有趣的事

硅谷顶流博主改口称超级智能 2027 年就来最迟 2030 年必到,这一预测靠谱吗?

把“2027 年就来、最迟 2030 年必到”当成确定结论,依据还不够;把它理解为一种高风险、值得认真准备的时间情景,则有讨论价值。关键在于“超级智能”并没有统一、可操作的验收标准:它可能指在多数认知任务上超过顶尖人类,也可能要求系统能自主研究、改进自身并长期可靠地执行复杂目标。这几种定义对应的时间表差别很大。

短期预测并非毫无根据。大模型在语言、代码和多模态任务上的能力进步很快,训练算力、数据与工具调用也在扩展;如果模型能稳定地完成较长链条的工作,自动化 AI 研究又显著加速后续研发,能力增长就可能形成反馈。反过来,演示效果并不等于普遍可靠的能力:模型仍可能在边界条件下出错,长期任务涉及规划、记忆、验证和现实环境反馈,算力与高质量数据也有成本和供给限制。安全、评测、部署和组织采用同样会影响“能力出现”到“社会上可用”之间的距离。更快的芯片或更大的模型本身,不能单独证明递归自我改进已经发生。

判断这类预测,最好追问它的定义、可检验里程碑和更新条件,而不是只看一个年份:预测者说的究竟是实验室能力还是广泛部署?需要哪些连续自主研究、可靠性和自我改进证据?如果这些指标没有按预期出现,预测会不会下调?“最迟某年必到”尤其强,因为它把技术路径、瓶颈和定义争议都压成了一个确定期限,通常应要求更强证据。

因此,2027—2030 年出现远超当前系统、并在部分重要任务上接近或超过专家表现的 AI,并非不可想象;但据此断言严格意义上的超级智能必然在期限内到来,仍是推测,不是已确立的事实。合理做法是同时准备两件事:认真跟踪能力与风险的可验证指标,不把单个名人的确信当作证据;也不因时间表有争议,就忽视可能产生重大影响的快速进展。

相关阅读