发布时间：2025.06.23
源地址：https://www.ft.com/content/d20e8c22-bc03-4404-ac93-f7886525d8d6
通用人工智能被视为硅谷的下一个重大突破，但它究竟是一个科学目标，还是一个营销噱头？
在他们 2010 年创立的人工智能实验室 DeepMind 的首份商业计划书封面上，德米斯·哈萨比斯爵士、穆斯塔法·苏莱曼和谢恩·莱格写下了一句话：打造世界上首个人工通用智能。
他们的观点至今依然成立：传统的人工智能技术过于“狭窄”，虽然能够表现出色，但前提是人类必须通过庞大的数据集进行繁复的训练。这使得人工智能在分析电子表格甚至下棋等任务上表现优异。但被称为 AGI 的人工“通用”智能，拥有更广阔的发展潜力。
十五年过去，科技公司首席执行官们一致认为，通用人工智能（AGI）将是下一次重大突破，并纷纷热情洋溢地谈论其潜力。
其中，OpenAI 首席执行官 Sam Altman 曾表示，AGI 有望“通过增加财富、推动全球经济高速发展，以及帮助发现改变可能性边界的新科学知识，提升人类整体水平”。
DeepMind 创始人 Hassabis 的公司与谷歌合并，成为全球最具影响力的人工智能实验室之一。他指出，AGI 有潜力解决全球性难题，如治愈疾病，帮助人们拥有更健康、更长寿的生活，或寻找新的能源来源。
达里奥·阿莫代（Dario Amodei），Anthropic 的首席执行官，他更倾向于用“强大人工智能”来描述通用人工智能（AGI），表示这种智能可能“在其最相关领域上比诺贝尔奖得主更聪明”，并将其形容为“数据中心中的天才国度”。
Meta 的首席人工智能科学家扬·勒昆（Yann LeCun），被视为该技术的“教父”之一，也不喜欢使用“通用人工智能”这一术语，理由是人类智能其实并不那么通用。“我们非常专门化……当然，计算机在某些任务上能比我们做得更好，”他最近表示。
相反，为了描述超越人类智能的机器，他更倾向于使用“人工超级智能”（ASI）这一说法。
无论最终采用何种术语，这项曾经仅存在于科幻小说中的技术，如今正越来越多地被视为一个严肃的未来发展方向。
然而，正如硅谷对于 AGI 或 ASI 的具体定义尚无共识一样，对于这项技术一旦出现将呈现何种形态，也同样缺乏统一看法。
DeepMind 创造了这个术语，用来描述他们所称的“在大多数认知任务上至少与熟练成人同等能力的人工智能”。但这个定义引发了更多疑问：如何界定“熟练”的成人？我们如何判断已经覆盖了“大多数”认知任务？这些任务到底包括哪些？
通用人工智能（AGI）的无形特质使其在不同人眼中呈现出多种面貌。谷歌前软件工程师弗朗索瓦·肖莱特表示：“对一些人来说，它是一个科学目标；对另一些人来说，它是一种信仰；而对还有些人来说，它则是一个营销术语。”
因此，对于人工智能何时到来，存在广泛的预测。埃隆·马斯克预计，今年晚些时候将出现比人类更智能的人工智能技术。Anthropic 的 Amodei 预测将在 2026 年实现。奥特曼则承诺，通用人工智能将在唐纳德·特朗普总统任期内问世。
这种模糊性并未阻止各国政府和企业用硅谷的说法“感受通用人工智能（AGI）”。
OpenAI 和 Anthropic 在打造这项技术的过程中吸引了数十亿美元的投资，而白宫计划推迟对人工智能的监管，以抢占对中国的先机，这进一步助推了它们的雄心壮志。在投资美国和中东的数据中心方面，OpenAI 也得到了特朗普的支持。
2025 年第一季度，公司财报电话会议中提及“AGI”的次数比上一年同期增加了 53%。
但界定这项技术对于理解构建通用人工智能的影响以及是否应将其作为优先事项至关重要。
政策制定者和投资者对其到来寄予厚望。欧盟尚未排除暂停其具有里程碑意义的人工智能法案——《人工智能法》的可能性，部分原因是担心阻碍“前沿”人工智能模型的发展。英国及其人工智能安全研究所等国家正在努力弄清什么是通用人工智能（AGI），以便据此制定政策和安全研究计划。
谷歌 DeepMind 首席执行官德米斯·哈萨比斯爵士表示，通用人工智能（AGI）有潜力解决全球性问题，如治愈疾病或寻找新能源来源。© Alastair Grant/AP
即使按照最宽泛的定义，通用人工智能（AGI）的承诺也将极大地加速计算机处理速度——但这将付出巨大的经济和环境代价。如果工程师们真的成功开发出这项技术，我们又该如何确保其被公平合理地使用？
对于什么是通用人工智能（AGI），答案取决于你问的是谁。
对于 OpenAI 来说，定义与该技术是否能够用于带来经济利益的工作密切相关。公司首席研究官马克·陈表示：“我们正致力于开发一种高度自主的系统，能够在许多具有经济价值的工作中超越人类表现。”
陈表示，一个关键特征是通用性，即能够在各种领域执行任务。“它们应该相当自主，不需要大量指导就能完成任务，”他补充道。
陈表示，通用人工智能将具备将“你脑海中的想法迅速变为现实”的能力，能够帮助人们创造不仅是图像或文字，甚至是完整的应用程序。
批评者认为，这一定义未能描述出真正智能的系统。“那只是自动化，我们已经做了几十年了，”前谷歌工程师 Chollet 表示。
DeepMind 采取了不同的方法。DeepMind 的 Legg 表示：“我认为，典型的人类表现是定义人工智能被视为通用人工智能的最低要求中最自然、最实用且最有用的方式。”Legg 在 2000 年代初期普及了“人工通用智能”这一术语，当时这一概念还被视为边缘信仰。
许多关于通用人工智能（AGI）的定义存在一个重大问题，即它们没有明确具体说明一个人工智能系统需要具备哪些能力才能被认定为 AGI。
DeepMind 对通用人工智能（AGI）的定义是——在大多数认知任务上具备“熟练成人”的能力，Legg 补充道，这一点“相当明显”。“问问自己某项任务是否属于人类通常能够完成的认知活动。如果是，那么人工智能必须能够完成这项任务，才能被称为 AGI。”
例如，能够达到专业水平下围棋——这项古老的中国策略游戏——并非大多数人所能做到，因此这并不是人工智能被视为通用人工智能（AGI）的必要条件，Legg 表示。然而，大多数人都能达到业余水平，因此任何声称是通用人工智能的系统也必须具备学习达到这一水平的能力。
DeepMind 试图通过设定五个层级来定义人工智能技术的能力。根据其分类，OpenAI 的 ChatGPT、谷歌的 Gemini 和 Meta 的 Llama 等 AI 模型仅达到第一级“初现通用人工智能”。
迄今为止，还没有任何通用模型达到第二级别，即超过至少 50%的熟练成年人，DeepMind 前沿安全与治理主管艾伦·达福表示。
三级要求模型至少达到熟练成人中第 90 百分位的水平，而四级则要求达到第 99 百分位。超人类人工智能，或称人工超级智能，则超越了所有人类。
如果连目标都难以达成共识，那么关于通往通用人工智能（AGI）的最佳路径自然存在诸多不同的理论。
OpenAI 和 Anthropic 认为，他们正在构建的人工智能语言模型是最佳路径。这些公司开创的现有范式是，投入越多的数据和计算能力，模型就会变得越“智能”。
OpenAI 最近发布了其新的 o3 “推理”模型，该公司表示该模型通过逐步分解问题，能够解决编码、数学和图像识别等更复杂的任务。
一些最为激动的通用人工智能（AGI）支持者迅速将该技术认定为 AGI。经济学家兼知名人工智能评论员泰勒·考恩在该模型发布后表示：“我一眼就能认出来。”
对于陈来说，迈向超越公司推理模型的通用人工智能（AGI）的下一步，是打造能够独立且可靠地采取行动的人工智能代理。随后，人工智能工具将能够推动创新，最终，人工智能将作为模仿人类大型协作结构的组织发挥作用。
另一个关键特征是自我提升。“这是一个不仅能在你知识的前沿发挥作用的系统，而且非常擅长自我改进。它可以编写自己的代码，甚至能生成自己的下一版本，从而使自身变得更强大，”他补充道。
一台人工智能机器人下围棋。能够达到职业水平并非大多数人所能做到，因此这并不是人工智能被视为通用人工智能的必要条件，但它必须能够达到业余水平 © Qilai Shen/Bloomberg
批评者指出，语言模型存在诸多缺陷。它们仍然高度不准确，会编造内容，且并不真正“思考”，只是简单地预测句子中下一个最可能出现的词。
苹果公司研究人员发表的一篇备受争议的论文指出，新一代推理模型仅仅制造了思考的假象，在面对复杂任务时“准确率完全崩溃”。
一些技术专家也表示，单靠语言无法涵盖智能的所有维度，他们正在开发更广泛的模型，以纳入更多方面的智能。
Meta 的 LeCun 正在构建所谓的“世界模型”，这些模型通过学习视频和机器人数据来捕捉我们世界的物理规律，而非依赖语言。他认为，要打造更先进的机器智能，我们需要对世界有更全面的理解。
但未来仍面临挑战。首先，人工智能领域的数据资源正在枯竭，因为他们已经从免费互联网中吸取了大部分用于训练的数据。现在，他们开始寻求与出版商达成数据授权协议。例如，OpenAI 与《金融时报》就有内容共享的合作。
达福认为，合成数据——由人工智能模型生成的训练数据——可能是一种有前景的解决方案。其他突破性进展，比如人工智能模型具备更强的记忆力和对物理世界的理解能力——或许通过从机器人学习实现——也可能在实现更智能系统的过程中发挥作用。
在没有达成共识的路线图的情况下，一些科技领袖开始调低对其到来的预期。“我猜我们实现通用人工智能的时间会比大多数人预想的要早得多，但它的重要性反而会小得多，”奥特曼在去年十二月表示。
他表示，自己的下一个目标是为 OpenAI 做好迎接未来的准备，而他所说的未来即是超级智能。“我们热爱现有的产品，但我们是为了那个辉煌的未来而存在，”他写道。
对于 AGI 的批评者来说，这种不断变化的叙述暴露了推动者的真实动机。AI 创业公司 Cohere 的联合创始人 Nick Frosst 表示，关于 AGI 的讨论“主要是一场泡沫，里面充斥着借此筹集资金的人”。
“如果你听到有人说 AGI 即将到来，而他们已经说了好多年，而且似乎有经济利益驱动……我认为你应该质疑他们为什么到现在还一直错。”
该术语似乎在吸引投资者。今年三月，OpenAI 融资高达 400 亿美元，估值达到 3000 亿美元。
Lightspeed Ventures 合伙人 Antoine Moyroud 表示：“能够描绘通向通用人工智能（AGI）的路径，解锁了原本难以获得或无法触及的资金来源。”
机械土耳其人被称为神奇，但实际上是由人类操控的。同样，人工智能聊天机器人的表现之所以令人信服，正是因为背后投入了大量人力劳动，使其看起来比实际更智能 © Peter van Evert/Alamy
这是因为，投资者在投资通用人工智能（AGI）时，不仅仅是希望获得数亿美元的收入，更看重其有可能彻底改变我们创造国内生产总值（GDP）的方式，从而带来数万亿美元的经济成果。
结果，莫伊鲁德表示，“你会看到有人愿意冒险走上那个通用人工智能的发展轨迹”。
历史上有许多例子显示人们试图赋予物体生命，并将其作为超人般的存在进行销售。
最著名的或许是机械土耳其人的故事，这是一台于 1770 年为奥地利女皇玛丽亚·特蕾西亚制造的神奇下棋机器。它曾与拿破仑·波拿巴和本杰明·富兰克林等对手对弈并获胜。但实际上，这台机器内部有足够的空间供人隐藏并操控。
如今，人工智能带来了类似的错觉。越来越多的人开始依赖 AI 聊天机器人寻求友谊、陪伴，甚至心理治疗。但这种表现之所以令人信服，主要是因为背后投入了大量人力劳动——从标注数据集到对聊天机器人回答进行排序——使得 AI 聊天机器人看起来比实际更智能，甚至像有意识一样。
有人质疑，我们是否应该首先追求通用人工智能。
我们尚未完全理解生物学、心理学甚至教育领域的智能，开放源代码人工智能初创公司 Hugging Face 的首席伦理科学家 Margaret Mitchell 表示。她共同撰写了一篇论文，主张不应将通用人工智能（AGI）视为指引方向的北极星。
“智能作为一个概念定义模糊，存在诸多问题，”她补充道。“追求智能有些复杂，因为它常被赋予积极、善良的色彩。它为我们提供了一种美好的外衣，实际上却并非一个具体的事物，而是构建了一种关于前进的叙事，无论我们想推动哪种技术发展。”
专家表示，这种推动特定技术发展的趋势，只会将权力和财富集中在少数人手中，同时利用了艺术家和创作者等群体，他们的知识产权未经同意或补偿便被纳入庞大的人工智能数据集。
一名女性佩戴着虚拟现实头盔。科技团体目前正在研究“世界模型”，这种模型试图通过学习视频和机器人数据来概括我们世界的物理规律，而不仅仅依赖语言 © Audrey Pilon-Topkara/AFP/Getty Images
追求通用人工智能（AGI）也带来了巨大的环境负担，因为越来越强大的人工智能模型需要大量的水和能源，在庞大的数据中心进行训练和运行。这项技术还被用于推动石油和天然气等高污染行业的生产。
通用人工智能（AGI）也引发了关于伦理和潜在社会危害的问题。批评者指出，在争相开发这项技术并从其经济利益中获益的过程中，各国政府忽视了应有的监管，未能提供对人工智能技术如算法偏见和歧视等基本保护。
还有一小部分具有影响力的人士——其中包括被视为现代人工智能奠基人的研究者，如 Yoshua Bengio 和 Geoffrey Hinton——他们警告可能出现更极端的结果。他们认为，如果不加以控制，通用人工智能（AGI）可能导致人类灭绝。
“无论代价如何追求通用人工智能”的叙事带来的危害之一是，它可能助长不良科学，米切尔表示。其他更为成熟的科学领域，如化学和物理，拥有能够进行严格测试的科学方法。
但计算机科学是一个较新的领域，更加注重工程实践，她补充道，这个领域往往会做出“广泛而惊人的宣称，而这些宣称实际上并没有得到研究成果的支持”。
政策制定者和企业高管有责任考虑与强大技术相关的风险，Cohere 的 Frosst 表示。“如果你是学者，可以随意发表见解。但如果你是政策制定者或企业高管，就必须关注实际问题。”
但一些来自学术界以及谷歌 DeepMind、Anthropic、微软和 Hugging Face 等大型 AI 实验室的研究人员认为，行业对“粗略的‘通用智能’声称”的痴迷，阻碍了在现实世界中创造有意义的 AI 技术测量和评估方法。
在我们拥有那个之前，米切尔说，通用人工智能不过是“感觉和江湖骗术”。