深層強化学習ってのは、一度環境が変わってしまうと、もう一度学習し直す必要があるんだよ
2000年もずっとルール世界が変わらない囲碁の中でしか適応できない
モデル自体に汎用性はあっても、スタークラフトはスタークラフト、将棋は将棋というように、最適な実行モデルを組み直さないといけない

とにかく問題世界が広すぎるとダメ

何度もいうが、AGI実現には全脳アーキテクチャ方式が有望
今はGPT-3やCNN、聴覚モデルといったような、脳の各器官をそれぞれ別々に開発中