AI 超越人类后前景如何？谷歌 60 页论文揭秘：能力强劲却非全能神

近日 AI 领域涌现一篇极具探讨价值的论文。

谷歌 DeepMind 团队的 14 位成员——包含联合创始人 Shane Legg 在内——共同撰写了长达 60 页的报告，旨在解答一个令大众好奇的核心议题：

倘若机器真在某日超越了人类，后续将如何演变？是彻底将人类抛在身后，还是就此停滞不前？

该论文题为《From AGI to ASI》，通俗来讲即"从'媲美人类智力'进化至'超越全人类总和'"。难能可贵的是，它既未鼓吹"AI 统治世界"的末日论，也未盲从"AI 解决一切"的狂热派，而是务实剖析这一进程：路径何在、是否可行、终点能成何事、又有哪些局限。

让我为你通俗解读。

这两个概念你可能耳熟能详，却鲜少有人讲透。论文给出的定义极为通俗：

AGI，即"智力等同于普通人"。请注意，并非天才，而是中位数水平的普通人——绝大多数脑力任务，它能达到你我这般水准。

ASI，则是"几乎在所有领域都优于人类"。优越到何种地步？不仅是超越单一专家，更是胜过整个配合默契的专家团队。

连接这两者的中间路径，正是本文探讨的核心。

你或许会问：既然已追上，凭何认为它还能继续攀升？

原因在于"芯片内的思维"，天生比"颅骨内的思维"具备多项优势：

因此论文的首要判断是：进步极难止步于人类水平。这是其最关键警示之一。

DeepMind 指出，从 AGI 迈向 ASI 存在四条路径，且可能并行推进：

首要路径是规模扩张。即近年来的主流做法——增加算力、扩充数据、放大模型。论文测算显示：综合来看，AI 可用的"有效算力"年均增长约 10 倍。

次条路径是范式革新。当前所有大模型本质遵循同一逻辑。但若未来有人首创全新方法呢？此路最难预测，但历史证明，旧路走不通时，常有新路涌现。

第三条是自我迭代。当 AI 智慧达到一定高度，便能自主改进自身——每优化一次，后续改进更顺畅，加速滚雪球，理论上甚至能引发"奇点"。不过论文也泼了冷水：资源有限，更可能先爆发式增长，随后趋于平缓，而非无限飙升。

第四条是群体协作。未必需要单一超级大脑，亦可能由众多"普通智能"的 AI 组成，通过分工合作，整体展现出超人能力——论文称之为"虚拟智能体经济"。

仅有路径尚不足够。论文也坦诚列举了七个潜在障碍，挑几个你最需知晓的：

这正是该论文最清醒之处。

许多人误以为 AI 达到极限便无所不能。但论文指出：即便超级智能，也需遵循宇宙法则。

例如光速——信息传输再快也无法超越光。又如算力能耗下限——每次计算必消耗最低能量，这是物理定律锁定的。还有数学硬伤，如 P 对 NP 问题、哥德尔不完备定理——某些问题并非"不够聪明算不出"，而是根本无法在合理时间内求解。

简言之：有些事 AI 无法解决，非因它笨，而是规则本身禁止。

论文第二重要警示即针对此点：

诸如"攻克衰老""随意用纳米机器人制造万物""将人脑上传至电脑""逆转气候变暖"等——切勿指望 ASI 必然实现。因为这些归根结底是物理世界的实验，需逐步尝试、受真实规律制约，非"智力足够"就能一步跨越。

论文还点出一个有趣短板：AI 至今未真正展现"无中生有的创造力"——即发明一套全新思维框架，而非仅在人类既定框架内运作。

只需记住两句话：

第一，别傻等"AI 觉醒之日"。它不会某日清晨突然成神、颠覆世界，而是一系列你习以为常的微小变化——因此该关注、该筹备之事，须即刻开始，勿等那永不响起的发令枪。

第二，也别将其奉若神明。它虽强劲，能改变诸多事物，但存在边界。吹捧其无所不能者，与恐惧其毁灭世界者，或许都思虑过度了。

DeepMind 这篇论文的最大价值，非抛出骇人预言，而是将"AI 是否会成神"这一令人焦虑的大命题，拆解为可逐步研究、逐步准备的小课题。

它将持续攀升。但攀升多快、多高——眼下无人能断言。

— 完 —