在最近的一次采訪中，當被問及預計何時會看到通用人工智能（AGI）的出現時，埃隆·馬斯克回答說“3到6年”。谷歌 DeepMind 首席執行官德米斯·哈薩比斯 (Demis Hassabis) 現在相信，正如《華爾街日報》未來萬物節上所說，通用人工智能“還需要幾年，也許十年之內” 。

與大多數人工智能行業專家相比，這些數字被認為是樂觀的，他們認為通用人工智能通常還需要十年甚至一個世紀的時間。這種悲觀情緒的部分原因是擔心承諾較短的時間表最終會被證明是錯誤的。畢竟，1956 年，在達特茅斯夏季研究項目中，“人工智能”一詞被創造出來并作為一個領域開始，人們期望像人類一樣聰明的機器將在不超過一代人（25 年）的時間內出現。

其他人，如被稱為人工智能教父的杰弗里·辛頓(Geoffrey Hinton)，則有稍微微妙的觀點。“直到最近，我還認為 20 到 50 年后我們才會擁有通用人工智能。現在我認為可能需要 20 年或更短的時間。”

由于深度強化學習算法的快速發展，人工智能行業在過去幾年中取得了快速發展，其中許多算法為當今的大型語言模型（LLM）提供了動力。

盡管如此，所有這些突破都只帶來了狹隘的人工智能應用，例如聊天機器人和語言翻譯。與 AGI 相比，AGI 是一種人工智能，具有理解、學習和應用知識的能力，能夠以與人類相當的水平來完成各種任務。

對于許多人來說，通用人工智能的缺失環節似乎是遙不可及的，但對于一些相信所謂“加速回報法則”的人來說，我們最終將不可避免地建立通用人工智能。

加速回報法則的概念不是別人，正是雷·庫茲韋爾（Ray Kurzweil），他是作家、發明家和未來學家。他涉足光學字符識別（OCR）、文本語音合成、語音識別技術等領域，并在出版人工智能書籍《How to Create a Mind》后被谷歌聘用。這本開創性的書說明了我們需要如何理解人腦，以便對其進行逆向工程以創建終極思維機器。這本書對人工智能的未來非常重要，以至于埃里克·施密特（Eric Sc??hmidt）在讀完這本開創性的書后聘請雷·庫茲韋爾（Ray Kurzweil）從事人工智能項目。

雷·庫茲韋爾 (Ray Kurzweil) 最相關的書莫過于《奇點臨近》，自 2005 年出版以來，其預測反映了過去 20 年的技術發展。最重要的是，Ray Kurzweil 預測我們將在 2029 年實現 AGI，這一時間表與 Elon Musk 和 Demis Hassabis 最近分享的觀點一致。

該定律認為，各種進化系統（包括但不限于技術的增長）的變化率往往呈指數增長。

在技??術增長的背景下，該定律意味著我們可以期待未來技術的快速進步，因為技術創新的步伐本身正在加快。雷·庫茲韋爾 (Ray Kurzweil) 認為，每一代新一代技術都建立在前一代技術的基礎上，以指數級的速度增加創新的潛力。

該定律展示了目前由生成式人工智能 (Generative AI) 引領的加速技術的爆炸性增長將如何駕馭芯片制造和 3D 打印等其他指數級技術的浪潮。這種融合推動人工智能成為有史以來最強大的應用程序。

2001 年，雷·庫茲韋爾 (Ray Kurzweil)做出了以下預測：

對技術史的分析表明，技術變革是指數級的，這與常識性的“直觀線性”觀點相反。因此，我們在 21 世紀不會經歷 100 年的進步，而更像是 20,000 年的進步（按照今天的速度）。芯片速度和成本效益等“回報”也呈指數級增長。甚至還有指數級增長的速度。幾十年內，機器智能將超越人類智能，導致奇點——技術變革如此迅速和深刻，代表著人類歷史結構的斷裂。其影響包括生物智能和非生物智能的融合、基于軟件的不朽人類，以及以光速在宇宙中向外擴展的超高水平智能。

這種技術爆炸歸因于摩爾定律，該定律預測給定芯片上的晶體管數量大約每兩年就會增加一倍。這與其他技術突破相結合，表明加速回報法則正在蓬勃發展。以下是雷·庫茲韋爾對這對人類未來意味著什么的觀察：

• 進化應用正反饋，因為進化過程的一個階段產生的更有能力的方法被用來創建下一階段。結果，
• 進化過程的進展速度隨著時間呈指數增長。隨著時間的推移，進化過程中嵌入的信息的“順序”（即衡量信息與目的的契合程度，在進化中就是生存）會增加。
• 上述觀察結果的一個相關性是，進化過程的“回報”（例如，過程的速度、成本效益或整體“力量”）隨著時間的推移呈指數增長。
• 在另一個正反饋循環中，隨著特定的進化過程（例如，計算）變得更加有效（例如，成本有效），更多的資源被部署用于該過程的進一步進展。這導致第二級指數增長（即指數增長速度本身呈指數增長）。
• 生物進化就是這樣的進化過程之一。
• 技術進化是另一個這樣的進化過程。事實上，第一個創造物種的技術的出現導致了新的技術進化過程。因此，技術進化是生物進化的產物和延續。
• 特定范例（解決問題的方法或途徑，例如，縮小集成電路上的晶體管作為制造更強大計算機的方法）提供指數增長，直到該方法耗盡其潛力。當這種情況發生時，范式轉變（即方法的根本改變）就會發生，從而使指數增長得以繼續。

讀者應該閱讀庫茲韋爾的博客，然后他們應該反思這種指數增長的含義，以及它與自該博客最初發布以來他們個人經歷的匹配和不同之處。

加速回報定律雖然不像摩爾定律那么受歡迎，但在今天仍然與它最初發布時一樣重要。