如何判定真正的AGI？谷歌DeepMind创始人用“爱因斯坦测试”设立了金标准

在这个AI大模型满地走的时代，我们离真正的“神”还有多远？诺贝尔奖获得者、Google DeepMind创始人、被誉为“AI 教父”之一的Demis Hassabis抛出的“爱因斯坦测试”（Einstein Test）是检验AI是否能够真正推动人类文明跨越的金标准。

 你一定见过这样的场景：

• 文生图AI已经能生成连最挑剔的摄影师都分不清真假的落日；

• LLM（大语言模型） 已经能帮大学生写出逻辑满分的学术论文，甚至能在各种模拟考试中击败90%的精英人类；

• AI视频正在重塑好莱坞的后期工业链。

大家都在惊叹：“AI方便又聪明！AI的时代是不是很快就要来了？”问题是：

如何判定什么是真正的AGI（通用人工智能）?

这显然是一个无比关键的问题。没有可量化标准的世界，谁的喇叭声足够大，谁就自称遥遥领先，那时营销学和娱乐学，与科学无关。

诺贝尔奖获得者、Google DeepMind创始人、被誉为“AI 教父”之一的Demis Hassabis 提出了一个震动业界的标准：

“爱因斯坦测试”（The Einstein Test）。

我们要理解这个测试，先得把时钟拨回到1905年。

那是物理学史上著名的“奇迹年”。26岁的伯尔尼专利局小职员爱因斯坦，在没有任何高性能计算机、没有巨量实验数据、甚至连学术圈核心都没进去的情况下，一口气发表了五篇改写人类文明进程的论文。

所以，Hassabis的测试题是这样的：

如果给一个AI系统提供1905年之前爱因斯坦所能接触到的所有数据和信息，在没有任何其他外部提示的情况下，这个AI能否独立推导出“狭义相对论”或“广义相对论”？ 

这个测试之所以震动业界，正好在于它直接挑战了当前AI大模型的三根软肋。

第一根软肋：

当前的AI究竟是“预测者”还是“发现者”？

目前的GPT系列本质上是 “概率预测机器”。你问它相对论，它能给你讲得头头是道，因为它在训练数据里读过几万遍爱因斯坦的传记。

但Hassabis要求的是：

在全世界都认为“以太”存在、认为时间是绝对的背景下，AI能否具备那种“孤独的原创性”？它能否怀疑权威，打破旧逻辑，建立新的科学体系？

第二根软肋：

“数据贪婪”与“数据稀缺”的悖论

现在的AI是靠吃掉整个互联网的文本（数万亿Token）才变聪明的，但爱因斯坦当年手头只有几份杂乱的干涉实验报告和几本牛顿力学的旧书。

真正的AGI难道不应该具备“从小样本中洞察宇宙规律”的能力么？

如果AI必须读完100亿次苹果落地才能总结出引力，那它永远无法在科学前沿带路。

第三根软肋：

什么是科学的“品味”（Taste）？

Hassabis经常提到一个词：Scientific Taste。

在海量的实验误差和数据噪音中，人类天才总能嗅到那条通往真理的微弱路径。

目前的AI最擅长“穷举”，但科学发现需要的是天才般的、精巧的“剪枝”：

在无穷的可能性中，直觉性地选择那条最优雅、最简洁的公式。 

为什么“爱因斯坦测试”这么难？

要理解为什么“爱因斯坦测试”这么难，我们需要拆解一下AI现在的进化路径。

• 阶段1：关联（Correlation）

早期的AI和现在的大部分AI大模型，就是处于“关联”阶段。具体表现为，看到云层变黑，预测会下雨。其本质还是统计学。它不知道云和水的物理关系，它只知道这两个像素点经常一起出现。

所以是“关联”，不是“智能”。

• 阶段 2：因果（Causality）

这是目前顶级实验室（如 OpenAI、DeepMind）正在攻克的难关。表现为AI开始可以理解，是因为水蒸气液化形成了云，重力导致雨水下落。也就是说，顶级实验室正在攻克难关的AI大模型已经开始构建物理世界的模拟器。

• 阶段 3：逻辑升维（Paradigm Shift）， 也就是爱因斯坦的层次

这是AGI的终极分水岭。

表现为，当所有观测数据都告诉我们“光速在不同参考系下应该不同”时，人类天才敢于怀疑直觉，重新定义空间和时间。

这个时候，AI不再是数据处理，而是认识论的重建。

Hassabis认为，只有当AI能够完成这种从0到1的跳跃，它才算真正拥有了“意识”般的智慧，那才是真正的AGI（通用人工智能）。

否则，它只算是一个运行在昂贵显卡上的超级搜索。

很多人不理解，让AI帮我们写代码、画美女图、做PPT不香吗？为什么要逼它去当爱因斯坦？

这涉及DeepMind公司创建的逻辑。不同于硅谷那些急于变现的AI公司，Demis Hassabis本人是个象棋神童加神经科学博士，他理想中的AI一直是 “终极的科学倍增器”。

在他看来，人类文明面临的真正威胁不是AI，而是科学停滞。

• 我们如何实现可控核聚变？

• 如何找到根治癌症的靶向药？

• 如何设计出室温超导体？

这些问题的解空间（Search Space）太大了，人类有限的大脑和有限的寿命，可能需要几百年才能撞大运撞出一个答案。而一个通过了“爱因斯坦测试”的AGI，可以24小时不停歇地在虚拟实验室中进行思维实验，从而造福人类。

DeepMind的AlphaFold已经预测了人类已知的几乎所有蛋白质结构。 这就是“爱因斯坦测试”的一次预演，虽然远远还没达到推导相对论的高度，但它已经展示了：当AI开始理解自然界的底层逻辑时，它对人类的贡献将超过无数个聊天机器人 。

我们离通过爱因斯坦测试还有多远？

既然标准有了，现在的AI表现如何？

很遗憾，目前的结论是：

它们依然在“模仿”和“插值”。

如果你现在让最强的GPT或者Claude去解决一个全新的、尚未被人类攻克的数学猜想，它们大多会陷入循环论证或一本正经地胡说八道。

对于AI来说，生成一个真理和生成一个充满逻辑感的谎言，在概率分布上其实差不了多少。它们缺乏一种“内部验证机制”。

腾讯的姚顺雨也认识到了这一点，所以他对腾讯AI大模型的改造就是从“如何评估”起步的。

爱因斯坦在推导公式时，他脑子里有一个严密的物理世界模型，他知道什么是“逻辑自洽”。而目前的AI缺乏这种对真理的“敬畏感”和“自我校验能力”。

在访谈中，Hassabis被问到：“你觉得我们什么时候能看到 AI 通过爱因斯坦测试？”

他的回答克制但乐观：

“也许就在未来十年。”

“爱因斯坦测试”不仅是对AI的考验，也是对人类定义的考验。如果有一天，屏幕上闪烁出一行人类从未见过、却完美解释了宇宙暗物质的公式，那一刻，我们不应该感到恐惧。

因为正如爱因斯坦所说：

“宇宙最不可理解之处，在于它是可以被理解的。”

去过香港天文馆的朋友，对这句话应该不陌生。