人工智能学科的核心思想是有一天我们将能够**出一台和人类一样聪明的机器。这样一个系统通常被称为人工通用智能，或AGI，这是一个将该概念与更广泛的研究领域区分开来的名称。这也清楚地表明，真正的人工智能拥有广泛且适应性强的智能。到目前为止，我们已经建立了无数在特定任务上超人的系统，但在一般脑力方面，没有一个能与老鼠匹敌。

但是，尽管这一想法在人工智能领域居于中心地位，但研究人员对于这一壮举何时才能真正实现几乎没有一致意见。

在本周出版的一本名为《智慧的建筑师》的新书中，作家兼未来学家马丁·福特采访了23位当今在人工智能领域工作的最杰出的**和**，其中包括DeepMind首席执行官德米斯·哈萨比斯、谷歌人工智能首席执行官杰夫·迪恩和斯坦福人工智能总监费菲利。在一项非正式调查中，福特要求他们每人猜测AGI在哪一年建成的几率至少为50%。

福特接受采访的23人中，只有18人回答，其中只有两人记录在案。有趣的是，这两个人给出了最极端的答案：未来学家、谷歌工程总监雷·库兹韦尔（Ray Kurzweil）表示，到2029年，AGI建成的可能性将达到50%；机器人学家、iRobot联合创始人罗德尼·布鲁克斯（Rodney Brooks）表示，其余的猜测分散在这两个极端之间，平均估计为2099-81年。

换句话说：AGI是一个舒适的距离，虽然你可能活着看到它发生。

这远不是人工智能研究人员在这个主题上的首次调查，但它提供了一个目前正在重塑世界的领域中精英观点的罕见快照。福特在接受《边缘》杂志采访时说，特别有趣的是，他收集到的估计数据倾向于更长的时间范围，而不是更早的调查，后者往往更接近30年。

福特说：“我认为，你的进取心或乐观程度与你的年轻程度之间可能存在着粗略的关联。”他指出，与他交谈的几位研究人员都已70多岁，经历过该领域的起起落落一旦你在这方面工作了几十年，也许你会变得更悲观一些。”

福特说，他的采访还揭示了专家意见中一个有趣的分歧——不是关于何时可以建立AGI，而是是否可以使用当前的方法。

福特采访的一些研究人员表示，我们拥有所需的大部分基本工具，构建AGI只需要时间和精力。其他人说，我们仍然缺少实现这一目标所需的大量根本性突破。值得注意的是，福特说，研究人员的工作是基于深度学习（人工智能的一个分支，推动了最近的繁荣），他们倾向于认为未来的进步将通过使用神经网络来实现，神经网络是当代人工智能的主力军。那些有人工智能其他领域背景的人认为，构建AGI需要其他方法，如符号逻辑。不管怎样，都有不少礼貌上的分歧。

福特说：“深度学习阵营中的一些人非常鄙视试图在人工智能中直接设计常识之类的东西。”他们认为这是一个愚蠢的想法。其中一人说，这就像试图将一点点信息直接**大脑。”

福特的所有受访者都指出了当前人工智能系统的局限性，并提到了他们尚未掌握的关键技能。其中包括转移学习，即一个领域的知识应用于另一个领域，以及无监督学习，即系统在没有人指导的情况下学习(目前，绝大多数机器学习方法都依赖于人类标记的数据，这是发展的一个严重瓶颈。）

受访者还强调，在人工智能等领域进行预测是完全不可能的。在人工智能领域，研究时断时续，关键技术在首次发现后几十年才充分发挥其潜力。

加利福尼亚大学教授伯克利（Stuart Russell）在AI的基础教科书中写道，创建AGI所需要的突破与“更大的数据集或更快的机器无关”，因此不能很容易地绘制出来。

拉塞尔在接受采访时说：“我总是讲述核物理中发生的事情。”欧内斯特·卢瑟福（Ernest Rutherford）在1933年9月11日表达的共识是，永远不可能从原子中提取原子能。因此，他的预测是“永远不会”，但事实证明，第二天早上，利奥·西拉德读了卢瑟福的演讲，对此感到恼火，并发明了一种由中子介导的核连锁反应！卢瑟福的预言是“永远不会”的，而事实发生在16小时后。同样地，对AGI的这些突破何时到来进行定量预测对我来说也是徒劳的。”

福特说，这种基本的不可知性可能是与他交谈的人不愿意在猜测旁加上姓名的原因之一。”那些选择较短时间的人可能会担心自己会被束缚住，”他说。

对于AGI造成的危险，人们的看法也不一。牛津大学哲学家、《超级智能》（Elon Musk的最爱）一书的作者尼克·博斯特罗姆（Nick Bostrom）对潜在的危险有着强烈的看法，他说人工智能对人类生存的威胁比气候变化更大。他和其他人说，这一领域最大的问题之一是价值取向——教导AGI系统具有与人类相同的价值观（著名的“回形针问题”中有说明）。

博斯特罗姆说：“我们担心的不是[AGI]会因为我们奴役它而憎恨或憎恨我们，或者意识的火花会突然出现，它会反抗，而是它会非常胜任地追求一个与我们真正想要的不同的目标。”

大多数受访者表示，与经济破坏和战争中使用先进自动化等问题相比，生存威胁的问题极其遥远。哈佛人工智能教授芭芭拉·格罗斯（Barbara Grosz）在语言处理领域做出了开创性的贡献，她说AGI伦理问题大多是“分散注意力的问题”。格罗斯说：“真正的问题是，我们现在的人工智能系统存在许多伦理问题。”我认为，由于可怕的未来场景，分散人们对这些场景的注意力是很不幸的。”

福特说，这种往返可能是智能架构师最重要的收获：在像人工智能这样复杂的领域，确实没有简单的答案。即使是最优秀的科学家也不同意世界面临的根本问题和挑战。

福特说：“人们没有得到的主要收获是有多少分歧。”整个领域是如此不可预测。人们对它的发展速度、下一个突破将是什么、我们将以多快的速度实现AGI，或者最重要的风险是什么，都没有达成一致。”

那么，我们能坚持什么硬道理呢？只有一个，福特说。不管AI接下来会发生什么，“这将是非常具有破坏性的。”