据The Verge报道，在周二结束的Google I/O 2024主题演讲尾声，Google DeepMind首席执行官Demis Hassabis抛出了一个极具分量的判断：我们可能正站在“奇点的山麓”。他宣称这是一个“人类深刻的时刻”，并认为谷歌的前沿研究和产品将释放AGI（通用人工智能）的巨大潜力，造福全世界。
奇点山麓的技术语境
“奇点”这个概念最早由数学家约翰·冯·诺伊曼提出，后经未来学家雷·库兹韦尔在2005年的著作中发扬光大，指的是技术增长变得不可控且不可逆转的时刻，通常伴随着智能爆炸。Hassabis用“山麓”来形容当下的位置，意味着他认为真正的智能爆炸还在高处，但人类已经走过了平原，触及了上升的坡道。
这是一种微妙的定位。它既承认当前技术尚未达到终局，又暗示了不可逆的加速过程已经启动。数据显示，仅在过去的12个月里，大语言模型的参数规模和训练计算消耗就呈现出指数级跃升，这种物理层面的算力狂飙，或许给了他提出这一论断的底气。然而，算力的堆砌并不等同于智能的涌现。AGI与当前我们看到的窄人工智能有着本质区别，后者只能在特定领域如文本生成或图像识别中表现出色，而前者需要具备跨领域的迁移学习能力，能够像人类一样在未知环境中自我迭代。
力量倍增器的现实投射
在演讲中，Hassabis将AI描述为“人类智慧的力量倍增器”，并预言它将引领一个科学发现的新黄金时代。“力量倍增器”原本是一个军事术语，指能够成倍提升作战效能的工具或技术。在技术语境下，他指的是AI不再仅仅是执行单一指令的从属工具，而是能够与人类的创造力结合，产生1+1大于2的效果。
这种说法并非纯粹的空中楼阁。以DeepMind近期发布的AlphaFold 3模型为例，该系统不仅能预测蛋白质结构，还能预测DNA、RNA及其配体的结构，覆盖了生命科学中所有关键的生物分子。这类跨模态的泛化能力，正是Hassabis眼中“改善所有地方所有人生活”的具体支撑。当AI能够将过去需要耗费数年甚至数十年的生物分子结构预测缩短到几分钟，它实际上已经在局部验证了“力量倍增器”的假设。
宣言与现实的温差
然而，冷静审视Hassabis的这番宏大叙事，会发现其中存在明显的温差。作为一家商业巨头的AI掌门人，他在自家开发者大会的舞台上描绘“奇点山麓”，其商业动机与技术愿景不可避免地交织在一起。当我们回顾过去一年AI的落地进程，大模型固有的幻觉问题、高昂的推理成本以及难以在复杂长程任务中保持逻辑连贯性的缺陷，依然是横亘在山麓上的大石。
当前的Transformer架构在处理信息时，依然受限于上下文窗口的注意力衰减机制。这意味着模型在理论上拥有庞大的知识储备，但在实际推理中，往往会丢失关键的长距离依赖关系。Hassabis呼吁全人类共同期待并建设这个未来，但站在技术前沿的开发者们更关心的，是如何在有限的算力预算下让模型准确输出一段没有事实错误的代码，或者如何解决多步推理中的逻辑崩塌。
奇点或许真的在远处，但脚下的路依然崎岖。Hassabis的发言更像是一份写给未来的备忘录，而非对当下的技术体检报告。在智能爆炸真正到来之前，解决工程层面的微观难题，远比站在山麓仰望山顶来得重要。