AGI預(yù)測(cè)時(shí)間提前至5年，然而AI短板明顯，算力需求也在激增。

【導(dǎo)讀】我們似乎正越來越接近AGI。其實(shí)現(xiàn)時(shí)間表從50年大幅壓縮到5年，更有大佬預(yù)測(cè)會(huì)在2026、2028年到來。但與此同時(shí)，AI在ARC測(cè)試中的得分卻是0%，在人類基本能力方面仍像個(gè)新手。我們是不是過早認(rèn)為它已經(jīng)準(zhǔn)備好了呢？

算力不斷膨脹，模型持續(xù)堆疊，提示詞如同燃料般被反復(fù)輸入。

AI的發(fā)展腳步不僅沒有停下，反而越來越快。

曾有人預(yù)言，AGI的到來遙遙無期，至少要等上半個(gè)世紀(jì)。

可如今，一些關(guān)鍵節(jié)點(diǎn)被提前了。

這條路，曾經(jīng)被認(rèn)為無比遙遠(yuǎn)；可誰也沒想到，它的進(jìn)程會(huì)如此迅速。

奧特曼最新觀點(diǎn)：AGI這一詞沒啥意義了

十年變五年，AGI預(yù)言大幅提前

正如MIT Technology Review Insights剛剛發(fā)布的一篇名為「The road to artificial general intelligence」所指出的。

我們對(duì)AGI的預(yù)判正在顯著加速。

從GPT - 3發(fā)布時(shí)預(yù)測(cè)的「50年才能實(shí)現(xiàn)」，到如今的「5年內(nèi)可見雛形」，時(shí)間提前了數(shù)十年。

對(duì)AGI未來的預(yù)測(cè)

Anthropic聯(lián)合創(chuàng)始人Dario Amodei提出了一個(gè)更實(shí)際、更新的表述：「Powerful AI」。

這是一種具備諾獎(jiǎng)級(jí)智能，能夠跨文本、語音與物理環(huán)境靈活切換，還能自主設(shè)定目標(biāo)并完成推理執(zhí)行的模型。

而他判斷，最早2026年，它就可能出現(xiàn)。

奧特曼則認(rèn)為，具備AGI特征的系統(tǒng)「已經(jīng)初露端倪」，其潛力或?qū)砜氨入娏εc互聯(lián)網(wǎng)的社會(huì)變革。

從更宏觀的數(shù)據(jù)來看，預(yù)測(cè)的時(shí)間線也在明顯前移。

多位預(yù)測(cè)顯示，到2028年，AI實(shí)現(xiàn)多個(gè)AGI里程碑的概率至少為50%。

到2027年，機(jī)器在無人輔助下超越人類完成一切任務(wù)的概率約為10%，到2047年可能上升至50%。

這條原本被認(rèn)為還需「半個(gè)世紀(jì)」的路，如今正在被改寫。

超能力與短板并存，AI的八大缺陷

如今的AI，就像一個(gè)成績優(yōu)異的天才學(xué)生。

它能背書，能考試，甚至能在高難度的專業(yè)任務(wù)中勝出。

可一旦離開特定場(chǎng)景，它就像丟了魂。

圖像識(shí)別時(shí)，它會(huì)把香蕉認(rèn)成吐司；做導(dǎo)航，它可能直沖墻上；讓它接住一杯水、剪斷一根線，十有八九會(huì)手忙腳亂。

這些并非笑話，而是現(xiàn)實(shí)。

AGI真正需要的，不只是邏輯和語言生成的能力，更需要「人類默認(rèn)技能」。

McKinsey曾總結(jié)過AGI在模仿人類智能上的8項(xiàng)核心缺陷，它們幾乎覆蓋了我們與智能體互動(dòng)的每一個(gè)維度：

1. 視覺感知：對(duì)顏色和圖像變化反應(yīng)遲鈍，容易混淆，缺乏真正的視覺一致性；

2. 音頻感知：難以處理聲音的空間位置、細(xì)節(jié)特征，無法識(shí)別語調(diào)和情緒；

3. 精細(xì)動(dòng)作：無法完成復(fù)雜的精細(xì)動(dòng)作，比如穿針引線、外科手術(shù)；

4. 自然語言處理：只能理解句法，不理解含義，面對(duì)語境和暗示經(jīng)?！概芷?；

5. 問題解決：只能應(yīng)對(duì)被定義好的問題，面對(duì)新任務(wù)幾乎無從下手；

6. 導(dǎo)航能力：在動(dòng)態(tài)現(xiàn)實(shí)中難以自主規(guī)劃路線，無法適應(yīng)環(huán)境變化；

7. 創(chuàng)造力：無法提出真正的新問題，也無法優(yōu)化和改寫自己的邏輯結(jié)構(gòu)；

8. 社會(huì)與情緒理解：看不懂臉上的情緒、聽不出語氣的變化，更不會(huì)真正共情。

強(qiáng)大卻失衡，聰明但遲鈍。

這就是如今的AI——它雖站在我們面前，卻還隔著一層看不見的玻璃。

既要跑得快，還要會(huì)協(xié)同，AI背后的算力戰(zhàn)

AGI不是靠一顆更大的芯片堆疊出來的，它需要一整套進(jìn)化中的計(jì)算體系，從硬件到底層軟件。

從數(shù)據(jù)中心的能源結(jié)構(gòu)到移動(dòng)設(shè)備的資源調(diào)度，都需要層層協(xié)同，彼此喚醒。

這場(chǎng)算力戰(zhàn)爭(zhēng)，已經(jīng)悄悄打響。

進(jìn)入深度學(xué)習(xí)時(shí)代后，AI的計(jì)算需求增速從21個(gè)月翻倍驟降到5.7個(gè)月翻倍，模型體積膨脹百倍，訓(xùn)練成本呈指數(shù)上升。

AI計(jì)算需求增長曲線

一些預(yù)測(cè)甚至認(rèn)為，未來某些AGI訓(xùn)練任務(wù)的算力消耗可能超過一個(gè)國家的GDP。

這不僅是硬件的拉鋸戰(zhàn)，更是架構(gòu)的重寫。

為了適應(yīng)大規(guī)模推理和實(shí)時(shí)響應(yīng)的需求，AI系統(tǒng)正全面轉(zhuǎn)向異構(gòu)計(jì)算路徑：CPU、GPU、NPU、TPU各司其職，把最合適的算力分配給最合適的任務(wù)。

而讓這支多芯片協(xié)同作戰(zhàn)的，是隱藏在系統(tǒng)底層的軟件工具和軟件框架。

通用AI的計(jì)算棧結(jié)構(gòu)

它們負(fù)責(zé)管理、協(xié)調(diào)和調(diào)度任務(wù)，幫助開發(fā)者在不重寫代碼的前提下調(diào)用不同硬件、跨平臺(tái)部署，優(yōu)化性能同時(shí)降低能耗。

但即便如此，想靠現(xiàn)在這套算力棧直接堆出AGI，依舊不現(xiàn)實(shí)。

MIT報(bào)告指出，真正的問題不只是算得不夠快，而是結(jié)構(gòu)不夠?qū)Α?/p>

就像Transformer曾引爆了生成式AI一樣，AGI可能也需要一次架構(gòu)革命。

不是再卷一個(gè)更大的LLM，而是去發(fā)明一種認(rèn)知骨架，讓模型像人類一樣，可以在新環(huán)境中學(xué)會(huì)思考、適應(yīng)、轉(zhuǎn)移技能、優(yōu)化自己。

而這也許正是當(dāng)下最大的悖論——

我們需要更強(qiáng)的計(jì)算系統(tǒng)去支撐AGI的形成，卻又需要徹底重構(gòu)智能的底座，來突破單純堆算力的天花板。

智力的真正考題，AI在ARC測(cè)試?yán)飸K敗

Fran?ois Chollet，也是ARC智力測(cè)試的發(fā)起人，提出了一個(gè)更苛刻的標(biāo)準(zhǔn)：

「真正的智能，是能把你已知的知識(shí)重新組合，去解決全新的問題」。

為了驗(yàn)證這一點(diǎn)，他設(shè)計(jì)了ARC - AGC的測(cè)試。

和傳統(tǒng)測(cè)試不同，每一道題都是從未出現(xiàn)過的新任務(wù)。

考察的是真正的人類式推理——抽象能力、遷移能力、類比能力。

結(jié)果出人意料，純大語言模型的得分是0%。

即便是經(jīng)過額外推理優(yōu)化的系統(tǒng)，也只拿到了個(gè)位數(shù)的成績。

而人類，幾乎能全部做對(duì)。

Chollet直白地說：

「這說明目前最強(qiáng)的AI模型，根本不具備靈活重組知識(shí)的能力。它們只是記憶力好，但不會(huì)真的想」。

這場(chǎng)測(cè)試暴露出的，不是參數(shù)不夠、訓(xùn)練不夠，而是根本方向錯(cuò)了。

它不是缺少力量，而是不具備「思考結(jié)構(gòu)」本身。

不是更強(qiáng)，而是更廣，AGI的最終拼圖

通往AGI的路徑，從來就不只一條。

但越來越多的證據(jù)開始指向同一個(gè)結(jié)論：

AGI可能不是某一個(gè)技術(shù)點(diǎn)的突破，而是一整套異構(gòu)系統(tǒng)的協(xié)同崛起。

它需要更靈活的硬件結(jié)構(gòu)——用對(duì)芯片，做對(duì)事，CPU、GPU、TPU、NPU各司其職。

它需要更聰明的調(diào)度框架，讓這些異構(gòu)芯片動(dòng)態(tài)配合，不浪費(fèi)一點(diǎn)算力。

它需要新的架構(gòu)，像Transformer之于GPT，引發(fā)一次認(rèn)知方式的跳躍。

它甚至需要重新建構(gòu)「智能」本身。

也許通向AGI的，不是某種「更強(qiáng)模型」的出現(xiàn)，而是一次技術(shù)的集體轉(zhuǎn)向。

正如MIT報(bào)告中所說：

「我們?cè)谧穼じ斆鳈C(jī)器的過程中，可能也會(huì)第一次真正理解聰明意味著什么」

參考資料：

https://wp.technologyreview.com/wp-content/uploads/2025/08/MITTR_ArmEBrief_V12_final.pdf

本文來自微信公眾號(hào)“新智元”，編輯：傾傾，36氪經(jīng)授權(quán)發(fā)布。

本文僅代表作者觀點(diǎn)，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請(qǐng)?jiān)谖闹凶⒚鱽碓醇白髡呙帧?/p>

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請(qǐng)及時(shí)與我們聯(lián)系進(jìn)行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com