作为我对这个问题的回答的一个重复，这是关于奇点发展的更广泛关注，而不是 AGI 发展的更狭隘关注：

我可以说，在与我互动的 AI 研究人员中，将未来十年 AGI 的发展视为猜测（甚至是疯狂的猜测）而不是既定事实的情况要普遍得多。

对人工智能研究人员的调查证实了这一点，80% 的人认为“机器能够模拟学习和人类智能的所有其他方面的最早”是“50 多年”或“永远不会”，而且只有少数认为这种形式的人工智能“接近”的百分比。可能对 AGI 的确切含义存在争议，但似乎我们要达到 AGI，至少需要在其大部分方面模拟人类水平的智能。AI 研究人员认为这还很遥远的事实表明，他们也认为 AGI 并非指日可待。

我怀疑人工智能研究人员对 AGI 的乐观程度低于 Kurzweil 或其他技术领域（但不是人工智能）的原因，其根源在于我们仍然没有很好地理解人类智能是什么。很难模拟我们无法确定的东西。另一个因素是大多数人工智能研究人员已经在人工智能领域工作了很长时间。过去有无数关于 AGI 框架的提议，所有这些提议都不仅是错误的，而且到最后或多或少地错了。我认为这会产生对 AGI 的天生怀疑，这可能是不公平的。尽管如此，对此的专家意见已经非常确定：这十年没有 AGI，也许永远不会！

我不会特别认真地对待 Ray Kurzweil 所说的任何话。实际的人工智能专家花费大量时间阅读现有的科学文献，并努力扩展它。因为 Kurzweil 并没有花太多时间真正学习人工智能，所以他有足够的时间来谈论它。高声。这对研究是有害的，因为 1）他和其他人做出的许多不知情的预测类似于世界末日的情景，以及 2）对好事的预测附有疯狂乐观的时间框架，当它们没有实现时，研究资金可能迷失，因为人工智能没有达到人们认为的承诺。

在过去十年中，人工智能研究进展非常迅速，但老实说，这很大程度上归功于开发研究级显卡的人。并行执行大量线性代数的能力使我们能够使用我们已经知道了几十年的技术，但这些技术在当时的计算成本太高而无法实用。而且由于这些技术现在已经实用，许多当前的研究正在将这些技术应用于新问题，并根据我们所学的知识对其进行修改和改进。（我不想低估这里的贡献；真的有很多在过去的十年中发展出一些聪明的想法。但这主要是对已经存在的技术的一致迭代改进，而不是完全革命性的想法。）

为了制造与人类等效的人工智能，我们可能需要做出一些巨大的概念飞跃。然后，每一次飞跃都需要进行十年或两年的迭代改进，因为这就是流程的运作方式。举个例子，最终导致今天所有深度学习模型的革命性想法就是这个1986 年的模型。首先，有革命性的想法。紧随其后的是一系列基于它的工作，并将其扩展到新的方向。由于硬件限制，这项工作最终停滞不前。然后硬件科学家和工程师取得了一些进展，让我们继续工作，直到那时我们才终于开始获得我们今天看到的主要应用程序。

我们知道人类水平的智能是可能的，因为人类可以管理它。我毫不怀疑我们最终会弄清楚如何用人工智能来做到这一点（也许在我有生之年，也许不会）。但是，如果您希望 Kurzweil 的预测更加可信，您可能希望在他的大部分时间框架的末尾添加一个零。

我的简单答案是否定的。

让我详细说明。如果你仔细观察自然，你会发现没有什么突然发生剧烈的变化。即使它这样做了，它也不会停留很长时间。

人工智能领域，刚刚起步，需要更多的进化来实现 AGI。尽管 AI 正在解决许多定向问题，例如人脸识别、语音识别等等（应用数不胜数），但所有这些都可以被视为狭义 AI。他们解决特定的任务。AI要达到各方面都优于人类的地步，不仅需要在算法上有所突破，还需要在电子学、物理方面有更多的突破。

请阅读这篇文章。总结是专家（大约 350 人）估计，到 2060 年，AGI 有 50% 的可能性发生。因此，AGI 将在未来十年成为现实的可能性非常渺茫。

https://blog.aimultiple.com/artificial-general-intelligence-singularity-timing/