引言: 多年来，对人工通用智能（AGI）的追求一直吸引着科技界，预示着一个能力空前的未来。然而，随着炒作的加剧，一个关键问题浮现：这种对超级智能的单一关注，是否正在积极地将资源和注意力从那些定义真正地缘政治和经济领导力的、即时且切实的AI进展上转移开？我的分析表明，我们可能正在追逐一个海市蜃楼，而真正的机会却悄然溜走。

核心提炼

• 对通用人工智能（AGI）的狂热追求是对智力与财力资源的巨大错配，转移了人们对更具影响力、更近期的AI应用的关注。
• 这种“AGI幻想”有可能将实际部署人工智能系统领域的领导权拱手让给那些专注于在物流、制造业和国防等领域取得渐进但具有战略意义进展的国家。
• 当前大型模型（常被吹捧为通用人工智能（AGI）的前兆）的高计算成本和数据需求，凸显了可扩展性问题以及对“智能”的狭隘定义，这种定义可能无法转化为现实世界的鲁棒性。

深度解读

人工通用智能（AGI）的诱惑之声在科技界几乎震耳欲聋。数十亿美元被投入到实验室和初创公司，它们承诺解锁“超级智能”的秘密，这种智能通常被描述为能够在广泛领域执行人类水平认知任务的系统。尽管在智力上引人入胜，但这种对AGI的单一、近乎救世主般的追求，与其说是一种战略要务，不如说是一种代价高昂的干扰。“真正的AI竞赛”并非在服务器农场中模拟意识；而在于部署复杂的、狭义的AI系统，以解决当今现实世界中具体的、高价值的问题。

考虑一下这种鲜明对比。当顶尖人才和巨额资本追逐难以捉摸的奇点时，其他国家和务实的行业正在悄然利用AI获取实实在在的收益。我们所说的是先进的机器学习优化供应链，预测性维护减少工业停机时间，AI驱动的药物发现加速医学突破，以及自主系统增强国防物流。这些并非好莱坞大片的素材，但它们代表着经济竞争力与国家安全的基石。对AGI的痴迷助长了对“进步”的扭曲看法，它转移了顶尖人才——博士、工程师、研究人员——他们本可以为关键领域构建强大、可部署的解决方案。

此外，当前一代的大型语言模型（LLM），常被吹捧为迈向AGI的里程碑，恰恰体现了这个问题。尽管它们在语言技巧上令人印象深刻，但却耗费大量资源，需要天文数字般的计算能力和海量数据集。它们的“智能”往往是脆弱的，缺乏真正的常识、推理或对现实世界的理解。它们擅长模式匹配和概率性文本生成，而非通用问题解决或在新环境中的稳健决策。仅仅专注于进一步扩展这些模型，寄希望于AGI会自发涌现，这是一种投机性赌博，伴随着巨大的机会成本。我们正在投资一张彩票，而本可以构建一个由经过验证的、高回报AI资产组成的多样化投资组合。经济和战略优势不属于拥有最多AGI理论白皮书的国家，而是属于最有效地将AI整合到其工业基础、国防机构和公共服务中的国家。

对比观点

尽管实际担忧是合理的，但有些人认为，对通用人工智能（AGI）的追求，无论多么具有推测性，都是一项至关重要的基础研究，类似于核物理或太空探索的早期阶段。他们主张，由AGI追求所激发的突破，即使最终目标仍然遥远，也能产生宝贵的知识和技术，这些知识和技术会逐渐渗透到狭义人工智能（narrow AI）的应用中。例如，在对AGI的雄心驱动下，先进神经网络架构或新颖计算范式的发展，最终可能赋能我们所寻求的非常实用的AI解决方案。此外，AGI的巨大复杂性和潜在影响，如果它真的实现的话，值得大量投资，因为它可能开启一个前所未有的科学进步和解决问题能力的新时代，从根本上改变人类的发展轨迹。彻底否定它，可能会错失一次变革性的机遇。

前景探讨

在未来1-2年内，我们很可能会看到围绕“AGI相关”发展的持续炒作，尤其是随着日益复杂的多模态模型模糊了文本、图像和代码生成之间的界限。然而，最具意义和影响力的进展将来自于对现有AI技术进行严谨的工程化和应用，以解决企业、政府和国防领域中特定的高价值问题。最大的障碍将不再是算法上的突破，而是如何实现AI的实际运作：整合异构数据源，确保模型的可靠性和可解释性，管理庞大的计算成本，以及至关重要的是，培养一支能够弥合研究与实际部署之间鸿沟的人才队伍。真正的赢家将是那些能够规模化应用实用AI解决方案的人，而不仅仅是展示令人印象深刻的演示。

---

原文参考: Cost of AGI Delusion:Chasing Superintelligence US Falling Behind in Real AI Race (Hacker News (AI Search))

Read English Version (阅读英文版)