[ 导读 ]
AGI明年降临？清华人大最新研究给狂热的AI世界泼了一盆冷水：人类距离真正的AGI，还有整整70年！若要实现「自主级智能，需要惊人的10²⁶参数，所需GPU总价竟是苹果市值的4×10⁷倍！
AGI，就在今年；诺奖级AI，将2026年-2027年诞生。
不论是奥特曼，还是Anthropic首席执行官Dario Amodei，AI界科技大佬纷纷认为「超级智能」近在眼前。
甚至，几天前，纽约时报的一篇文章称，美国政府知道AGI要来，并有了相应的想法和对策。
AGI真的就要来了吗？
最近，来自清华、中国人民大学的研究团队最新研究，计算得出：
他们提出了一个全新的框架「生存游戏」（Survival Game），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」。
实结果发现，在简单任务中，基本的模式识别或规则推理，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，比如视频处理、搜索优化、推荐系统、自研语言理解时，AI表现未达标。
失败次数激增，解决方案稳定性随之下降。
他们预测，要在通用任务中达到「自主水平」，AI模型有高达10²⁶参数。
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！
即便按照摩尔定律的乐观估计，支撑这种参数规模的硬件条件也需要70年的技术积累。
这笔账，究竟是如何算出的？
智能，「自然选择」的试错淬炼
首先，我们需要先谈谈智能，它是如何产生的？
它并非与生俱来的天赋，而是自然选择在亿万年进化中塑造的必然产物。
今天，我们看到的每一种生命形式——无论是人类、动物还是植物——都遵循着这条法则。
「自然选择」的过程就像一场无情的考试：物种必须在不确定性中探索，寻找生存的答案，反复尝试直到成功
。
如果找不到解决方案，它们就会在这场残酷的考验中被淘汰，无法延续。
受此启发，研究人员提出了「生存游戏」这一框架，用以量化并评估智能。
这里，智能的高低不再是抽象的概念，而是可以通过试错过程中，找到正确解决方案的失败次数来衡量。
也就是之前所说的，失败次数越少，智能越高。
失败次数，作为一个离散随机变量，其期望和方差的大小直接反映了智能水平。
如果期望和方差无限大，主体将永远无法找到答案，也就无法在「生存游戏」中存活；反之，如果两者都收敛，则表明主体具备高效解决问题的能力。
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。
这一分级不仅适用于生物智能，也为评估AI提供了科学的标尺。
LLM停留在「有限级」
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，结果令人深思。
在手写数字识别等简单任务中，AI的表现达到了「自主级」，失败次数少且稳定，展现出高效的解决能力
。
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」。
这意味着，它们无法有效缩小答案范围，表现近似于「暴力枚举」，既低效又容易出错。
如下图4所示视觉处理中，第一行展示了图像分类任务的结果，不同图像对应不同的模型。
可以看到，所有模型都处于有限级。
随着使用更大的MAE模型，衰减率增加，数据点逐渐接近胜任级。
在随后的两行中，展示了MS COCO和Flickr30k数据集的结果。同一行中的不同图像对应不同的模型。
结果表明，即使是当今最先进的模型也处于有限级，衰减率在1.7或以下，远未达到胜任级2的阈值。
从中，也可以看到与第一行类似的趋势：模型越大，越接近胜任级，但边际改善逐渐减小。
下图5可以看到，在所有数据集和所有文本搜索模型中，LLM性能都停留在有限级。
图6、图7、图8、图9、图10分别展示的是在推荐系统、编码、数学任务、问答、写作中，LLM的性能表现。
这种局限性与此前的一些研究乐观结论，形成了鲜明的对比。
许多研究表明，AI已接近人类智能水平，但「生存游戏」揭示了一个更现实的图景：
大多数AI系统仍处于初级阶段，依赖人类监督，无法独立应对复杂任务。
10²⁶参数，不可能的挑战
研究人员发现，AI的智能得分与模型规模呈对数线性关系。
基于这一规律，他们预测，要在通用语言任务中达到「自主级」，AI系统需要惊人的10²⁶个参数。
这一规模相当于全人类大脑神经元总数的10⁵倍！
若要加载如此庞大的模型需要5×10¹⁵张H100 GPU，其总成本高达苹果公司市值的4×10⁷倍。
即便是按照摩尔定律计算，硬件技术也需要70年才能支撑这一规模。
这一天文数字的代价表明，仅仅依靠扩大当前AI技术的规模来解决人类任务，几乎是不可能的。
那么问题究竟出在哪？
AI浅层学习，难以突破
为了探究AI的瓶颈，研究人员结合「自组织临界性」（SOC）理论对「生存游戏」进行了深入分析。
结果显示，许多人类任务具有「临界性」的特征，即环境哪怕发生微小的变化，也可能需要完全不同的应对策略。
比如，人类在对话中能根据语气调整回应，在混乱场景中迅速锁定目标
。
