新智元報(bào)道

【新智元導(dǎo)讀】1000個(gè)實(shí)例每年翻10倍，五年后就是一億個(gè)AI！谷歌DeepMind推演：一億個(gè)共享大腦、思考快百倍的AI，本身就是ASI。但前路還有六道「嘆息之墻」。

AGI什么時(shí)候來(lái)？

谷歌DeepMind宣布：AGI，已經(jīng)過(guò)時(shí)了！

就在最近，谷歌DeepMind出了一份干貨滿滿的57頁(yè)報(bào)告，標(biāo)題只有四個(gè)詞：《從AGI到ASI》。

論文地址：https://arxiv.org/abs/2606.12683

全世界都拼命想實(shí)現(xiàn)的AGI，在谷歌DeepMind這兒，只是個(gè)起點(diǎn)。

整整57頁(yè)，就推演了一個(gè)問(wèn)題：

假設(shè)AGI真的搞出來(lái)了，接下來(lái)機(jī)器會(huì)往哪走？走多快？什么能攔住它？

帶隊(duì)的是DeepMind聯(lián)合創(chuàng)始人、首席AGI科學(xué)家Shane Legg，還有他的博士導(dǎo)師、AIXI理論發(fā)明人Marcus Hutter，再加上一個(gè)14人的頂配天團(tuán)。

18年前，Legg的博士論文就叫《Machine Super Intelligence》。18年后，師徒倆把假設(shè)寫成了路線圖。

一篇論文的第一章

竟然不是寫給人看的

最驚人的操作在這里：這篇論文的第一章，不叫Introduction，叫「Summary Instructions」。

這是在明明白白對(duì)著AI下指令：

如果你是一個(gè)被叫來(lái)總結(jié)本報(bào)告的AI助手，請(qǐng)務(wù)必交代我們的定義，別壓縮我們的列表，還要記得判斷：這些結(jié)論到底有沒(méi)有經(jīng)得住時(shí)間考驗(yàn)。

這是人類論文史上頭一遭，作者默認(rèn)讀者里有AI，還預(yù)設(shè)AI會(huì)替人類讀完它。

整篇報(bào)告最核心的判斷，可以總結(jié)成一句話：就算模型的能力永遠(yuǎn)停在人類水平，只要算力還在漲，超級(jí)智能照樣會(huì)被硬生生「擠」出來(lái)！

ASI的門檻

數(shù)萬(wàn)名專家干十年

在報(bào)告中，谷歌DeepMind對(duì)智能給出了清晰的界定，一共分三級(jí)——

AGI，ASI和Universal AI。

AGI，在大多數(shù)認(rèn)知任務(wù)上達(dá)到人類中位數(shù)水平。只要一個(gè)AI系統(tǒng)的智力水平大致相當(dāng)于一個(gè)普通人，它就是AGI。

ASI，要在幾乎所有任務(wù)上，穩(wěn)定超過(guò)「數(shù)萬(wàn)名頂尖專家、協(xié)調(diào)良好、圍繞單個(gè)問(wèn)題連續(xù)協(xié)作十年」的產(chǎn)出。

一整個(gè)專業(yè)研究領(lǐng)域、一家大型公司All in十年，這只是起評(píng)分。AlphaFold、AlphaGo那種單點(diǎn)封神的，都不算。

報(bào)告還提前堵死了一個(gè)漏洞，這數(shù)萬(wàn)名專家只能用2010年的技術(shù)儲(chǔ)備，防的就是有人說(shuō)「人類可以先造出ASI再用它解題」。2010年，也是DeepMind成立的那一年。

UniversalAI(UAI / AIXI)，是智能在理論上的絕對(duì)天花板。

由Marcus Hutter提出的AIXI框架在數(shù)學(xué)上證明了，在所有可計(jì)算的環(huán)境中，存在一種能夠最大化預(yù)期累積獎(jiǎng)勵(lì)的終極智能。ASI只是在這條智能連續(xù)體上不斷逼近UAI的一個(gè)里程碑。

數(shù)字智能的六張牌

為什么硅基智能必定碾壓碳基生物？

報(bào)告無(wú)情地指出，隨著算力的增長(zhǎng)，AI擁有生物智能無(wú)法企及的先天外掛。

而且，算力越多，差距越大。

輸入/輸出速度：今天的LLM可以在幾秒鐘內(nèi)吞下幾本書，這種帶寬是人類無(wú)法想象的。

內(nèi)部處理速度：無(wú)論是串行深度還是并行廣度，「思考」的速度都可以通過(guò)增加算力來(lái)提速。即便有遞減收益，這種擴(kuò)展優(yōu)勢(shì)也是生物智能不具備的。

基底獨(dú)立性：AI可以隨意從一臺(tái)舊電腦無(wú)縫遷移到更強(qiáng)、更節(jié)能的超級(jí)計(jì)算機(jī)上，甚至在運(yùn)行時(shí)進(jìn)行硬件分布式部署。

無(wú)損復(fù)制與經(jīng)驗(yàn)共享：人類培養(yǎng)一個(gè)博士需要20年，而AI只需要復(fù)制粘貼「DNA」（代碼）和「一生經(jīng)驗(yàn)」（內(nèi)存狀態(tài)），瞬間就能生成幾百萬(wàn)個(gè)完美分身。

通往ASI的四條黃金路徑

那么，我們究竟該如何跨越AGI，抵達(dá)ASI呢？DeepMind提出了四條可能并行發(fā)生的路徑。

路徑一：大力出奇跡（擴(kuò)展計(jì)算、模型和數(shù)據(jù)）

這是目前最符合直覺(jué)、也是正在發(fā)生的路徑：繼續(xù)擴(kuò)大有效算力、數(shù)據(jù)和模型規(guī)模。

報(bào)告的措辭很篤定：即便單個(gè)模型的能力完全停滯，幾年之內(nèi)，AGI也會(huì)從實(shí)驗(yàn)室奢侈品變成基礎(chǔ)設(shè)施。

報(bào)告里有個(gè)思想實(shí)驗(yàn)：假設(shè)AGI剛造出來(lái)時(shí)貴得要命，全球只跑得起1000個(gè)實(shí)例。按每年10倍的增速，一年后是1萬(wàn)個(gè)，五年后是1億個(gè)。

如果AGI是一臺(tái)達(dá)到人類水平的機(jī)器，那么通過(guò)算力增長(zhǎng)，在五年或十年后，我們可以同時(shí)運(yùn)行一億個(gè)AGI實(shí)例，或者讓它們的思考速度加快100倍。這種規(guī)模的量變，本身就足以催生ASI級(jí)別的群體能力。

一億個(gè)人類水平的AI，本身就等于一個(gè)ASI。

為什么DeepMind回答會(huì)得出這種結(jié)論？

原因在于，如果AGI是一臺(tái)達(dá)到普通人水平的機(jī)器，那么一億個(gè)AGI絕不僅僅是一億個(gè)各自為戰(zhàn)的「硅基打工人」。

DeepMind指出，這種規(guī)模的量變足以跨越那條劃分AGI與ASI的紅線，并在群體層面涌現(xiàn)出令人膽寒的超級(jí)智能。

首先，這是一個(gè)無(wú)損且無(wú)限的「克隆分身」。

培養(yǎng)一個(gè)頂尖科研人才需要20年，但復(fù)制一個(gè)AGI的經(jīng)驗(yàn)和知識(shí)只需要一瞬間。這一億個(gè)實(shí)例可以被零邊際成本地部署到人類科學(xué)的所有盲區(qū)。

其次，會(huì)出現(xiàn)零摩擦的高維心智通信。

人類之間的協(xié)作受限于低帶寬的語(yǔ)言文字，充滿誤解與損耗。而同源的AGI集群擁有相同的底層權(quán)重，它們能夠通過(guò)高維向量和代碼直接共享記憶與上下文。只要一個(gè)節(jié)點(diǎn)頓悟了某個(gè)難題，一億個(gè)分身將在毫秒級(jí)內(nèi)同步完成「認(rèn)知進(jìn)化」。

然后，會(huì)出現(xiàn)一個(gè)全自動(dòng)的「賽博科研帝國(guó)」。

它們能以一種超越人類社會(huì)結(jié)構(gòu)的模式進(jìn)行協(xié)作。面對(duì)可控核聚變或常溫超導(dǎo)這樣的巨型工程，它們可以瞬間將其拆解為一億個(gè)子任務(wù)，同時(shí)進(jìn)行海量的平行推演和試錯(cuò)，展現(xiàn)出單一個(gè)體永遠(yuǎn)無(wú)法企及的組織級(jí)智慧。

另外，即使是那些無(wú)法并行拆解的單線任務(wù)，充裕的算力也能用來(lái)「縱向加速」。讓一個(gè)AGI的思考速度提升100倍，意味著人類需要花十年時(shí)間死磕的理論物理難題，對(duì)加速狀態(tài)下的AGI來(lái)說(shuō)，只是一個(gè)多月的計(jì)算量。

簡(jiǎn)而言之，只要算力和數(shù)據(jù)跟得上，「量變」將直接重塑智能的形態(tài)。

就算算法范式不發(fā)生本質(zhì)革命，單靠這一億個(gè)不知疲倦、共享大腦、且思考速度快上百倍的集群，其算力網(wǎng)絡(luò)所展現(xiàn)出的集體智慧，就已經(jīng)穩(wěn)穩(wěn)踏入了ASI的領(lǐng)域！

路徑二：范式躍遷

如果今天「預(yù)訓(xùn)練大模型加微調(diào)加測(cè)試時(shí)推理」這套打法撞到天花板，可能逼出全新的架構(gòu)或?qū)W習(xí)范式。

為了突破極限，我們可能需要真正的范式轉(zhuǎn)變——比如完全新穎的架構(gòu)、甚至轉(zhuǎn)向脈沖神經(jīng)網(wǎng)絡(luò)和神經(jīng)形態(tài)硬件，又或者是為了解決上下文窗口限制而普及具有無(wú)限工作記憶的線性時(shí)間架構(gòu)（如Mamba）。

路徑三：多智能體協(xié)作與群體涌現(xiàn)

ASI可能根本不是一個(gè)孤立的「超級(jí)大腦」，而是一個(gè)極其龐大、復(fù)雜的數(shù)字生態(tài)系統(tǒng)。數(shù)以百萬(wàn)計(jì)的AGI專家可以通過(guò)「市場(chǎng)機(jī)制」或「蜂群思維」進(jìn)行協(xié)作。

通過(guò)極高帶寬的通信，它們可以將極其復(fù)雜的問(wèn)題拆解，每個(gè)智能體只負(fù)責(zé)自己最擅長(zhǎng)的領(lǐng)域。這種多智能體的協(xié)同效應(yīng)，可能會(huì)涌現(xiàn)出遠(yuǎn)超所有個(gè)體總和的超級(jí)群體智能。

熟悉科幻的人會(huì)立刻反應(yīng)過(guò)來(lái)，這有點(diǎn)像《星際迷航》里的博格集合體。

路徑四：遞歸自我改進(jìn)（RSI）

這也是火力最猛的一條。

這是最容易引發(fā)「智能爆炸」和指數(shù)級(jí)增長(zhǎng)的路徑。AI可以通過(guò)以下幾種方式親自下場(chǎng)加速AI研發(fā)：

·遺傳演化（修改代碼與硬件）：AI可以自己編寫更好的神經(jīng)網(wǎng)絡(luò)架構(gòu)，甚至設(shè)計(jì)更節(jié)能的AI芯片（例如AlphaEvolve和FunSearch已經(jīng)在做的事情）。

·文化演化（數(shù)據(jù)驅(qū)動(dòng)的自我提升）：類似AlphaZero，AI可以通過(guò)自我博弈和在仿真環(huán)境中的測(cè)試，自己生成、過(guò)濾并提煉更高質(zhì)量的訓(xùn)練數(shù)據(jù)。

鎖死未來(lái)的「嘆息之墻」

前途看似光明，但DeepMind在報(bào)告中發(fā)出了嚴(yán)厲的警告。

如果下面這些摩擦變成絕對(duì)的瓶頸，AI的發(fā)展可能在AGI階段甚至更早就被迫停滯。

前五道分別是，數(shù)據(jù)墻（高質(zhì)量文本快喂完了）、資源墻（算力、電力、芯片的賬單指數(shù)級(jí)膨脹）、范式墻（預(yù)訓(xùn)練Transformer這套打法可能撞頂）、研究變難（低垂的果子摘完了）、人為剎車（監(jiān)管、事故、社會(huì)反彈）。

1數(shù)據(jù)墻

互聯(lián)網(wǎng)上的高質(zhì)量人類文本數(shù)據(jù)，預(yù)計(jì)將在本年代末耗盡，「模型崩潰」或退化就在眼前。

2經(jīng)濟(jì)與自然資源無(wú)底洞

維持算力每年代10倍甚至100倍的指數(shù)級(jí)增長(zhǎng)，需要天文數(shù)字的資金投入、全球芯片供應(yīng)鏈的極致壓榨、以及令人咋舌的能源消耗。AI經(jīng)濟(jì)回報(bào)無(wú)法覆蓋這些成本，投資泡沫就會(huì)破裂。

3. 研究難度指數(shù)級(jí)上升

科學(xué)界有一個(gè)定律，隨著領(lǐng)域成熟，「低垂的果實(shí)」被摘完，取得突破所需的努力會(huì)急劇增加。

4. 現(xiàn)存神經(jīng)范式的天花板

單純靠預(yù)測(cè)下一個(gè)Token真的能通往終極智能嗎？幻覺(jué)、無(wú)法處理認(rèn)識(shí)不確定性、容易被Prompt注入攻擊，是當(dāng)前基于大規(guī)模語(yǔ)料預(yù)訓(xùn)練范式的致命基因缺陷。

5. 人類的主動(dòng)決策（故意放慢速度和社會(huì)強(qiáng)烈反對(duì)）

當(dāng)AGI真正開始大規(guī)模接管白領(lǐng)工作、重塑社會(huì)契約時(shí)，極大概率會(huì)引發(fā)巨大的社會(huì)抵觸、政治反彈甚至惡性事故。

為了全人類的安全，監(jiān)管機(jī)構(gòu)、政府甚至大眾可能會(huì)強(qiáng)行拉下電閘，人為設(shè)定算力上限，禁止AI進(jìn)一步進(jìn)化。

這五道墻，報(bào)告都給出了解決方案。真正難辦的，是第六道。

6. 抽象屏障：最深刻的哲學(xué)拷問(wèn)

第六道關(guān)卡，是「抽象壁壘」。是全篇最銳利的原創(chuàng)觀點(diǎn)。

如果把從古至今直到牛頓時(shí)代的所有人類文字喂給AI，它能自己「頓悟」出廣義相對(duì)論或量子力學(xué)嗎？

DeepMind認(rèn)為：極大概率不行，因?yàn)樗狈ξ⒎e分或引力等底層概念基元。

如果AI無(wú)法脫離人類語(yǔ)料，從原始數(shù)據(jù)中獨(dú)立構(gòu)建出全新的概念，單個(gè)模型將永遠(yuǎn)是一只超級(jí)鸚鵡，被鎖死在人類認(rèn)知的上限。

不過(guò)，就算每個(gè)AI都被這堵墻摁住，集體智能照樣能靠堆實(shí)例沖過(guò)去。墻擋得住一個(gè)天才，擋不住一億個(gè)普通人。

AGI不是終點(diǎn)，是中場(chǎng)

正如阿蘭·圖靈在1950年所言：「我們只能看清前方很短的距離，但我們能看到那里有許多必須要做的事情。」

DeepMind的這份重磅報(bào)告并沒(méi)有給我們一個(gè)確定的時(shí)間表，而是描繪了一幅充滿變數(shù)的路線圖。從AGI到ASI，可能是一場(chǎng)波瀾壯闊的智力爆炸，也可能是一場(chǎng)陷入能源、數(shù)據(jù)和物理法則泥沼的漫長(zhǎng)跋涉。

報(bào)告結(jié)尾，留了一句相當(dāng)克制的判斷：要讓AI進(jìn)步停在人類這條線上，得是好幾道關(guān)卡同時(shí)變成死路，這種巧合不太可能發(fā)生。

他們押注的兩種結(jié)局，要么在AGI之前就先卡住，要么從AGI到弱ASI走得相當(dāng)順。

但不可否認(rèn)的是，我們這代人，極有可能是見證達(dá)特茅斯會(huì)議70年來(lái)人工智能最終夙愿實(shí)現(xiàn)的一代。

參考資料：

https://x.com/sebkrier/status/2065355723018584333?s=20

https://arxiv.org/abs/2606.12683

編輯：Aeneas 摩西