AGI“曼哈顿计划”或被采纳，科研投入超万亿美元｜2025人工智能十大变局

腾讯科技 · 公众号 · 科技媒体 · 2025-01-18 11:20

正文

请到「今天看啥」查看全文

未来高水平推理应用，正在推动“生成式AI”向“因果式AI”升级。图灵奖得主、美国国家科学院院士Judea Pearl旗帜鲜明地指出： “虽然概率体现了我们对静态世界的信念，但因果关系告诉我们，当世界发生变化时（无论是通过人为干预还是想象行为），概率是否会改变以及如何改变。 ”简而言之，相关性为主的生成式AI只能描述静态世界特征，而因果性为主的因果式AI能够认知判断世界动态发展规律。所以2024年AI科学家赢得诺贝尔物理奖、化学奖，只是一个开始，今后将会有越来越多的跨学科奖项花落AI。

GPT-4之后，全球大模型的研发形成了“分叉”的两条路径。一是像科学家一样严谨的强推理模型，o1（草莓）、o3等；二是具有多模态感知和生成能力的生产力大模型，如4o、猎户座Orion等。

圣人无常师，AI弟子未必不如人类师傅，推理领域AI正在逼近超越人类专家。以2024年底OpenAI最新发布的o3模型分析，在AIME 2024国际奥数比赛题中o3考试拿下96.7分，接近满分；在以物理、化学、生物等科学题的GPQA基准测试中，o3考出87.7分的高分，超过人类平均水平69.7分；在Codeforce编程题考试中，o3得分2727分，超过了99.99%的人类程序员，而且超过了研发o3的OpenAI首席科学家Jakub Pachocki(雅库布·帕乔基)的 2655分。在通用人工智能题库ARC-AGI基准测试中，o3最高取得了87.5考分，已经超过了人类专家的85分，并在2025-2026年向人类最高的95分攻坚。

读者朋友们，若想对逻辑推理有更深一步的理解，推荐阅读亚里士多德《工具论》：“大致来说，命题和问题分为三种。有些命题是伦理的，有些是自然哲学的，有些则是逻辑的。”当今人工智能正在通过学习人类科学家的“思维链”来实现这三类命题的复杂推理。

人工智能是重资本的

“科研军备竞赛”

重资本的长期投入是人工智能基础科研的“铺路石”。人类历史上每一次科技创新，都带动了世界范围的重资本基础设施建设，从铁路网、高速公路网、电网、互联网、AI数据中心都如此，所以拿美国举例，通过基础科研不断逼近“AGI时刻”（通用人工智能）的四骑士背后都有异常强大的金主持续投入：

(1) OpenAI的赞助方是3.4万亿美元的微软；

(2) DeepMind的收购方是2.4万亿美元的谷歌；

(3) Anthropic的投资方是2.5万亿美元的亚马逊；

(4) xAI背靠1.5万亿美元的特斯拉。

AGI竞赛，不出钱，就出局。在下一代通用人工智能的“军备竞赛”中，仅算力一项，研发投资门槛就高达5年1000亿美元。例如从Omdia分析师数据来看，2024年微软、字节跳动、腾讯、Meta、特斯拉、亚马逊几家大厂就从英伟达购买了49至20万块GPU芯片，各家的年度投资都是100亿美元起步，而在AI算力、人才上的投资半途而废就意味着退出AGI竞争。微软总裁布拉德·史密斯（Brad Smith）宣布2025年将投资800亿美元建设AI数据中心，以训练AI大模型。

“算力常胜”的初期AI盈利模式也脱颖而出。第一类赚钱的公司是AI芯片厂商，以英伟达为例，2017至2024年，数据中心业务7年实现10倍营收增长，市值9年增长215倍。第二类赚钱的公司是AI云算力商，以微软云Azure为例，从2019年到2024年，季度营收5年实现2.6倍增长，微软市值同期增长3倍。第三类赚钱的公司是已经实现规模化供给的AI服务商，以特斯拉为例，2019至2024年，特斯拉年度营收5年增长3.3倍，市值增长17倍。

穆斯塔法·苏莱曼，迈克尔·巴斯卡尔在《浪潮将至》一书中认为：“这场浪潮由两大核心技术所定义：人工智能和合成生物学。它们将共同开启人类的新黎明，创造出前所未有的繁荣和富足。”我们正在接近人类命运的关键节点，这一节点决定着人类命运的未来走向。我们已被人工智能包围，生活中的一切都将改变。或许这才是全球科技巨头们超大规模押注人工智能的根本原因。

从“数字AI”到“物理AI”

大模型科技创新的上半场是“知识工程”，下半场是“工业革命”。谷歌DeepMind、OpenAI尝试从知识密集型的“数字AI”走向AGI，而特斯拉、英伟达在努力探索制造业、交通运输业的“物理AI”。人类从婴幼儿开始，就是不断与物理世界交互学习的过程，然后进入学校学习抽象的知识传承，属于“自然选择”机制。而目前人工智能恰恰相反，先学习海量数字化知识，再以机器人身体进入物理世界“进修”，属于“人类选择”机制。这可能就是“莫拉维克悖论”的原因。（注释： “莫拉维克悖论”指要让AI如成人般地下棋是相对容易的，但是要让电脑有如一岁小孩般的感知和行动能力却是相当困难甚至是不可能的）

虽然“数字AI”和“物理AI”的AGI科研路线尚无定论，但诸多企业家、科学家们都纷纷预判通用人工智能AGI将在6年内到来。

AGI时刻预测时间点各不相同，是因为AGI的定义不同。OpenAI用5级能力体系定义AGI，L1是聊天机器人，例如ChatGPT，L2是推理者，例如o1、o3，L3是代理型智能体，例如尚未发布的Operator，L4是创新者，能给出人类没想到的科研与产业创新方案，L5是组织者，一组AI能形成有效协同的生产力组织。

谷歌DeepMind则依照弱人工智能升级路径，相应提出了6级AGI能力体系框架，即按照AI等同于专业领域的专家水平，来定义跨领域的通用人工智能，例如等同于不熟练人员学徒级、等同于50%人类技能的合格级、等同于90%技能的专家级、等同于99%技能的大师级、超过100%技能的超级人工智能(ASI)。需要说明的是AGI不止是在一个垂直领域达到分级水平，而是在跨领域实现高水平通用智能。