裁剪｜Panda

本年 2 月，谷歌 DeepMind CEO 德米斯·哈萨比斯在印度 AI 峰会上发表了一番令东谈主屏息的预言：「AGI 到来后，将产生工业改进十倍的影响，但以十倍的速率发生——玩忽在十年内伸开，而不是一个世纪。」他还觉得，AGI 可能将在 5 年内到来。

这不是科幻演义的台词。说这话的东谈主是亲手打造 AlphaGo、AlphaFold 的阿谁东谈主。

而在哈萨比斯的身旁，还有另一个更耐东谈主寻味的存在——他的集聚独创东谈主 Shane Legg，自 2009 年起就在公开风光宣称：「AGI 在 2028 年到来的概率是 50%。」这个预测，他坚抓了 17 年。

视频联接：https://mp.weixin.qq.com/s/Edm6YuvvINa5h6ewoM14bg?click_id=126

节选自 Shane Legg 客岁底插足的播客《The arrival of AGI》

就在前两天，这位 Legg 与十余位谷歌 DeepMind 顶尖沟通员联手发布了一份长达 57 页的论述：《从 AGI 到 ASI》。论述的中枢问题不再是「AGI 何时到来」，而是当咱们简直造出了与世俗东谈主类领会水平额外的 AI 之后，会发生什么？

这是一个比「AGI 何时到来」更难恢复、也更值得谨慎对待的问题。

论文标题：From AGI to ASI

论文地址：https://arxiv.org/abs/2606.12683

一皆被跳过的追问

畴昔几年，「AGI 时辰线」简直成了科技圈最热的话题游戏。马斯克说 2026 年便是奇点之年，OpenAI 的奥特曼预测 2028 年，就连一向抓怀疑作风的 LeCun 也将我方的预测从「远方翌日」拉近到了 2030~2035 年。

但在这场预测竞赛中，有一个问题简直没东谈主谨慎恢复：就算 AGI 简直来了，它会停在那处吗？

东谈主类历史上，每一种不错自我强化的技艺从未着实停在原地。炸药引出大炮，蒸汽机引出工业改进，互联网引出智高手机时间。当咱们在盘考「AGI 到来的那一刻」时，咱们可能冷落了更病笃的问题：AGI 到来之后的十年，会是什么容貌？

这份新论述给这个问题起了一个谨慎的名字：从 AGI（通用东谈主工智能）到 ASI（超等东谈主工智能）的过渡。

所谓 ASI，按照论述的界说，是「在简直统共任务和范围中，超越百不获一检修有素的东谈主类众人构成的配书册体」的系统。不是突出某个天才，而是突出统共这个词专科范围的集体智谋。

数字智能的自然上风

在谨慎盘考旅途之前，论述用一张表格戳破了一件容易被冷落的事：数字智能与生物智能在实质上是不合称的竞争。

东谈主类的大脑是碳基的、速率受限的、无法复制的。而 AI 则不同。

一个 AI 系统不错以越来越高的带宽摄入信息：今天的大模子仍是能在几秒内「读完」一整本书。它的里面处理速率不错随算力增多而升迁，不受神经元放电速率的管理。它的挂念容量不错比东谈主类大得多，而况不会渐忘。

更要津的是：AI 不错被无缺复制，不仅复制它的「代码」，还不错复制它的「东谈主生阅历」（即模子的权重情状）。如若需要，不错在几小时内从一个实例形成一百万个。

这些上风会跟着算力的增多而不断扩大，而东谈主类在这一维度上简直莫得平等的反制妙技。

论述估量，面前 AI 的「有用算力」（详细了硬件逾越、投资增长和算法限度三个成分）每年增长约 10 倍。畴昔十年，这个增速额外褂讪。

四条通往 ASI 的旅途

论述的中枢是系统梳理了从 AGI 迈向 ASI 的四条可能旅途。它们并不互斥，很可能同期鼓吹。

第一条：抓续扩大范围。

这是面前 AI 逾越的主要驱能源：更大的模子、更多的数据、更多的算力。论述指出，如若「更多算力等于更高智能」的逻辑建设（就像海外象棋引擎那样），那么仅凭量变就可能触发质变。

最顶点的场景是：假定东谈主类水平的 AGI 每次运行资本较高，领先只可运行 1000 个实例。但跟着算力每年增长 10 倍，五年后就能运行 1 亿个实例，或者让相同的 1 百万个实例运行速率快 100 倍。这么的扩大，算不算超等智能？

第二条：算法范式改革。

面前的 AI 范式是用海量数据预检修大型 Transformer 模子，再辅以各类微同一推理增强；关系词，这一范式可能并不及以告成到达 ASI。沟通者们正在探索的标的包括：着实真义上的抓续学习（不再渐忘旧学问）、能在灵通环境中可靠决策的智能体、以及基于神经形态硬件或强化学习的全新检修范式。

这条旅途最难预测，因为着实的范式改革时常是霎时发生的。但论述指出，赶巧因为难以预测，它更不应该被冷落。

第三条：递归自我更正。

这是最令东谈主更生、也最令东谈主不安的旅途。

设思这么一个闭环：AI 匡助更正 AI 的沟通与设备，这产生了更强的 AI，更强的 AI 又进一步加快了沟通证据……如斯轮回。论述把这个经由类比为东谈主类的「基因进化」（更好的代码和硬件缱绻）、「文化进化」（更好的检修数据和学问累积）和「单干进化」（专科化的 AI 配合系统）三种机制的同步运转。

AlphaZero 仍是展示了这种机制的雏形：它通过与我方对弈，不断用搜索限度来更正我方的「直观」（即计策鸠合），从而以极低的计算代价大幅升迁棋力。访佛的逻辑，在 AI 沟通自己中是否也能发生？

最新的「AI 科学家」系统（如 AlphaEvolve）仍是展示了 AI 不错自主发现新的数学构造和算法。论述觉得，如若这一才略进一步纯属，递归自我更正就不再是科幻，kaiyun开云体育2026世界杯中国官网而是工程学问题。

第四条：多智能体配合自大。

单个东谈主类的智识有限，但一家领出奇万名顶尖众人的沟通机构却能科罚任何一个个体都无法颓败攻克的清贫。AI 的集体，是否也能产生访佛的自大？

论述建议了一个兴味的见识：「领会单干」。当成百上千个专科化的 AGI 实例构成配合鸠合，解析复杂任务、并行鼓吹、高带宽交换限度，集体智能可能远超任何单一成员。

与东谈主类组织不同的是，AI 集体的通讯带宽极高，不需要用复杂的层级结构来弥补疏浚瓶颈。论述以至半开打趣地提到：一个「AGI 首席实行官」在某种字面真义上，简直不错告成与每一个「职工实例」疏浚，排斥官僚摩擦。

六谈可能的降速关卡

旅途形色明晰了，但论述并不乐不雅地觉得哪条路一定流通无阻。沟通者们列出了六个可能成为着实瓶颈的隔绝。

数据墙。互联网上的高质料文本已接近浮滥，预测本世纪 20 年代末就会际遇天花板。AI 生成的合成数据如若不加甄别地反复检修，会导致「模子崩塌」，就像一个只读我方作文的学生，越来越像在原地打转。科罚决策是通过仿真、交互学习和搜索增强来生成更高质料的检修数据，但能否跑赢扩大范围的速率，现在仍是未知数。

经济与资源的极限。抓续扩大范围需要抓续增长的投资、芯片坐褥、能源和数据中心。论述以至提到了「轨谈数据中心」这么的顶点决策，但有时指出其带来的风险：火箭辐射会收缩臭氧层，退役硬件在大气层点燃会改变高空大气，而轨谈拥堵可能导致糟糕性的碰撞四百四病。扩大范围的代价，可能不仅仅电费单。

神经鸠合范式的天花板。大型预检修模子，相通再多后处理和推理增强，可能依然到不了 AGI。这一担忧并非捉风捕影，而是来自对面前架构深层局限性的分析。

沟通变得越来越难。经济学家 Bloom 等东谈主的沟通标明，大多数纯属范围的「每沟通员产出」都在随时辰着落。AI 沟通也不会例外。但反制力量相同存在：如若 AI 能大范围自动化沟通责任，那么「再多雇 18 倍的沟通员」这件事，用算力来替代，可能只需要一年多的算力增长就能终了。

抽象壁垒。这是论述中最具形而上学深度的一个见识。建议者 Lerchner 觉得：面前 AI 系统实质上是在「东谈主类已有抽象框架」内责任。它们的超东谈主之处，主要来自更快的速率和更大的挂念，而不是着实能从原始感知数据中「发明新见识」。

论述举了一个发东谈主深省的例子：如若把一个顶尖当代大模子放到牛顿之前的科学环境中，给它相同的数据，它能推导出广义相对论吗？谜底简直不错确定是否，因为它短少「力」、「因果性」、「曲率」这些见识的原初构建经由，而这些见识是东谈主类花了几个世纪、通过与物理宇宙的反复交互才索求出来的。

这意味着，如若「发明着实新颖的见识框架」是通往 ASI 的必要要求，那么 AI 可能需要一种迥乎不同的学习花式：告成与物理宇宙互动。

主动降速。临了一个隔绝与技艺无关，而是政事性的：监管机构、公众公论、紧要事故，以及海外竞争，都可能成为改变 AI 发展速率的力量。论述承认，在莫得有用人人和洽的情况下，单边降速面对「武备竞赛」压力，但相同承认：如若发生弥漫大的 AI 关系事故，公众作风的逆转可能使进一步扩大范围在政事上、法律上或买卖上都变得不能行。

结语

论述以图灵 1950 年的一句话当作书签：「咱们只可看清前哨很短的一段距离，但咱们能明晰地看到，那处有大宗需要完成的责任。」

这种克制，在当下充斥着「奇点宣言」的 AI 语言场中，显得格外罕见。

谷歌 DeepMind 这份论述并莫得给出「ASI 什么时候到来」的预测，也莫得断言哪条旅途一定会胜出。它作念的，是更塌实也更遏抑的一件事：把「从 AGI 到 ASI」这段旅程的地形图，尽可能领略地画出来，包括那些可能走通的峡谈，也包括那些可能让一切留步的峭壁。

当 AI 才略运行接近东谈主类水常常，东谈主类最需要的不是预测，而是准备。

你准备好了吗？开云体育(中国)官方网站