那天早上，诺贝尔物理学奖得主杰弗里·辛顿差点没算明白账。2024年委员会来电话时，这位77岁的计算机科学家在脑子里飞快过了一遍概率：一个躲在计算机系里的理论心理学家，拿物理学诺奖的几率是多少？“大概两百万分之一”，上周他在纽约Sana AI峰会上比划着。然后又补了一刀——那你自己梦到拿这个奖的几率呢？“大概也是两百万分之一……所以这是梦的可能性比现实大一百万倍。”

台下笑成一片。老头还没完。他说公布之后好几天，自己总觉得一睁眼就在床上躺着。唯一能安慰自己的念头是：“如果真是做梦，那我醒过来，特朗普当总统那个噩梦也就不存在了。”沉寂片刻，辛顿慢悠悠追加一句：“我愿意拿这个奖换那个。”笑声再起——但这次的笑声里压着点别的东西。因为说这话的人同时确信：30年内AI造成人类灭绝的概率，有10%到20%。而且在他有生之年，AI就会全面超越人类智力。

打开网易新闻 查看精彩图片

“远比我们聪明”，辛顿在和Sana创始人、29岁的乔尔·赫勒马克对谈时说得直白。这已经不是上次同台时欢声笑语画大饼的气氛了。赫勒马克准备了更硬的牌：围棋和国际象棋人类已经永远别想赢回来了，你再看看它在数学里干的事。辛顿的回应像是在盖棺定论：“这只是我的猜测——但我认为它会变得比我们聪明得多。”

他不是在放空炮。那天早上，一个AI模型完成了一件事，让辛顿两眼放光：它成功证明了保罗·厄多什的一个数学定理，用的是从未有人想到的数学分支。在辛顿看来，这才是真正的界碑。在数学这类封闭系统里，AI能自己生成猜想、自己测试、从失败中迭代，然后无穷尽地叠加——当年阿尔法狗走的就是这条路，从模仿人类高手的棋谱开始，到后来自己生成训练数据，反过来碾压了人类的一切经验。

大语言模型在走同一条路，辛顿的判断很确定。关键逻辑在这里：给模型一些预设的信念，让它自己推理，直到得出一个和既有信念相矛盾的结论——这本身就是训练信号，一个连新数据都不需要的纠错机会。“我觉得这意味着这些模型不需要额外大量数据就能变得更聪明一截”，辛顿分析道，还搬出自己的诺奖同伙戴密斯·哈萨比斯，“他也这么想。”他给出了一张时间表：十年内，超越世界上最顶尖的数学家。再往后，人类和这个东西之间的差距，大概就和我们在棋盘上被碾压的惨状一样——只不过这次是在所有维度上。