AGI真的近在咫尺？清华人大最新研究泼冷水：距离AGI还有70年！
新智元报道
编辑：桃子 犀牛
引言：AI界狂热下的冷静思考
随着人工智能（AI）技术的飞速发展，关于通用人工智能（AGI）的讨论愈发热烈。然而，清华、中国人民大学的研究团队却在这股狂热中泼了一盆冷水：人类距离真正的AGI，还有整整70年！
AGI何时到来？诺奖级AI或将在2026-2027年诞生
尽管如此，AI界仍有人对未来充满期待。许多人认为，AGI就在今年，而诺奖级的AI可能在2026年至2027年间问世。奥特曼、Anthropic首席执行官Dario Amodei等科技大佬纷纷认为“超级智能”近在眼前。
清华人大研究团队：人类距离AGI还有70年
那么，AGI真的就要来了吗？最近，清华、中国人民大学的研究团队发表了一项最新研究，计算得出：人类距离AGI还有70年！
「生存游戏」：评估智能的新框架
该研究团队提出了一个全新的框架——“生存游戏”，以评估智能的高低。在这个框架中，智能不再是模糊的概念，而是可以通过试错过程中失败次数进行量化——失败次数越少，智能越高。
论文地址：https://arxiv.org/pdf/2502.18858
当失败次数的期望值和方差都保持有限时，意味着系统具备持续应对新挑战的能力，作者将其定义为智能的“自主水平”。
AI在简单任务中表现良好，但在复杂任务中仍需努力
实验结果显示，在简单任务中，AI具备了自主能力，失败次数低且稳定。然而，当任务难度加大时，AI的表现则未达标。失败次数激增，解决方案稳定性随之下降。
要达到自主水平，AI模型需要高达10²⁶参数
研究人员预测，要在通用任务中达到“自主水平”，AI模型需要高达10²⁶个参数。想象一下这个规模：训练这样一个模型所需的H100 GPU总价值，竟然是苹果市值的4×10⁷倍！
按照摩尔定律，支撑这种参数规模的硬件条件也需要70年的技术积累
即便按照摩尔定律的乐观估计，硬件技术也需要70年才能支撑这一规模。这笔账，究竟是如何算出的？
智能的产生：自然选择的试错淬炼
智能并非与生俱来，而是自然选择在亿万年进化中塑造的必然产物。研究人员提出了“生存游戏”这一框架，用以量化并评估智能。
生存游戏，三大智能分级
基于失败次数的期望和方差，研究人员将智能分为三个层次：
- 有限级：期望和方差都发散，主体只能盲目枚举可能的解决方案，效率低下，难以应对复杂挑战。
- 胜任级：期望和方差有限但不稳定，主体能在特定任务中找到答案，但表现不够稳健。
- 自主级：期望和方差都收敛且较小，主体能通过少量尝试稳定地解决问题，以可承受的成本自主运行。
LLM停留在「有限级」
在具体实验中，研究人员将当前最领先的大模型在“生存游戏”中进行评估。在手写数字识别等简单任务中，AI的表现达到了“自主级”。然而，当任务复杂度提升到视觉处理、搜索引擎优化、推荐系统、自然语言理解时，AI大多停留在“有限级”。
AI浅层学习，难以突破
当前AI系统更像“表面模仿者”，通过大量数据记住问题的答案，并依赖探索来应对新挑战。这种“浅层学习”正是AI难以突破“自主级”的根本原因。
从智能爆炸到人类灭绝：我们需要做好准备
人工智能公司们正在竞相构建超级人工智能（ASI）。如果这些公司成功，后果将不堪设想。我们需要从今天的AI走向可能毁灭我们的ASI，为此，我们需要做好以下准备：
- 了解智能爆炸的概念：智能爆炸是AI系统自我增强的一个循环，AI变得越来越聪明，直到它们的智力远远超过人类。
- 关注AI安全技术研究：确保比人类还聪明的AI是安全的、可控的。
- 制定应对策略：面对AI能力的提升，我们需要制定相应的应对策略，确保人类的安全。
结语
AGI的到来或许并非一蹴而就，而是需要跨越技术、成本与安全的重重障碍。未来AI能否从“浅层模仿者”进化到“自主智能”，不仅取决于算力和数据的堆砌，更需要突破对任务本质的深刻理解。正如自然选择淬炼了人类的智慧，或许AI的终极进化，也将是一场漫长而残酷的“生存游戏”。我们准备好了吗？