美國知名企業家埃隆·馬斯克近日宣稱，到2025年或2026年，AI（人工智能）可能比最聰明的人類還要聰明。這個預測讓不少人驚詫：具備與人類同等智能甚至超越人類智能的AGI（通用人工智能），已經近在眼前了嗎？

前幾年，大多數科學家們對AGI的預期還是幾十年乃至上百年後才能實現。近一年半以來，美國人工智能公司OpenAI在大模型方面的巨大成功，讓不少樂觀的業內人士把AGI實現時間表縮減到5年至10年。馬斯克的2年之期，很明顯是一個更爲激進的預測。從人工智能發展現狀看，阻滯AGI實現的因素至少有一大瓶頸和兩大風險。

一大瓶頸是能源瓶頸。風頭正盛的人工智能大模型，目前還處于“大力出奇迹”階段，依靠算力堆積實現智能湧現。2020年，最強的大模型算力需求達到每秒浮點運算次數10的23次方量級；到2024年，最強的大模型預訓練算力需求已達到每秒10的26次方浮點運算量級，並繼續按算力需求每3個月到4個月翻番的規律發展。算力密集意味著能量密集。據外媒報道，OpenAI的ChatGPT聊天機器人每天消耗的電力超過50萬千瓦時，用于處理約2億個用戶請求，相當于美國一個普通家庭每天用電量的1.7萬多倍。與這樣巨大的能耗相比，一個成年人的大腦功率僅約20瓦，低能耗優點十分突出。從能耗看，人工智能要達到人類智能水平還有很大差距，以至于有些專家寄希望于未來可控核聚變技術突破帶來的“能源自由”，也有些專家寄希望于芯片和算法的突飛猛進，這二者的突破顯然都是短期內難以做到的。

兩大風險是商業風險和安全風險。

從商業風險看，對人工智能大模型的投資面臨著“賠本賺吆喝”的質疑，增速難以持續，這有可能會影響人工智能的叠代速度。比如，一家美國公司的大模型産品向用戶收取10美元月費或100美元年費，但因爲服務成本高，需要每個月爲每個用戶“倒貼”20美元。研究機構CB Insights發布的《2023年人工智能（AI）行業現狀報告》顯示，2023年，全球AI初創公司融資總額約爲425億美元，比2022年的473億美元下降10%。大模型創業公司估值高、缺乏明確商業化路徑，已經勸退了不少風險投資者。當前，雖然大量資金仍在湧向大模型，但燒錢如流水的“煉大模型”成本，也讓大模型的商業變現需求愈加急切。

從安全風險看，當前人工智能技術快速發展，在給世界帶來巨大機遇的同時，也帶來了難以預知的風險和複雜的挑戰。要確保人工智能始終處于人類控制之下，打造可審核、可監督、可追溯、可信賴的人工智能技術，顯然不是讓人工智能不受約束地發展越快越好，而是需要堅持“科技向善”的倫理先行，建立並完善人工智能倫理准則、規範及問責機制。人工智能治理關乎全人類命運，是世界各國面臨的共同課題，因此人工智能規則制定也不能由少數發達國家說了算，而是要推動構建公平、公正的人工智能國際治理體系。

人工智能或許終有一天將超過人類，無論那一天是遠還是近，人類都要做好迎接挑戰的准備。 （本文來源：經濟日報 作者：佘惠敏）