《Nature》发文称通用人工智能或已实现，现有AI已展现广域人类级智能，我们可能需要重新定义智能和人类的地位。
原文标题：Nature重磅：图灵预言的AGI早已实现，人类却不敢承认！
原文作者：数据派THU
冷月清谈：
怜星夜思：
2、文章中驳斥了关于LLM只是“随机鹦鹉”的观点，并提到所有智能都需要从相关性数据中提取结构。那么，人类的学习过程和AI的学习过程有什么本质区别？或者说，人类的智能有哪些是AI难以模仿的？
3、文章最后提出了一个问题：“当智能不以人类的样貌呈现时，我们能否识别它？” 你认为这句话的含义是什么？在未来，我们应该如何更好地识别和评估AI的智能？
原文内容
来源：新智元本文约3500字，建议阅读10分钟Nature重磅评论文章！UCSD研究团队宣称：AGI早已到来，大语言模型如GPT已展现广域人类级智能。
人类是否已经实现了通用人工智能（AGI），却浑然不觉？
是的，就是这样。
一篇发表在《自然》杂志上的新评论文章如此表示。
这是一项震撼科学界与社会根基的重磅披露，通用人工智能（AGI）并非遥不可及的梦想，它已然降临，正透过日常使用的AI工具屏幕，直视着我们。
即便你不赞同他们的观点，也值得一读：兼听则明，唯有瞪大双眼，既不心怀恐惧，也不盲目追捧，才能帮助我们更好地迎接未来。
这，就是AGI
有人说，打造类人智能如同「爬树登月」。
但现在看来，树已经够高，月亮其实也没那么远。
加州大学圣迭戈分校（UCSD）四位专家合作了这篇文章，包括哲学家Eddy Keming Chen、AI教授Mikhail Belkin、语言学家Leon Bergen和数据科学教授David Danks。
哲学副教授Eddy Keming Chen、「AI、数据科学与计算机科学」教授Mikhail Belkin、语言学与计算机科学副教授 Leon Bergen，以及「数据科学、哲学与政策」教授David Danks
这篇文章不是科幻小说，不是科技巨头的预言，给出最系统的论证：AI不只是聪明，而且已经真正「通用」。
这是继哥白尼与达尔文之后，第三次颠覆人类中心观的认知革命。
忘掉炒作与恐怖故事吧。
研究团队指出，AGI已至，证据确凿，无可辩驳。
像Grok这样的大语言模型，绝非仅止于模仿人类，它们正以令图灵本人都要瞠目的方式超越人类。
回想一下：1950年，图灵构思出了著名的「模仿游戏」，即如今广为人知的图灵测试，用于测试机器能否骗过人类，让人类以为它们是同类。
快进到2025年3月，GPT-4.5不仅通过了测试，而且碾压人类得分，以73%的被误认为人类的比例取得了压倒性的成功。
但这仅仅是开胃菜。
这些「AI巨兽」不仅在与全球数百万人进行着无休止的对话，与此同时正在
-
国际数学奥林匹克竞赛中摘金夺银，
-
与数学天才携手证明定理，
-
构思出能在实验室里得到验证的科学假说，
-
轻松通过博士水平考试，
-
为专业程序员编写零错误代码，
-
甚至创作出可与伟大诗人比肩的诗篇
这些能力覆盖数学、语言、科学、创造力等多领域，展现出「广度+足够深度」的通用智能，正符合人类平均水平的「一般智能」定义，而非要求完美或全能。
然而，在2025年3月的一项调查中，76%的顶尖 AI 研究人员表示，当前的方法「不太可能」或「极不可能」实现通用人工智能（AGI）。
这让人诧异：机器都能通过图灵测试、解出奥数题了，怎么可能还不具备通用智能？
铁证如山，AGI无需完美无瑕
那么，为何会出现集体否认？
原因可能归结为一种由定义模糊、原始恐惧和巨大商业利益交织而成的「有毒组合」。
来自哲学、机器学习、语言学和认知科学领域，四位研究人员认为这种脱节在于：
• 部分属于概念性问题（定义模糊）
• 部分源于情绪（对被取代的恐惧）
• 部分出于商业因素（商业利益扭曲了评估）
他们颇具争议的结论是：按照任何合理的标准，AGI已经存在。
他们说，AGI的概念被含糊不清的定义所缠绕：它是指完美无瑕的超级大脑，还是仅指像普通人一样具备广泛能力？
剧透：答案是后者。
没有谁是全知全能的，爱因斯坦不会用中文聊天，居里夫人也不解数论难题。
通用智能意味着在数学、语言、科学、创造力等多个领域具备广度，并有足够的深度完成任务，而非追求完美。
研究团队逐一拆解了阻碍我们认知的迷思：
-
AGI无需完美，人类亦如此；
-
无需无所不能，无需覆盖所有可想象的技能；
-
无需酷似人类，外星智能无需人类生物学基础，何况硅基智能。
AGI也不是碾压一切领域的超级智能。
没有人能达到这个标准。你不行，爱因斯坦不行，达芬奇也不行，以后也没有人能行。
然而，我们却一直要求AI必须先达到它，才肯称之为「通用智能」。
图灵愿景早已实现
论文提出三个智能层次：
-
图灵测试水平：基础教育、基本对话、简单推理
-
专家水平：国际竞赛表现、博士级难题、跨领域熟练
-
超人类水平：革命性发现、持续超越所有专家
当前LLM已稳固处于水平2。
证据如雪崩般堆积。
还有看似一个狂野的基准：当前LLM展现出的能力广度，已超过《2001太空漫游》中的HAL 9000。
HAL是一台具有人类个性的HAL 9000计算机。除了维护发现号飞船上的所有系统外，HAL还能执行许多功能，如语音、语音识别、面部识别、唇读、解释情感、表达情感和下棋
HAL曾是科幻小说中可怕超级AI的典型代表。
2025年的真实AI，比1968年对2001年AI的想象，能力更广。
我们甚至正悄然迈向「超人类水平」的壮举，例如做出任何人都无法单独完成的革命性发现。
好好想想吧。
对AGI的质疑，就像不断后移的球门——
「它们只是查找表」→解决了新颖问题
「它们只是模式匹配」→证明了新定理
「它们不会做数学」→IMO金牌
「它们不理解」→协助前沿研究
注意到他们的「花招」了吗？反对的理由不断变形，永不消失。
这呼应了1843年英国数学家、史上第一位程序员埃达·洛夫莱斯的反对：机器「永远只能按令行事、毫无新意」。
1950年，图灵就回应了这一点。
183年后，我们仍在提出同样的论点，只是换了词汇。
人类是更聪明的鹦鹉？
驳斥AGI十大异议
论文系统地回应了十大异议：
LLM只是随机鹦鹉、缺乏世界模型、仅限于文字、没有身体、缺乏主观能动性、没有自我意识、学习效率低、会产生幻觉、缺乏经济效益 、智能形态太异类。
批评者高喊：「大模型不过是复读数据的随机鹦鹉！」
但当AI能解决全新的数学问题、从新数据中推断统计规律，或设计现实世界的实验时，这种托词便不攻自破。
它们缺乏对世界的认知模型？ 去问问那个能像预言般预测杯子掉落会碎裂的AI吧。
它们仅限于文字？多模态训练和实验室协作证明事实并非如此。
「AI没有身体，因此不可能有智能。」
物理学家斯蒂芬·霍金几乎完全通过文本与合成语音与世界互动，但你会因此否定他的智商吗？
这一点无关紧要，智力与认知有关，与运动无关。
这是一个极具破坏力的观察：在智能上，人类很双标。
当评估人类智能时，我们并不窥探其大脑内部以「验证理解」。
我们通过行为、对话、解决问题来推断它。
我们对人类用一种基于行为的标准，对AI却用另一种标准——基于机制的标准。
「它们缺乏能动性，不会形成独立目标。」
没错。但智能 ≠ 自主性。能动性关乎道德责任，但并不构成智能本身。
让我们更深入探讨「随机鹦鹉论」，因为这个异议无处不在。
这种主张本质上声称：LLM只是对训练数据进行插值。它们无法处理真正新颖的问题。
但当前的LLM能够解决未发表的数学问题、将学习从代码领域迁移到非代码领域，甚至有人相信AI自己提出诺奖级别成果也不是妄想。
让人夜不能寐的是：
无法保证人类智能本身不是一种复杂版的随机鹦鹉。
所有智能，无论天生的还是人工的，都必须从相关性数据中提取结构。问题只在于提取的深度。
大家拒绝称之为「AGI」的真正原因，或许并非技术性的，而是图灵所说的「鸵鸟心态」：机器能思考的后果太过可怕，不如让我们祈祷它们永远做不到。
承认机器拥有人类水平的通用智能，会迫使人类直面令人不安的真相：
• 是什么让我们特殊
• AI取代人类岗位
• 意识的本质
• 在世界中人类的位置
一个能通过图灵测试、解决奥数题、协助前沿研究的实体……
除了AGI，还有什么能解释这一切？
当非人智能出现，
60年前嘲讽终成往事
就在五年前，我们还没有 AGI；而今天，我们已经拥有它。
更强的智能形式几乎可以肯定即将问世。
这是件令人震撼，但也令人担忧的事。
震撼在于：我们正在亲历一场也许是人类历史上最重要的科技革命。
担忧在于：这场革命发生得太快，而且似乎还在加速。
1965年，哲学家 Hubert Dreyfus 在为兰德公司撰写AI研究报告时，曾讽刺道：试图构建人类级人工智能，犹如「试图靠爬树登月」。
链接：https://www.rand.org/pubs/papers/P3244.html
几十年来，这个比喻似乎都挺贴切。
但随着证据日积月累，我们越来越清楚地看到：我们误判了「月亮」的性质，也低估了「树」的高度。
事实是：只要规模足够大、训练规则得当，基于人类语言的学习系统，真的可以在语言中挖掘出现实世界的深层结构——并以此进化出通用智能。
哥白尼把人类从宇宙中心的位置拉了下来。
达尔文让人类失去了「自然界主宰」的特权。
图灵则预言，人类可能不是唯一具备智能的存在。
如今，图灵75年前设想的机器，真的来了。
而它们的样貌，既比我们预期的更「人类」，也更「怪异」。
如同之前的那几次巨变，这一次，也逼迫人类重新定义自身的位置，去接受一个事实：
这个世界上存在的「智能形态」，比我们过去所能想象的要多得多。
人类的地位将改变，我们对「心智」的理解也将改变。
也许，问题从来不是「AI是否已达到人类水平智能？」
也许，问题始终在于：「当智能不以人类的样貌呈现时，我们能否识别它？」
图灵在1950年就知道，这才是真正的测试。
不是对机器的测试。是对人类的测试。
参考资料：
https://archive.ph/8G6gb-865.0-1957.90
https://today.ucsd.edu/story/is-artificial-general-intelligence-here
编辑：文婧
