雷·库兹韦尔
尽管如此，仍有众多人工智能专家预测，实现类人智能水平的机器智能需等到2060年左右。全球顶尖预测平台上的专家普遍认为这一时间点将在21世纪40年代至50年代之间。而库兹韦尔则坚信，人工智能有望在2030年之前达到人类智能水准。笔者在此观点基础上提出折中预测，认为这一时间点不会早于2030年，也不会迟于2045年。
这一预测得到了近年来人工智能从深度学习向迁移学习、零样本学习迅猛发展的有力支撑。AlphaGo Zero采用了一种创新的强化学习机制，通过程序实现自我训练，在缺乏人类围棋知识干预的情况下达成突破。该系统还能将围棋领域习得的能力迁移至国际象棋等其他游戏。仅用4小时训练、除规则外无任何先验知识的程序，便击败了所有人类挑战者及国际象棋机器。这种跨领域知识迁移能力是人类智能的核心特征。零样本学习实质上是对类比思维和智能的模拟，表明人工智能正在真正理解相关概念，并能创造性地应用于新场景。
从宏观经济视角分析，我们通过嵌入数据要素的生产函数研究人工智能的影响。当前数据处理能力的显著提升主要源于人力资本和有形资产的投资。根据2017年腾讯统计数据显示，全球范围内约30万名活跃的AI研究者中，仅有约4000人具有显著影响力。至2021年，人工智能研究者发表论文超4000万篇，申请专利达14.1万项。这表明AI在数据处理能力提升和人力资本增强方面仍显不足。为使AI对经济增长产生更大贡献，需对数据资产价值进行量化评估并纳入GDP统计体系。
面对日新月异的人工智能技术，我们不得不承认人与智能机器之间的差距将持续扩大。当前超级计算机的计算能力已远超模拟人脑所需的水平。人脑处理速度的理论上限为每秒10^16次运算，实际计算量通常远低于此数值，可能在每秒10^13次运算左右。2020年，脸书资助的研究团队通过分析包含250个单词的样本库，成功将受试者大脑皮层活动与其口述句子中的单词相匹配，预测准确率低至3%。人工智能技术已能模拟特定个体的写作风格、复制其声音，甚至将面部特征逼真地嵌入视频。库兹韦尔预测，21世纪20年代末，先进AI将能创建高度逼真的数字人，整合数万张照片、数百小时视频、数百万字聊天记录等海量信息，精准描绘个人兴趣与习惯，并利用亲友访谈资料构建完整记忆库。这些数据将用于构建逝者的AI化身，使其拥有原貌、行为模式、记忆片段及专业技能。
目前人工智能仍存在若干局限，主要体现在情景记忆、尝试理解及社交互动能力方面。库兹韦尔同时指出，生物技术、纳米技术与人工智能的跨界融合可能引发某种形式的灾难性后果。若创造出能自我增强编程能力的人工智能，无论依赖自身还是人类辅助，都可能形成正反馈循环使其能力指数级增长。与许多人对人工智能的潜在威胁表示担忧不同，库兹韦尔持高度乐观态度，认为人工智能技术存在改善人类处境的可能性，能够增强我们的认知能力，最终超越生物局限。例如，通过毛细血管无创输送纳米机器人至脑内，未来人类大脑容量可无限扩展，认知能力将实现指数级增长。我们将从根本上重塑自身，一旦突破颅骨物理限制，并采用远超生物组织的计算机制处理信息，人类智能将获得彻底解放，最终实现百万倍的增长。库兹韦尔将此定义为AI奇点的核心内涵。他呼吁人类应致力于突破生物学局限，首先战胜衰老问题，然后通过增强有限的大脑迎接奇点的到来。
更多深度内容请关注21财经APP