有個厲害的人物叫 Demis Hassabis，為世人所熟知的最大光環應該是 2024 年諾貝爾化學獎的得主。得獎的原因是他透過 AI 精準預測了蛋白質摺疊的結構，這聽起來既學術又厲害的東西我也不懂，但我知道用來預測蛋白質摺疊的技術跟電腦下圍棋打敗人類的技術是一樣的，也是他的團隊開發的。
本來在 AI 領域慢半拍的 Google，也是在他的救火下快速推出 Gemini 挽回頹勢。總之是個厲害的角色。前幾天他在印度新德里的 AI 峰會上提出了一個用來測試 AGI 的問題，很有趣。
AGI 就是通用人工智慧，是個像魔鬼終結者裡面天網一樣的東西。這大概也是 AI 賽道的盡頭，人類正在嘗試充當造物主，打造一個超越人類的綜合智力，能理解、學習並執行任何智力任務的 AI 系統。
在這幾年 AI 出現之前，判定電腦或機器是否具備智力，黃金標準是圖靈測試，這是 1950 年由計算機科學家圖靈提出的一個思想實驗：讓一個人隔著電腦螢幕透過訊息分別跟人類、機器進行聊天，如果他分不清哪個是機器，那這台機器就算通過測試，具備智力。
這個標準在 ChatGPT 3 之後基本不起作用，現在如果要我進行這個測試，判斷對方是機器的很大原因反而是對方太聰明、太有同理心，彬彬有禮又無所不知恰恰成為他不是人類的最大特徵。
圖靈測試對現在的 AI 而言，是個無效測試，接著衍生的問題是通過圖靈測試就表示 AI 具備智力嗎？目前的共識還是否定的，用人類所有知識餵養出來的大模型，就只是文字接龍工具。人類的野心更大，希望 AI 不只是解題，目前所有依靠 AI 的突破都是人類想到的問題，AI 用更快、更好的方式解決。
最前沿的 AI 科學家們希望 AI 具備：自行提出人類未想過的問題，然後再自己解決。
我們的技術突破分成兩類，一種是在多個已知元素間找到未知關聯的突破，AI 很擅長這個領域，也做得很好。
但人類更重大的科技突破是站在全部知識的最邊緣，前途一片迷茫，憑藉的只有對數學工具的掌握和對萬物皆有規律的信念摸黑前行，牛頓創造微積分，愛因斯坦創造相對論就屬於這類的突破。
這類突破就像是科學家拿著一把數學做成的手電筒，在前方黑暗的領域探險，走上一大段路，找到一片豐饒的綠洲。但對現階段的大模型來說，邁出知識邊緣的第一步起，就是所謂的「缺乏數據」的任務了。
所以現階段很多專家的共識是，以海量數據驅動出來的 AI 要想進化成會自己探索的 AGI，基本可以說是此路不通。但先拋開技術路線是否可行，如果真的有 AGI，我們應該用怎樣的測試來檢驗它。
Demis Hassabis 提出了愛因斯坦測試，把 AI 系統的訓練數據全部截斷到 1911 年之前，然後問它：在只知道 1911 年之前所有知識的情況下，能不能自己推導出廣義相對論？
1911 年的愛因斯坦早已憑藉光電效應成名，在當時的物理學界也算是號大人物。但他腦子裡一直有個疑問像甩不掉的影子伴隨著他，引力和加速度，是不是同一回事？
他沒有合適的數學工具可以使用，牛頓的理論框架也無效，他需要一種全新的幾何語言來描述時空，這種語言當時的物理學領域還不存在。後來他找到了黎曼幾何，花了四年時間，在 1915 年寫出廣義相對論場方程。
愛因斯坦不是在地圖上找路，而是在沒有地圖的地方重新繪製了一張全新地圖。
現階段的 AI 可以很好的回答所有人類考題，但愛因斯坦測試不是一道考題，而是一道創世題，如果只具備 1911 年知識的 AI 可以跳出牛頓的理論框架，從更底層構建新的框架，那 AGI 的日子就到來了。
到那時，不知道 AGI 會把我當寵物，給我基本收入；還是直接毀了我，毀了人類？
