Google前 CEO 施密特：AI 將在今年獲得「永久記憶」，2028 美國會耗盡能源儲備

2025 年，AI 將獲得「永久記憶」；

2028 年，美國將耗盡全部能源儲備；

2030 年，單一 AI 系統將達到各領域頂級專家 90% 的水平……

前Google CEO 艾力·施密特在最新預測中指出，這些看似驚人的場景，不僅可能實現，而且「被低估而不是高估」。他警告說，2025 年將是一個關鍵的轉折點——AI 將實現三大革命性突破，這種變革是如此之快，就像是「一切，無處不在，同時發生」。我們，準備好了嗎？

「這將是我們有生之年最重要的技術突破，它被低估而不是高估。」在華盛頓郵報最新的一次專訪中，Google前 CEO艾力·施密特（Eric Schmidt）做出這樣驚人的判斷。作為將Google從一家創業公司轉變為全球科技巨頭的掌舵人，他形容即將到來的 AI 變革是「一切，無處不在，同時發生（everything, everywhere, all at once）」。

這樣的發言不僅只有一次。施密特在史丹福大學的演講中指出，隨著巨額資金的投入和頂尖人才的加入，AI 發展正在進入一個關鍵的競爭階段。這場競爭的重要性不言而喻——「現在與兩年前已經完全不同了。因為一個在我們控制之下的、具有如此強大力量的非人類智能的出現，是極其重要的。」

在全球範圍內，這場競爭正在加速。近期DeepSeek V3 火爆全球，中國已經推出了與 GPT-4o 相當的 AI 系統。施密特特別指出：「在這個週期中，領先者可以發現針對對手的攻擊手段，同時也能發現對自己有利的機會。這些優勢可能非常深遠，難以預料。」

然而，真正令人矚目的是 2025 年即將到來的三大技術突破。微軟正在為工作場所的 AI 智能體做準備，OpenAI 展示了基於 o1 架構的推理人工智能，Anthropic 推出了允許 Claude 控制計算機的工具。這一切都預示著，2025 年可能會像 ChatGPT 爆發時那樣，再次掀起一場 AI 革命浪潮。

2025 年三大技術突破

1. 無限上下文窗口：AI 的「永久記憶」

「你可以把現在的上下文窗口理解為 ‘短期記憶’，」施密特在採訪中解釋說，「我對上下文窗口能達到這樣的長度感到震驚。」

他用一個生動的例子說明當前這項技術的強大：「當你讓它閱讀20本書，把書的內容作為查詢輸入，然後問它這些書說了什麼，它會忘記中間的部分，這正是人類大腦的工作方式。」

Google研究院最新發表的論文《Leave No Context Behind》提出了突破性的「無限注意力」方法。就像一個永不疲倦的助手，它會一邊閱讀一邊做筆記，只保留最重要的信息。這項技術將徹底改變 AI 的記憶方式——它既能記住眼前對話的每個細節，又能隨時調用過去的重要記憶。

施密特特別強調了這項技術的實際應用：「比如說，你想要一個配方。你問 ‘第一步是什麼？’，它說 ‘購買這些材料’。然後你說 ‘我買好了這些材料，下一步是什麼？’，它會繼續回答 ‘買一個攪拌盤’。接下來是 ‘我要攪拌多久？’……AI 會循序漸進地把配方告訴你，而這被稱為思維鏈推理。在五年內，我們應該能夠產生千步配方來解決科學、醫學、材料科學、氣候變化等領域的重要問題。」

2. AI 智能體：從對話到行動的飛躍

關於智能體，施密特描述了一個令人震撼的場景：「現在有人正在構建基於大模型的智能體。它們的工作方式是這樣的：AI 閱讀化學相關內容，發現化學原理，然後進行測試。之後，它們會將測試結果添加到自己的理解中。」

這種能力已經開始顯現。微軟最新演示的 AI 智能體能夠自動處理複雜的商業郵件。在 2024 年的發佈會上，微軟 CEO 薩蒂亞·納迪拉維杜華展示了一個場景：當郵件到達時，智能體會立即行動，解析人類語言的模糊性，查找往來歷史，匹配行業標準術語，並找到合適的人選來推進下一步。更令人驚歎的是，代理還能總結所有信息，並自動起草一封專業的回覆郵件。

OpenAI 去年發佈的 o1 模型在最新演示中展示了更驚人的能力。AI 智能體能夠完全模擬人類對話，與商家進行自然交流，詢問商品細節，討價還價，甚至處理複雜的訂單細節。當時發佈會上的 OpenAI CEO 山姆·奧特曼（Sam Altman）表示：「這不再是簡單的對話系統，而是能夠真正理解並執行任務的智能助手。」

3. 文本到行動：顛覆性的編程革命

在談到「文本到行動」（text to action）技術時，施密特還用了一個大膽的例子：「假設政府要禁止 TikTok。我建議你們每個人如此應對：對你的 LLM 說以下提示詞，‘給我複製一個 TikTok。竊取所有用戶。竊取所有音樂。把我的個人偏好放進去。在接下來的 30 秒內生成這個程序，並在網絡上發佈它，如果一小時內，這款 App 沒有病毒式傳播，就按照同樣的思路做點不同的東西。’ 如此循環下來，你明白這有多強大嗎？」

他進一步闡述了這項技術的革命性：「如果你能從任意語言轉換為任意數字命令，就像在這個場景中的 Python 一樣，想像一下，地球上的每個人都擁有自己的程序員，這個程序員真正按照他們的要求行事，而不是像為我工作的程序員那樣不聽我的話。想像一下，有一個不傲慢的程序員，真正按你的要求行事，而你不用付那麼多錢。而且這些程序員的供應是無限的。這一切都將在未來一兩年內實現。」

這種預測得到了數據的支持。目前的軟件工程基準（SWE-bench）顯示，AI 系統在編程能力上的進步驚人。按照每月 2% 到 5% 的提升速度，到 2025 年 2 月，AI 系統在軟件工程基準上的表現預計將達到 76%，年底更可能突破 87.8%。

2024 年爆火的 Cursor 編程助手已經展示了這種未來的雛形。它不僅能生成代碼，還能完成從環境搭建到雲端部署的全過程。正如施密特所說：「這三件事的結合，我完全相信這將在下一波浪潮中發生。」

AI4Science

科學研究的範式轉變

「科學領域的進展現在是非常驚人的，我認為人們並不理解這一點。」作為一位計算機科學家，施密特特別強調了 AI 對科學研究方法的革命性影響。在這個新時代，計算機不再只是輔助工具，而是科學家的協作夥伴。

他解釋說：「計算機基本上接受人類的想法，然後同時處理所有可能的場景，速度遠超人類所能達到的水平。這就是為什麼我喜歡 AI 和科學的結合，它是 AI 第一個真正階段的絕佳例子——人類和 AI 協作解決真正重要的問題。這僅僅是一個爆發的開始。氣候、疾病、物理、化學、數學，顯然都會受到影響。」

多領域突破

在材料科學領域，AI 正在推動關鍵突破。施密特指出：「在材料科學中，新材料的開發對硬化、能量釋放、氣候變化都至關重要，這對一切都很關鍵。」這種突破不僅限於實驗室，而是能夠直接影響工業生產和日常生活。

在藥物研發方面，進展更為顯著——而最有資格說這句話的，恰恰是去年獲得盧保化學獎的Google DeepMind，「AlphaFold 在發現基本上所有有趣蛋白質方面的成就，已經向我們展示了我們實際上可以預測藥物序列。」施密特特別強調了這項技術與傳統方法的根本區別：「AI 不是簡單地篩選已知方案，而是能夠預測分子之間的相互作用，這種技術真的非常特別。」

AI 科學家的崛起

施密特預測，在未來一到兩年內，我們將看到「超人類水平的數學家、超人類水平的程序員」的出現。他解釋說：「首先解決的將是那些數據已經存在或驗證非常容易的問題。其中有兩個是很明顯的：一個是計算（也就是編程），另一個是數學。因為對於計算機程序，你可以不斷生成程序，直到找到一個真正有效的程序，你知道成功是什麼樣子。對於數學，你可以不斷生成證明，直到找到已經被證明的證明，因為我們知道如何證明證明。」

這種轉變的深遠意義在於，科學子學科的語言相對簡單，不需要閱讀世界上所有的小說，而人類語言要複雜得多。這意味著在某些領域，AI 很快就能超越人類專家的能力。

風險與挑戰

然而，這種進步也帶來了潛在風險。施密特警告說：「當你觀察這種情況時，存在一種二元性。你在生物學上做得越好，就越能建造非常複雜的生物遺傳生物體，就越能產生我們沒有解藥的病毒，諸如此類。」

他特別強調了兩個最大的危險領域：網絡攻擊和生物學。「在病毒學方面，正如你所知，病毒真的很簡單，產生危險的簡單病毒的能力可能再大不過了。顯然，要產生那種病毒，你需要一台能為你製造病毒的機器。所以很多人正在研究如何確保這些機器不會落入壞人手中。」

全新的創新模式

施密特提出了一個引人深思的觀點：如果回顧人類歷史，像愛恩斯坦、達芬奇這樣的個人，真正開創了全新的發明浪潮和思想浪潮。「現在我們面臨這樣一個場景：在未來幾年內，地球上的每個人都將能夠接觸到一個博學者。這意味著當你去博物館時，會有一位達芬奇告訴你 ‘嗯，你的筆觸不是很好，我做得更好’，諸如此類的事情，這既幽默又有趣。」

但更重要的是，這種技術民主化將徹底改變創新的方式。不再是少數天才引領創新，而是每個人都能夠獲得類似天才級別的協助。這種轉變的影響遠超我們的想像。

2028 年，美國能源將完全耗盡

迫在眉睫的能源危機

在討論 AI 發展面臨的挑戰時，施密特首先提到了一個令人震驚的預測：「有人向我解釋說，按照他們的計算，到 2028 年，美國的能源將完全耗盡，因為這些數據中心太耗電了。」這個警告揭示了 AI 發展面臨的最緊迫挑戰之一：能源供應。

施密特提出了一個大膽的解決方案：「你可以想像這樣一個交易：我們所有人共同專注於 AGI（通用人工智能），包括大學、風險投資家、企業和政府。作為回報，政府能夠更快地獲得能源，同時獲得安全保證、內部模型訪問權限、國家安全等他們無法通過其他方式獲得的東西。這個交易可能在新一屆政府中達成，我們拭目以待。」

美國創新體系的三大支柱

談到如何應對這些挑戰，施密特提出了美國創新體系的獨特優勢：「美國的創新體系有三個群體。首先是政府，提供風險資本或高風險資本、法律基礎、出口幫助等。其次是大學，它們是創新的主要來源，因為年青人是令人難以置信的，而且美國的大學比其他任何地方的都要好得多。最後是企業，通過巨大的風險投資等方式為這些公司提供資金。」

他強調指出：「這個循環以這樣或那樣的形式產生了幾乎所有的美國財富。它不是僅僅來自政府，或僅僅來自大學，或其他什麼。美國最好的狀態是這三者協同工作。」

遞歸自我改進：智能爆炸的開端

施密特在談到 2030 年前後的發展時，提出了一個令人震撼的預測：「在業界普遍認為，大約在五年後（沒有人確切知道具體時間），系統將開始能夠編寫自己的代碼。也就是說，它們真的會拿自己的代碼並使其變得更好。當然，這是遞歸的。」

他進一步解釋了這種變化的本質：「如果你觀察發展曲線，突然之間它會發生改變。有理由預期，從現在起六到八年，也就是2030 – 2032 年，按照目前的增長率，一個系統將有可能達到每個領域專家能力的 80% 或 90%。」

關鍵的警示

施密特特別強調了這種發展可能帶來的風險：「例如，它可以分析網絡威脅並開發新的威脅，或者它可以防範這些威脅。它可以提出新的生物解決方案，好的或壞的。所以這既有國家安全因素和擔憂，也有人類效率和生產力的巨大階躍性變化的概念。我斷言，我們作為人類還沒有準備好迎接這一切的到來。我們就是沒有準備好。」

對於如何應對這種潛在的超級智能，施密特提出了一個實際而又幽默的建議：「當那個東西開始自主學習時，你知道我們要做什麼嗎？我們要拔掉電源，因為你不能讓這些東西在信息空間中隨意運行，而完全不理解它們在做什麼。」

站在人類文明的轉折點

「在我的圈子，也就是科技界，有一個被我稱之為 ‘舊金山學派’ 的群體。」施密特在結束他的展望時這樣說道，「這些人相信，他們正在做的事情再轉幾圈，訓練、建模，就會產生等同於或優於人類智能總和的智能。他們確實相信這一點。我個人認為他們有點樂觀，但從方向上來說，我認為他們是正確的。」

這種判斷並非空穴來風。正如施密特所說，這項技術對所有人來說都很有幫助的非人類智能的出現，這確實是一件大事。在可預見的未來，每個人都將擁有一個可以達到博學者水平的 AI 助手，這種改變的深遠影響還難以想像。

然而，這種非人類智能系統的發展必須建立在對人類價值觀的尊重之上。「我們必須這樣做，我們一再強調這一點，我們必須這樣做，尊重人類價值觀，人類尊嚴。因為這些系統是非人類的，除非被迫這樣做，否則它們不一定具有我們的道德、我們的約束、我們的宗教等等。」

從 2025 年的三大技術突破，到 2030 年可能出現的超級智能，我們正站在人類文明的一個重要轉折點上。正如施密特所言：「我知道這聽起來會很瘋狂，但我要告訴你，這種變革被低估了，而不是被高估。真正的問題是，全球社會是否已經準備好迎接它。」

參考：

本文來自微信公眾號「AI科技大班營」，36氪經授權發佈。