我们为何总是错判AI？预测悖论解析

这个时代很奇妙。我们明明身处其中，被人工智能包围着，可关于它的未来，却总是一团迷雾，谁也看不真切。这玩意儿极大增强了我们的能力，可矛盾就矛盾在，我们似乎永远猜不准它下一步会怎么走。要么过于乐观，把它捧上天；要么过于悲观，仿佛末日将至。哪怕是那些站在金字塔顶端的精英，也逃不出这个怪圈。没错，这就是人工智能领域里一个耐人寻味的特征：**预测悖论**。

历史上对AI的预测，有多不靠谱？

今年是“人工智能”这个词被正式提出整整70周年。这七十年里，我们见证了无数让人瞠目结舌的预言，回头再看，大部分都成了科幻故事。

还记得那次著名的达特茅斯会议吗？当年那些意气风发的青年学者，后来个个成了泰斗。他们作为第一代弄潮儿，对未来可是相当自信，描绘的那些十年、二十年后的美好图景，很多到今天都没影呢。

比如，艾伦·纽厄尔和赫伯特·西蒙，这两位是图灵奖得主，大佬中的大佬。他们在1958年预言：“十年之内，数字计算机将发现并证明一个重要的数学定理。”西蒙老爷子更是诺奖得主，他在1965年说得更绝对：“二十年内，机器将能完乘人能做到的一切工作。”

还有马文·明斯基，AI领域的第一个图灵奖得主。他在1970年接受采访时说：“在三到八年的时间里，我们将得到一台具有人类平均智能的机器。我的意思是，它将能够阅读莎士比亚、给汽车加油、玩办公室整治、讲笑话、打架。”他甚至早在1967年就断言：“一代人之内，‘人工智能’的创建问题将基本得到解决。”

结果呢？这些豪言壮语，最后都被第一次AI寒冬给冻得粉碎。到了80年代，专家系统和神经网络回温，第二波浪潮来袭。《商业周刊》在1984年7月9日激动地用头版头条宣告：“人工智能，它来了！”但也是在那一年，罗杰·尚克和明斯基自己，却在AI会议上发出了警告，还类比“核冬天”，创造了一个新词——“AI Winter”。果不其然，三年后，第二次AI寒冬再次降临。

说到预测，上个世纪被谈论最多的，当属下棋。同样是纽厄尔和西蒙，在1958年预言十年内电脑就能当上国际象棋世界冠军，结果用了整整40年。悲观的人也有，比如计算天体物理学家Piet Hut，他在1997年告诉《纽约时报》：“电脑要战胜人类围棋手可能需要100年，甚至更久。”结果呢？仅仅过了19年，AlphaGo就击败了李世石。当然，所有预测都错也不公平。未来学家雷·库兹韦尔倒是有个“神预言”，他在1990年的书里说：“到1998年，计算机将会打败国际象棋世界冠军。”结果1997年，IBM的深蓝就赢了卡斯帕罗夫，只差了一年。

关于AGI，什么时候来？

眼下，大模型和智能体风头正劲，第三波AI浪潮席卷而来。各种预测也再次粉墨登场，焦点都集中在AGI（通用人工智能）什么时候能实现。总结一下，大致有五种说法：一是已经来了，只不过我们身在其中没发现；二是马上就来，也就一两年的事；三是短期能来，三到五年；四是还需长期努力，五到十年甚至更久；五则是“永远别想”，这本身就是个伪命题。

看看几位大佬怎么说。山姆·奥特曼在2024年信誓旦旦地说2025年就能实现AGI，结果到了2025年，他又改口说AGI“并不是一个特别有用的术语”。埃隆·马斯克在2024年表示“AGI可能于明年或两年内实现”，今年初依然坚持。阿莫迪不太喜欢AGI这个词，他认为“强大的人工智能”最早可能在2026年出现，但也可能更久。这些都属于“马上就来”派。如果他们的预测准确，那今年我们就应该见到AGI了。哦，这不是开玩笑，加州大学圣地亚哥分校的学者今年就在《自然》杂志上发文，认为当前的大型语言模型已经构成了AGI。黄仁勋在2024年说五年内实现AGI，但今年又说已经实现了。

也有人认为需要五年甚至更长时间。Demis Hassabis在2025年认为AGI将在未来五到十年内实现，今年改口为将在2030年前后一年内到来。Pichai则认为不可能在2030年前实现，并把AGI到来之前称为AJI（锯齿人工智能）。具体预测见下表。

表：著名AI公司CEO对AGI到来时间的预测

当然，除了超级乐观派和温和乐观派，还有保守的现实主义者，甚至怀疑论者。图灵奖得主杨立昆认为，仅靠大型语言模型无法实现AGI。Iris van Rooij则认为创造具有人类水平认知能力的AGI是不可能的。郑南宁院士说通用人工智能是个充满不确定性的未来目标，谭铁牛院士也表示任重道远。机器学习先驱Thomas Dietterich更是直言不讳：“整个概念毫无科学性，人们甚至应该因使用这个术语而感到羞愧。”

AI编程和生命医药，又能实现什么？

编程是AI应用最成熟的领域之一。去年3月，科技公司的高管们纷纷对AI编程比例做了预测。根据Anthropic和OpenAI的说法，到今天AI已经能编写99%以上的代码；而IBM则比较保守，预测只有20%-30%。差距之大，令人咋舌。

表：2025年3月各公司对AI编写代码比例的预测

根据Anthropic、谷歌、Snap、美团、微软等公司实际披露的数据，目前由AI生成的代码比例大约在20-80%之间。这么看，Anthropic、OpenAI和IBM的预测似乎都不那么准确。至于微软CTO那个更大胆的预言：“到2030年，高达95%的编程代码将由人工智能生成”，恐怕还得让子弹再飞一会儿。

生命医药领域，AI的应用潜力毋庸置疑，这方面的预测自然也格外引人注目。Demis Hassabis在2025年的采访中说：“在未来十年左右，AI可能帮助治愈所有疾病。”阿莫迪则认为，AI能在5-10年内使人类寿命翻一番。埃隆·马斯克则在2026年初表示，三年内Optimus机器人将超越人类最好的外科医生，并能大规模部署。听起来，未来美好得有些不真实。

预测AI的外部影响，是难上加难

既然技术本身都预测不准，那那些关于AI会如何影响经济社会的预测，就难免更缺乏科学性了。最典型的例子，就是AI对就业的影响。

近几年，OECD、IMF、世界经济论坛、联合国贸发会议、国际劳工组织、世界银&行等国际组织，以及高盛、麦肯锡、皮尤研究中心等咨询机构，纷纷发布报告测算AI对就业的影响。单看任何一份，都会觉得结论很重磅，值得重视。但如果把所有报告放在一起看，就会发现一个问题：测算结果差距大到惊人，从0.4%到67%不等，几乎没什么可比性。背后到底有多少科学依据，又有多少是拍脑袋的猜测，真让人不得不打个问号。

表：AI影响就业的部分量化测算结果

说到底，预测更像是一种仪式。人们把过去和现在的轨迹连接起来，然后顺势延伸向未来。专家们像魔术师一样，用完美的模型和漂亮的图表，勾画出一幅对未来的量化图景。大佬们随意地表达观点，享受着众人的盲从和媒体的追捧，也笃定自己就是那个洞见未来的先知。

然而，未来从不按照我们设定的剧本来演。它往往是由与过去的彻底决裂所塑造，充满了巧合和悖论。说白了，谁也不知道未来到底是什么样。包括我。当然，也包括你。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：我们为何总是错判AI？预测悖论解析要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题