AGI的真正考卷：让AI独立推导出相对论

快速阅读： 谷歌DeepMind联合创始人哈萨比斯提出了一个检验真正AGI的思想实验：用1911年前的知识训练AI，看它能否像爱因斯坦一样在1915年推导出广义相对论。这个想法听起来浪漫，细想却充满争议。

该图片可能由AI生成

哈萨比斯的AGI定义从来没变过：能够展现人类全部认知能力的系统。他特别强调，大脑是我们已知的唯一一个通用智能的存在证明——这也是他当年去学神经科学的原因。

他对当前系统的判断相当直接：能在国际数学奥林匹克竞赛中拿金牌，却可能被换个问法的简单数学题绊倒。这种“锯齿状智能”不是通用智能，只是某种高度不均衡的能力堆叠。

于是他提出了那个思想实验：将AI的训练数据截止到1911年，然后看它能否自行推导出1915年的广义相对论。

这个想法在网上引发了两种截然对立的反应。

支持者认为，这正是一个真正意义上的推理测试，而非记忆测试。你不是在考它背没背过答案，而是在考它能否从已有材料中生长出全新的理论。有观点认为，把截止年份换成更近的时间也成立——比如用2016年前的数据，看AI能否独立发明2017年的Transformer架构。

质疑者则直接戳穿了这个测试的操作难度：1911年前有多少数字化文本？那点数据够训练出什么规模的模型？更根本的问题是，爱因斯坦的思维不只来自书本，还来自他整个生命中对物理世界的感知、与同行的走廊对话、专利局工作中接触到的各类发明构想。你根本不知道他的脑子里装了什么，也就无法复现他的起点。

有网友直接说：爱因斯坦自己承认，想象力才是他工作中最重要的部分。而这恰好是大型语言模型目前最缺失的东西——它无法在训练数据之外真正“想象”。

还有一个更尖锐的批评：这个标准本身就太高了。爱因斯坦不代表普通人，他代表的是人类认知上限中的上限。用这个标准定义AGI，意味着绝大多数人类也没达到AGI。

有观点认为，当前AI系统的核心缺陷不是知识储备，而是归纳推理和溯因推理。大模型靠的是极其精密的演绎能力，而演绎在人类认知的整个谱系里，可能偏偏是最不关键的那一维。

哈萨比斯说，他认为还需要“一两个重大突破”才能实现AGI，这些突破可能明天到来，也可能是二十年后。听起来像是在打太极，但考虑到他把爱因斯坦当成考题，这个时间窗口的不确定性或许是诚实的。

真正的问题或许是：如果AI终有一天能独立推导出广义相对论，我们会不会又说，“这只是它擅长的那个领域，不算真正的通用智能”？

简评：

哈萨比斯出的这道题，表面考AI，实际考人。

他想要一个决定性证据：AI到底是“记忆的机器”还是“思考的实体”。但问题在于，爱因斯坦自己也说不清相对论是怎么想出来的。创造力最神秘的地方就在于它不可回溯、不可复现。你让AI重走一遍1911到1915，走通了你会说“只是碰巧”，走不通你会说“果然不行”——这不是测试，这是审判。

更要命的是，我们对人类智能的标准从来都是“双标”的：普通人办不到的事，我们不苛责；AI办到了的事，我们总怀疑。所以真正的问题不是AI什么时候能推导出相对论，而是——当它真的推出来那天，我们舍得承认吗？

www.reddit.com/r/singularity/comments/1rb3awd/demis_hassabis_the_kind_of_test_i_would_be