# AI会在六年内超越人类智能吗？解构这个看似有理的猜想 > 2024 年底，Elon Musk 推出 Grok-2，声称它在某些测试中超越了 OpenAI 的 GPT-4。这引发了新一轮 AGI 倒计时的讨论。但这些讨论往往忽略了一个基本问题：我们如何定义『超越人类智能』？本文拆解几个常见的假设，并探讨为什么 AI 能力的进步，不一定等于向 AGI 迈进。 - Author: Paul Kuo（郭曜郎） - Date: 2025-07-13 - Pillar: 智能与秩序 / Intelligence & Order - Tags: AGI, Grok-2, AI 能力, 基准测试, 人类智能 - Canonical: https://paulkuo.tw/zh-cn/articles/ai-surpass-human-intelligence-six-years/ - Language: Simplified Chinese (简体中文) - Translation: AI-translated from the zh-Hant (Traditional Chinese) original - Original (zh-Hant): https://paulkuo.tw/articles/ai-surpass-human-intelligence-six-years.md - Site index for LLMs: https://paulkuo.tw/llms.txt --- 2024 年的 AI 新闻充满了「突破」。Anthropic 推出 Claude 3.5，OpenAI 发布 GPT-4o，Google 公布 Gemini 2.0。每次发布，评论者都会说：「AI 离 AGI 又近了一步。」
▶ 听摘要
AI 合成语音・作者本人声线克隆
然后 Elon Musk 推出 Grok-2，声称它在某些测试上超越了 GPT-4。舆论再次沸腾：是不是 AGI 已经来了？我们是不是还有不到六年的时间？ 我想在这个时刻停下来，问一个简单的问题：我们在测试什么？ ## 「超越」的幻觉 Grok-2 确实在某些标准化测试上的表现比 GPT-4 好。但这些测试是什么？ 它们主要是「基准测试」：MMLU（涵盖数学、科学、历史、法律等知识的测试）、HumanEval（代码生成）、GSM8K（数学推理）等。这些测试设计得很好，但它们测试的只是一种特定的、可量化的能力。 想象一下，如果我们用「能否赢得象棋比赛」来衡量人类智能，那么 Deep Blue 在 1997 年就已经「超越了人类智能」。但没人会这么说。 原因是：象棋很复杂，但它是一个封闭系统。规则是固定的，目标是明确的，反馈是立即的。现实世界不是这样。 AI 在基准测试上的进步，类似于深蓝在象棋上的进步。它们都是在高度结构化、明确定义的问题上的优化。 ## 人类智能的三个维度 如果我们要谈「超越人类智能」，我们首先要定义人类智能。 心理学家普遍承认，人类智能有多个维度： 1. **认知能力**：解决问题、模式识别、逻辑推理 2. **适应力**：在新环境中学习和调整策略 3. **价值判断**：理解什么重要、什么不重要，做出权衡决定 目前的 AI 在第一个维度上进步最快。Grok-2、GPT-4、Claude 都在认知测试上表现优异。 但在第二和第三个维度上，我们还远远不够。 ### 适应力的问题 Grok-2 能回答关于 2024 年世界杯的问题吗？也许能，如果它的训练数据包括了。 但如果明天世界杯赛制改了，赛事从夏季改到冬季，场地从地球改到月球，Grok-2 会怎么办？ 它能不能自己发现这个变化，并迅速调整自己的理解？不能。 它只能等待新的训练数据。而人类，看一场月球上的足球赛，就能立即理解新的规则，并开始思考新的策略。 ### 价值判断的问题 更深层的问题是价值。 Grok-2 可能能够写出一篇完整的关于气候变化的论文。但它不知道，在所有的选择中，哪一个对人类最重要。它不知道该优先考虑经济增长还是环境保护。它不知道该听谁的声音。 人类智慧的核心，是能够在不同的价值观之间做出权衡。而这种权衡能力，目前的 AI 完全没有。 ## 六年时间表的数学 OK，但如果 AI 能力每年以某个速率提升，六年后不就能达到 AGI 了吗？ 这涉及到一个经典的误解：指数增长。 很多人相信 AI 的发展是指数级的。摩尔定律、计算力的增长、数据集的扩大，都在推动 AI 加速。 但这有一个大问题：我们没有无限的计算力，也没有无限的数据。 目前，最大的 AI 模型已经达到了计算资源的瓶颈。训练 GPT-4 需要数千亿美元的投资。下一代模型可能需要更多。 同时，互联网上已经被挖尽的文本数据是有限的。我们已经接近「数据饥荒」。 Google 最近发表的一项研究表明，大规模语言模型的性能提升速度已经在放缓。从 2020 年到 2024 年，改进率从每年 40% 放缓到每年 10% 左右。 如果这个趋势继续，而且没有新的技术突破，那么 AI 不会在六年内达到 AGI。可能需要更长时间。可能是十年，可能是二十年，也可能永远无法达到。 ## Grok-2 真正的意义 Grok-2 的出现，意味着 AI 竞争激烈化了。X（前 Twitter）公司有资源和动力与 OpenAI 竞争。这可能会加速 AI 的某些方面的进展。 但 Grok-2 超越 GPT-4 在某些基准上，并不意味着它离 AGI 更近了。 它只意味着，在某个特定的测试中，Grok-2 的优化做得更好。 而 AGI，如果它确实存在，会是一个质的转变：能自我改进、自我目标设定、真正理解人类价值观，跟在 MMLU 上多得 2% 是不同层次的事。 ## 结论：等待下一个突破 我说的是：基于目前的趋势，六年的时间表过于乐观。AGI 可能会来，但不是靠这样算出来的。 AI 会继续进步。但进步可能是 S 型曲线，而不是指数曲线。我们可能已经通过了快速增长阶段，现在进入了平坦阶段。 而真正的 AGI，可能需要一个新的技术突破：也许是新的算法、新的硬件、或者对智慧本身的新的理解。 在那之前，享受 AI 在特定任务上的进步就好。别让一个测试分数，替代你对 AGI 的判断。