如果人工通用智能（AGI）真的达到人类水平，人工智能（AI）的发展会随之放缓，还是继续向人工超级智能（ASI）推进？
2026年6月10日，Google DeepMind研究人员Tim Genewein等在arXiv平台试图为这一问题画出一张技术路线图。
研究人员对2个概念作了较为宽泛的界定：AGI是指在大多数认知任务上达到人类中位水平的通用系统；ASI的门槛则高得多，它需要在几乎所有与人类活动相关的任务和领域中，超过由大批专家组成、经过良好协调的人类团队。
图片来源：摄图网
报告提出，从AGI走向ASI至少存在4条可能路径。第1条是继续“放大”：增加算力、模型规模、数据量和算法效率，让已有技术路线持续推进。第2条是算法范式转变，即在现有预训练、后训练、推理扩展和工具调用之外，出现新的学习与推理机制。第3条是递归自我改进：如果AI能够大规模参与AI研究，帮助设计更好的模型、数据、训练方法和芯片系统，这些改进又可能反过来制造更强AI。第4条路径则来自多智能体集体。ASI未必是一个单一“超级大脑”，也可能来自大量AGI智能体的组织化协作，通过分工、市场、层级结构和高带宽通信形成新的集体智能。
报告由此提出另一项难题：当AI超过人类专家后，人们该怎样衡量它是否还在进步？依赖人类答案的测试会逐渐饱和，也难以区分不同水平的超人系统。作者建议研究多智能体竞争与合作测试、由AI自动生成题目的“出题者—解题者”评测，以及经济生产率、资源效率等间接指标。
精彩内容回顾
《科技导报》创刊于1980年，中国科协学术会刊，主要刊登科学前沿和技术热点领域突破性的研究成果、权威性的科学评论、引领性的高端综述，发表促进经济社会发展、完善科技管理、优化科研环境、培育科学文化、促进科技创新和科技成果转化的决策咨询建议。常设栏目有院士卷首语、科技新闻、科技评论、本刊专稿、特色专题、研究论文、政策建议、科技人文等。
