AGI sudah diselesaikan.

Perbandingan dengan Sam Altman dan OpenAI

Takrif sejarah OpenAI juga berasaskan hasil ekonomi, tetapi menetapkan tahap yang lebih tinggi. OpenAI mentakrifkan AGI sebagai “sistem yang sangat autonomi dan mengatasi manusia dalam kebanyakan kerja bernilai ekonomi”. 17

Perbezaannya terletak pada skop dan tahap autonomi. Huang bercakap tentang AI yang berkesan untuk banyak tugasan. Takrif OpenAI pula memerlukan sistem yang mengatasi manusia dalam kebanyakan kerja bernilai ekonomi, dengan tahap autonomi yang tinggi.

Sam Altman dilaporkan berkata OpenAI mungkin mempunyai sistem dalaman yang akan dianggapnya sebagai AGI menjelang akhir 2026. Ramalan itu perlu difahami sebagai sasaran dalaman berdasarkan takrif OpenAI sendiri — bukan semestinya pelancaran sistem AGI kepada umum atau perubahan serta-merta terhadap ekonomi dunia. 192228

Altman juga mengakui bahawa pencapaian teknologi dan penerimaan ekonomi boleh berlaku mengikut jadual yang berbeza. Laporan tentang ramalannya meletakkan superinteligens pada waktu yang lebih lewat, sekitar penghujung 2028. Ini menunjukkan bahawa AGI, pelancaran kepada umum, kesan ekonomi dan superinteligens ialah pencapaian yang berasingan. 1821

Jadi, perbezaan antara Huang dan Altman sebahagiannya berpunca daripada takrif, dan sebahagiannya daripada soal masa. Huang menekankan kegunaan AI pada masa kini; Altman pula bercakap tentang masa OpenAI mungkin menilai sistem dalamannya sebagai memenuhi piawaian autonomi dan prestasi ekonomi yang lebih luas.

Kritikan utama: berguna tidak semestinya bermakna kecerdasan umum

Kritikan paling kuat terhadap kenyataan Huang ialah nilai komersial semata-mata tidak membuktikan kewujudan kecerdasan umum. Sesuatu sistem boleh sangat menguntungkan tetapi masih terhad, tidak konsisten atau bergantung pada infrastruktur yang direka manusia.

Huang tidak mengemukakan penilaian bebas yang menunjukkan bahawa sistem AI semasa memenuhi kriteria kecerdasan umum. Tanpa set tugasan yang dipersetujui, piawaian autonomi, keperluan kebolehpercayaan atau ujian merentas bidang, dakwaan bahawa “AGI sudah tiba” sukar disahkan.

Ini tidak bermaksud kenyataan tersebut tiada nilai. Ia lebih tepat difahami sebagai tafsiran berorientasikan perniagaan, bukannya penemuan saintifik yang sudah muktamad. Oleh sebab tiada takrif AGI yang seragam, syarikat berbeza boleh menggunakan label yang sama untuk tahap keupayaan yang jauh berbeza. 17

Mengapa rekod Nvidia mengukuhkan hujah Huang yang lebih terhad

Nvidia melaporkan pendapatan AS$96.2 bilion bagi suku kedua tahun fiskal 2027, meningkat 106% berbanding tahun sebelumnya. Pendapatan pusat datanya pula mencecah AS$89.0 bilion, naik 117%. 1

Angka ini tidak membuktikan AGI. Namun, ia menunjukkan pelanggan sanggup berbelanja besar untuk infrastruktur yang diperlukan bagi melatih dan menjalankan sistem AI. Hal itu menyokong hujah Huang yang lebih terhad: AI sudah cukup berguna untuk mencetuskan permintaan komersial yang sangat besar.

Panggilan keputusan kewangan itu menghubungkan dua perkara:

1. Ejen AI semakin mampu melaksanakan kerja produktif.
2. Kerja yang lebih autonomi dan melibatkan banyak langkah memerlukan jauh lebih banyak kuasa pengkomputeran berbanding interaksi mudah yang dikendalikan manusia. 3348

Bagi Nvidia, perkara kedua amat penting. Jika ejen melaksanakan lebih banyak langkah, menggunakan lebih banyak alat dan beroperasi untuk tempoh lebih lama, setiap tugasan yang berjaya boleh meningkatkan permintaan terhadap kuasa inferens dan infrastruktur sokongan.

Kos memori menunjukkan had kepada perkembangan AI

Namun, faktor ekonomi ini bukanlah satu hala. Nvidia turut berdepan tekanan daripada komponen memori yang mahal dan terhad. Laporan menunjukkan kos memori yang “melampau” menekan jangkaan margin syarikat. 15

Kekangan itu mengubah cara kita patut membaca hujah Huang. Walaupun ejen AI menjadi semakin berkemampuan, penggunaannya bergantung pada kemampuan syarikat mendapatkan GPU, memori, bekalan elektrik dan kapasiti pusat data yang mencukupi — pada kos yang masih memberikan pulangan munasabah.

Soalan utama industri kini bukan lagi sekadar, “Bolehkah model AI menghasilkan jawapan yang mengagumkan?” Sebaliknya, soalannya ialah, “Bolehkah sistem AI melakukan kerja bernilai dengan boleh dipercayai dan menguntungkan pada skala besar?”

Keputusan Nvidia memberikan bukti kukuh tentang sisi permintaan persamaan itu. Tetapi kekurangan memori dan tekanan margin menunjukkan bahawa isu bekalan serta ekonomi setiap unit masih belum selesai. 1315

Cara paling tepat memahami kenyataan Huang

Kenyataan Huang paling baik difahami sebagai penolakan terhadap idea AGI sebagai satu garisan penamat yang dramatik. Beliau berhujah bahawa peralihan praktikal sudah bermula: ejen AI boleh melakukan kerja berguna, pelanggan sanggup membayar untuk infrastrukturnya dan keperluan pengkomputeran meningkat apabila sistem menjadi lebih autonomi.

Itu ialah dakwaan yang lebih terhad berbanding kenyataan bahawa mesin kini memiliki kecerdasan umum setara manusia. Ia juga berbeza daripada takrif OpenAI yang memerlukan prestasi sangat autonomi merentasi kebanyakan kerja bernilai ekonomi.

Kesimpulan yang paling munasabah mempunyai dua bahagian: AI yang berguna dan produktif dari segi ekonomi memang sudah tiba, tetapi sama ada AGI sudah tiba bergantung pada takrif serta tahap bukti yang digunakan. Suku Nvidia bernilai AS$96.2 bilion menunjukkan momentum komersial di sebalik pandangan Huang — tetapi angka itu sendiri tidak dapat menentukan maksud sebenar AGI.