据 The Verge 报道，在周二的 Google I/O 2024 主题演讲尾声，Google DeepMind 首席执行官德米斯·哈萨布斯抛出了一个颇具分量的判断：我们正站在奇点的山麓之上。在长达近 120 分钟的模型发布与产品演示后，这位掌舵人试图将受众的视线从具体的 API 调用和 Token 计费，拉向更宏大的技术演进终点。他宣称这是一个对人类而言意义深远的时刻，这项技术将成为人类智慧的乘数，并迎来科学发现的新黄金时代。
奇点之前的山麓
哈萨布斯使用了"奇点"（Singularity）这个词。在计算机科学语境下，奇点指的是人工智能超越人类智能、并能自我迭代升级的那个假设性时间点。但他刻意加上了"山麓"（foothills）作为修饰。山麓意味着什么？意味着我们或许已经走出了平原，看到了远处的高山，但真正陡峭的攀登尚未开始。
这是一个微妙的措辞。当前的大语言模型确实展现了惊人的文本生成与逻辑推理能力，但它们依然建立在概率预测和模式匹配的基础之上。距离真正的 AGI（通用人工智能），即能够执行任何人类智力任务的系统，还有难以预估的工程与理论距离。哈萨布斯用"山麓"一词，既肯定了当前基于 Transformer 架构带来的实质性突破，又承认了现有技术路线的局限性。如果说奇点是山顶，我们现在只是在海拔较低的起攀处，甚至还没遇到最难的岩壁。
力量倍增器的真实效能
在描述 AI 的作用时，哈萨布斯将其定义为人类智慧的"力量倍增器"（force multiplier）。这是一个源自军事领域的术语，指代能够成倍增加作战效能的技术或策略，比如雷达或精确制导。用在 AI 上，他强调的不是 AI 替代人类，而是 AI 扩展人类的认知边界。
从 DeepMind 的过往成绩来看，这一说法有其现实支撑。AlphaFold 预测了超过 2 亿个蛋白质结构，将生物学家长达数十年的工作压缩到了几天。但这并没有让生物学研究瞬间终结，因为从蛋白质结构到有效的靶向药物，中间依然需要大量的实验验证与因果推理。AI 提供了高精度的起点，极大地缩短了试错时间，这正是"倍增"的体现。据 Google 官方数据显示，目前已有超过 190 个国家的开发者在调用其 AI 平台，这种规模的分发网络，是 AI 成为力量倍增器的基础设施前提。
黄金时代与工程现实
关于"科学发现的新黄金时代"，这种预测需要保留审视。当前的 AI 确实在一些数据密集型学科展现了加速效果，但在需要提出正确假设和理解因果机制的领域，AI 的表现依然薄弱。大模型的"幻觉"问题本质上就是缺乏对世界真实物理因果的理解。
哈萨布斯的愿景是，当 AI 成为每个研究人员的标配工具，人类能更高效地解决气候变化、复杂疾病等系统性难题。不过，从当前的算力瓶颈、高质量训练数据枯竭，到模型对齐过程中的价值观偏移，通往黄金时代的路上充满了具体的工程障碍。站在山麓，风景确实与平原不同，但空气也变得更稀薄。在技术狂热与商业竞争的交织中，保持对当前所处位置的清醒认知，比畅想山顶的风光更为重要。我们确实在见证技术范式的转移，但历史往往是由那些解决具体工程难题的人写就的，而非仅仅绘制蓝图的人。