技术发展已经达到了前所未有的速度 - 转瞬之间，星辰化作光线，我们今天所处的位置与几天前已经天差地别。预测明天将会如何变得越发困难。
有一点是明确的：我们正在进入通用人工智能 (AGI) 的光谱，超级人工智能 (ASI) 现在似乎也清晰可见。无论如何定义，AGI 不会突然出现；它将逐步演化，我们已经看到了它逐步展开的迹象。
### AGI 的黎明
AGI 一直是终极目标——一种能够执行人类心智工作的技术，彻底改变我们的工作、生活和思维方式。现在，当我们步入 2025 年，AGI 的曙光已经出现，并将随着时间推移愈发明显。
这是一个如此深远的转变，以至于像 OpenAI 的 Sam Altman 和前 OpenAI 首席科学家、现已创办专注于 ASI 的初创公司的 Ilya Sutskever 都认为，这将定义人类进步的轨迹。
2024 年 9 月，Altman 发表了《智能时代》宣言，认为 AGI 不仅仅是一个工具，而是人类历史的新阶段。
此后，OpenAI 发布了越来越强大的推理模型——这些 AI 系统不仅能够从包含世界上大部分文字的知识库中回答问题，还能思考和解决复杂问题。这一进步的影响尚未被公众所充分认识，但其意义深远。
例如，OpenAI 的 GPT-o1 模型在国际数学奥林匹克 (IMO) 资格考试中获得了 83% 的成绩。这被广泛认为是世界上最困难的数学竞赛之一，需要创造力和深度推理能力来解决问题，而无需使用微积分等高级数学工具。
随后，GPT-o3 模型在 ARC-AGI 基准测试中取得了 87.5% 的突破性成绩，该测试评估 AI 在不依赖预训练知识的情况下解决全新问题的能力。ARC-AGI 被认为是最具挑战性的 AI 基准测试之一，因为它测试概念推理和适应性智能，这些领域传统上由人类主导。
### 从狭义智能到通用能力
迄今为止，AI 系统一直在专业领域表现出色——撰写文案、诊断疾病、优化物流——但仅限于狭窄的范围内。AGI 承诺带来根本性的不同：跨领域适应、推理和解决问题的能力。
大语言模型和多模态模型已经展示出类 AGI 特征，如跨任务泛化、多模态推理和适应性。这些能力通过更好的架构、更大的数据集和更高效的训练方法不断改进。
同时，OpenAI 正在重新定义 AGI 的含义。其公开定义仍然是"一个高度自主的系统，在大多数具有经济价值的工作中超越人类"。但这个终点变得模糊不清，据报道，Microsoft 和 OpenAI 正将 AGI 与 AI 系统创造 1000 亿美元利润的能力联系起来。
AGI 挑战了我们对人性本质的理解。智能这一长期被视为人类独有的特征将不再是我们独有。我们如何将 AGI 整合到生活中——无论是作为工具、伙伴还是竞争对手——都将以前所未有的方式塑造我们的文化、价值观和身份。
### 超级智能
这也将我们引向 ASI 之路，届时自学习的 AGI 系统最终将超越人类集体智能。
今天，在科学、编程或医学等领域，特定领域的 AI 系统已经展现出超人的狭义智能。例如，AlphaFold 通过以前所未有的准确度预测蛋白质结构，彻底改变了结构生物学——这是超出人类能力范围的任务。
OpenAI 的推理模型包含一个在推理过程中优化输出的递归循环。虽然这种优化是暂时的，不会改变模型的基本参数，但它展示了更具动态性和适应性的 AI 系统的潜力。
研究人员正在积极探索增量学习和基于重放的方法，使 AI 系统能够在获取新知识的同时保留已有知识，实现持续学习。
这个目标很宏大：创造不仅能思考而且能进化的机器。如果这些努力成功，其影响将是惊人的。
### 人机协作的新时代
"我们正处于创造工具的临界点，这些工具不仅仅是人类能力的延伸，而是在某些领域将超越我们自身能力的实体，"Sutskever 在去年 12 月表示。他设想了一个 AI 能够解锁科学突破、治愈疾病、解决以前认为无法解决问题的世界。他认为，这些进步可能预示着人类繁荣的新时代——这个文艺复兴不仅仅依靠人类的创造力，而是由人机合作推动。
由推理模型驱动的 AI 代理可以在复杂环境中导航，整合不同的数据流，解决曾经看似无法克服的问题。
在医疗保健领域，这可能意味着 AGI 系统不仅能标记潜在诊断，还能根据个人基因组设计完整的治疗方案。在教育领域，虚拟导师可以实时适应学生的需求，不仅可以教授任何科目，还可以用任何语言、以任何节奏进行教学。这不是遥远的梦想——这是 Altman 认为可能在"几千天内"实现的进步。
如果机器有朝一日能够持续学习并无缝适应新挑战，它们通向超级智能的道路将指日可待。
目前可以确定的是：2025 年标志着新纪元的开始。智能时代已经到来，随之而来的是一个可能像人类曾经面临的任何时代一样具有变革性——也同样充满挑战的未来。
AGI 的出现不会是一个突然的事件。随着 AI 系统沿着通用智能光谱向 ASI 迈进，这将是一个渐进的过程。真正的问题不是 AGI 何时出现，而是我们是否准备好引导其向更好的方向发展。
