https://institute.deepmind.com/essays/what-comes-after-agi/ AGI还没实现,连RSI都没实现,怎么开始想ASI的设想了 讲讲
来自夹夹 QQ 群讨论,审核后公开 · 。查看原始讨论
提问
https://institute.deepmind.com/essays/what-comes-after-agi/ AGI还没实现,连RSI都没实现,怎么开始想ASI的设想了 讲讲
回答
这篇之前有群友问过,完整解读在这里:https://jiajia.fun/digest/226b3d79921741b9eb477560
至于为什么 AGI 和 RSI 都还没完全实现,DeepMind 就开始认真推演 ASI,文章里其实给出了很实在的三层理由:
第一,研究和治理的时间窗口变了。以前觉得 AGI 还太远,聊 ASI 纯属哲学猜想;但现在 AGI 已经进入射程,而人类水平只是智能连续谱上的一个点,再往后怎么定义指标、怎么测算进展,都需要提前建好实证工具和追踪框架,等真到门口再想就晚了。
第二,通往 ASI 并不完全卡死在「先做出完美 AGI」或「跑通全面 RSI」上。文章专门算了一笔「认知工业化」的账:哪怕前沿能力突破放缓,光靠硬件、算法效率和算力投入的复利,未来十年有效算力也能推高百亿倍。数字智能不像人类,它可以无损复制、高速并行、高带宽共享经验,一旦人类水平的智能能以极低成本海量复制,量变本身就可能跨过从 AGI 到弱 ASI 的质变门槛。
第三,RSI 只是四条路径之一,而且四条路是并行叠加的。就算 RSI 因为缺乏超人类领域的自动验证闭环而卡住,模型与数据规模化、技术范式转移、大规模多 Agent 协同这几条路依然在往前推。正因为路径不止一条,单靠限制某一个环节(比如训练算力)挡不住整体进展,反而容易在其他维度先跑通时攒出「能力悬垂」。