AI 时代大考：各路大佬与 27 岁创始人的 AGI 之约

一、AGI 的魅力何在

AGI（人工通用智能）作为人工智能的最高目标，其魅力在于能够像人类一样思考、学习和推理，具有广泛的应用前景。在工业领域，AGI 可以实现生产自动化、提高制造效率、优化供应链、预测设备故障等。例如，工业大模型和 AGI 在工业制造中，能够优化设计与研发，通过分析历史数据和实时数据，帮助工程师优化产品设计，预测产品性能，加速新产品的研发周期。同时，在生产制造环节，AGI 可以集成到生产线中，实时监控生产过程，自动调整生产参数以优化生产效率和产品质量，还能在质量控制中发挥关键作用，自动检测产品缺陷，确保只有合格的产品进入市场。

在军事领域，AGI 也有着巨大的潜力。AGI 可以为自主武器系统提供更加智能化的决策和执行能力，通过强化学习算法，学习出最优的行动策略，实现对目标的快速识别和精确打击。同时，AGI 系统可以快速分析大量复杂的战场信息，为军事决策者提供更加准确和全面的决策支持。此外，AGI 还可能会颠覆传统的战争伦理观念，对杀伤目标的判断、平民保护、战争责任归属等产生深远影响。

在驾驶领域，AGI 可以实现自动驾驶，从传感器输入到控制输出的单一神经网络模型，感知信息无损传递、可以实现自动驾驶系统的全局优化。目前，自动驾驶技术架构分为四个阶段，分别是感知 “端到端”、决策规划模型化、模块化端到端、以及 One Model 端到端。预计模块化端到端系统将于 2025 年开始上车，这将带动上游技术进步、市场和产业格局演变。

在分析情报方面，AGI 可以轻松收集和评估情报，准确地分析敌方的军事能力、意图、战术和战略动向。还可以根据情报和自身资源情况，制定长期和中期的战略，以及具体的战术方案和作战计划。在战斗中，AGI 能协助指挥官根据情况及时做出调整，快速分析战场上的各种变化，调配兵力、协调各部队行动。战斗结束后，AGI 会对整个战斗过程进行评估和反思，总结经验教训，为以后的决策提供参考。

二、大佬们的 “最后期限”

1. OpenAI 的 Sam Altman

Sam Altman 曾表示对 2025 年实现 AGI 充满期待，这句话几乎在他每次采访中都会提及，以至于 OpenAI 的新任产品官也深信不疑。在 OpenAI CEO Sam Altman 的万字专访中，他确实表达了对 2025 年实现通用人工智能 (AGI) 的强烈期待和兴奋。他认为，基于 OpenAI 过去几年取得的进展，如果这种发展态势能够持续保持下去，那么实现 AGI 或许并不像人们想象的那么遥远。

2. 埃隆・马斯克

埃隆・马斯克预测最迟到 2026 年就会出现 AGI，他在推特上偶尔也会复述这个观点，如在直播肝《暗黑破坏神 4》榜一时提到。马斯克对 AI 等新事物的发展速度一向保持乐观态度，他对 AGI 预测的实现时间也在不断提前。

3. Anthropic 创始人 Dario Amodei

Anthropic 创始人 Dario Amodei 对 AGI 这个词本身持怀疑态度，但根据目前趋势，预计 AGI 将在 2026 年实现。Dario 用 “Powerful AI” 取代 “AGI”，认为其将于 2026 年实现，并给出了 Powerful AI 应当满足的 6 大特征。首先，其裸智能水平 (Pure Intelligence) 应当在绝大部分领域超越人类诺奖得主水平，这意味着它能够证明未解的数据定理、写出优秀的小说、从零编写高质量代码库等。

4. 《奇点临近》作者雷・库兹韦尔

雷・库兹韦尔在 1999 年预测 AGI 将于 2029 年实现，2017 年在 SXSW 大会上对这个预测做出更精准描述。他认为到 2029 年，计算机将拥有与人类同等水平的智能，这会导致计算机拥有人类智能，我们将它们放入我们的大脑，将它们连接到云端，扩展我们的能力。

5. 图灵奖得主 Geoffery Hinton

图灵奖得主 Geoffery Hinton 以前预测人工智能超越人类智能需要 30 – 50 年，去年改口变成 5 – 20 年，但不太有把握。Hinton 还说，我们生活在一个非常不确定的时代。他关于数字智能超越我们的预测可能完全错误，没有人真正知道答案，而这就是我们现在应该担心的原因。

6. DeepMind 创始人 Demis Hassabis

DeepMind 创始人 Demis Hassabis 认为 AGI 大约需要 10 年时间，且还需要 2 到 3 项重大创新。今年在各种播客上，Demis 其实都强调过 “十年实现 AGI” 这个观点。他指出，实现通用人工智能（AGI）之前还需要一或两项的关键突破，下一个 10 年发生的机率大约是 50%。

7. NVIDIA 创始人黄仁勋

NVIDIA 创始人黄仁勋今年在斯坦福大学的经济论坛上提出 AI 将在五年内通过人类测试，掐指一算也是 2029 年，被认为是 “保守派”。他表示，给 AI 你所能想象到的任何一项测试，把测试清单列出来、放在计算机科学行业的面前，他猜在五年内，我们将能够在每一项测试上取得良好表现。

三、27 岁创始人的 “人类最终测试”

1. 背景介绍

Scale AI 创始人 Alexandr Wang 是一位年仅 27 岁的美籍华裔，他的创业成就让他被誉为 “下一个扎克伯格”。Wang 的父母都是洛斯阿拉莫斯国家实验室的物理学家，在这样的家庭环境中成长，或许为他的科学素养和创新精神奠定了基础。

Wang 在高中时期就展现出了卓越的编程才能，参加了包括美国计算机奥林匹克竞赛等编程比赛，并因此收到了众多硅谷科技公司的工作邀请。高中毕业后，他被麻省理工学院录取，在大一期间，他选修了研究生级别的计算机科学课程，且 GPA 达到了满绩 5.0。然而，在与房屋在线交易平台 OpenDoor 的首席执行官交流后，他毅然决定从麻省理工学院退学，开启自己的创业之路。

2016 年，Wang 和 Lucy Guo 共同创办了 Scale AI。这家公司从为自动驾驶模型训练数据进行标注起步，如今已发展成为人工智能领域的重要力量。在生成式人工智能及大语言模型的发展中，Scale AI 扮演着关键角色，处理的数据涵盖文本、图像、视频和语音记录等，为各类组织优化和调整底层数据，支持一些最先进的模型。

Scale AI 的发展也得到了众多知名投资机构和企业的青睐。在 F 轮融资中，由 Accel 领投，新加入的投资者包括思科投资、DFJ Growth、英特尔资本、ServiceNow Ventures、AMD Ventures、WCM、亚马逊、连续创业投资者 Elad Gil 以及 Meta。现有的投资者如 Y Combinator、Nat Friedman、Index Ventures、Founders Fund、Coatue、Thrive Capital、Spark Capital、英伟达、老虎环球基金、Greenoaks 和 Wellington Management 也参与了本轮融资。目前，Scale AI 的估值已达到 138 亿美元。

2. 测试内容

随着人工智能的快速发展，AI 基准测试已经趋于饱和。在这种情况下，Scale AI 与 AI 安全中心合作，推出了人类的最后考试 —— 有史以来最难的测试。一旦 AI 通过这个考试，我们基本上就拥有了 AGI。

在 Alexandr Wang 看来，通往 AGI 的道路上最大的瓶颈就是数据。他认为，在达到 GPT – 10 之类的模型的过程中，我们不应该受到数据的限制。为此，Scale AI 致力于建立人工智能的数据加工厂，为通向通用人工智能的道路迈进，丰富前沿数据。

Scale AI 从为自动驾驶模型训练数据进行标注发展到现在为各类组织优化和调整底层数据，支持一些最先进的模型。公司的业务快速增长，2023 年，公司年度经常性收入增加了两倍至 7.5 亿美元，预计 2024 年底将达到 14 亿美元。

此外，Scale AI 与美国公共部门的合作日益增加。去年 8 月，该公司与美国国防部首席数字和人工智能办公室签订合同，旨在帮助提升包括陆军、海军陆战队、海军、空军、太空军和海岸警卫队在内的全军 AI 能力。今年 5 月份，Scale AI 推出基于人工智能的决策平台 Donovan，这是第一个部署到美国政府机密网络的大语言模型。

同时，Scale AI 还积极参与全球人工智能发展。今年 5 月份，公司已宣布计划在伦敦设立其欧洲总部，并寻求支持及合作英国政府的人工智能计划。

为了寻找那些 AI 难以回答的高难度问题，Scale AI 与人工智能安全中心（CAIS）联合发布了 “人类的最终测验” 计划，悬赏 50 万美元，挑战顶尖人类专家，筹集奖金。这项活动不仅引发了学术界的广泛关注，还将可能重塑我们对 AI 能力的评估标准。活动要求问题的设计必须超出一般本科生的理解能力，确保只有真正顶尖的学者才能提出合格的挑战。所有提交的问题都需经过严格审查，研究人员会使用现有的 AI 模型来评估问题的难度，过滤掉过于简单的问题，确保整个挑战的严谨性与高水准。

四、各界反应与争议

此图一出，引起了 X 上网友们的热议，主要观点分为：Sam Altman 又在炒作了；Altman 和马斯克都在炒作，科学家是对的；前四个人全都在炒作，只有两位诺贝尔奖得主是对的；图上这六个人全都在炒作。

观点一认为 Sam Altman 又在炒作，主要是因为他几乎每次采访都会提及对 2025 年实现 AGI 充满期待，这种频繁的表态让人觉得有炒作之嫌。

观点二觉得 Altman 和马斯克都在炒作，科学家是对的。马斯克也经常在推特上提到最迟到 2026 年就会出现 AGI，比如在直播肝《暗黑破坏神 4》榜一时提到。而一些人认为相比之下，图灵奖得主 Geoffery Hinton 和 DeepMind 创始人 Demis Hassabis 作为科学家的预测更具可信度。

观点三认为前四个人全都在炒作，只有两位诺贝尔奖得主是对的。Anthropic 创始人 Dario Amodei 对 AGI 这个词本身持怀疑态度，但也预计 AGI 将在 2026 年实现；《奇点临近》作者雷・库兹韦尔在 1999 年预测 AGI 将于 2029 年实现，这些非科学家的预测被一些人认为可能存在炒作成分，而两位诺贝尔奖得主的观点更值得信赖。

观点四则认为图上这六个人全都在炒作。库兹韦尔关于 “2029 年实现超越人类智能” 的观点在前几年还被称作不切实际，如今却有多人给出类似的时间点预测，让人觉得大家都在为了吸引眼球而进行炒作。

五、AGI 的未来展望

AGI 的出现似乎是不可避免的，它将给我们的生活带来重大冲击，如同个人计算机问世那样重塑我们生活的方方面面，各种工具也将被 AI 改造升级。

在科技不断进步的当下，AGI 的未来充满了无限可能。从近期的科技动态来看，无论是 ChatGPT 的重磅更新，还是苹果在 AI 领域的重大进展，都预示着 AGI 时代的临近。ChatGPT 的更新展示了更为自然和人性化的互动能力，能够更好地理解上下文和情感，为用户提供深度个性化的服务。苹果通过与 OpenAI 合作，将 GPT – 4 引入其生态系统，对 Siri 进行升级与重塑，展示了跨平台交互生成式 AI 体验，为智能设备市场带来了新的变革。

从行业发展趋势来看，AGI 正面临关键技术范式迭代，强化学习提升大模型能力上限。一方面，大模型发展速度仍然强劲，未来技术迭代方向更为清晰。如 OpenAI o1 的发布证明大语言模型可以具备人脑主动反思、纠错的复杂慢思考能力，为未来大模型智力水平提升给出了清晰路径。另一方面，强化学习推动通用性和泛化性大幅提升，成为规模定律新范式。未来的 AGI 产品将迎来革新，需要在增量价值和体验质量之间找到平衡。

在智能驾驶领域，端到端架构将为智能驾驶带来质的提升。传统的智能驾驶方案为模块化结构，存在人为设定的规则难以穷尽所有场景的痛点，而端到端技术路线将有效提升智驾的上下限。基于端到端架构的智驾算法拥有长时间、空间的关联能力和逻辑推理能力，有望解决更加复杂的场景，降低人工接管频率，帮助我们真正打开 L3、L4 级智驾的大门。

此外，AGI 的发展也将带来多方面的影响。在医疗保健领域，AGI 可以帮助医生诊断复杂的疾病，为患者制定个性化的治疗计划；在金融和银行业中，AGI 可以分析大量金融数据、预测市场趋势并提供个性化的财务建议；在运输和物流领域，AGI 可以优化路线、减少拥堵并提高运输和物流的安全性。

然而，AGI 的出现也带来了诸多挑战和潜在风险。我们需要更加关注 AI 技术的伦理问题，确保其在推动社会进步的同时不会侵犯个人隐私、加剧社会不平等或引发其他潜在风险。同时，各国政府和企业也需要加强合作，共同制定和完善 AI 相关的法律法规体系，为 AI 技术的健康发展提供有力保障。

未来已来，让我们拭目以待。

免费小程序《字形绘梦》上线啦！

欢迎大家体验！