谷歌前CEO Eric Schmidt接受了全球著名知識分享平台Ted的專訪。以 Schmidt 的獨特視角為核心，圍繞AI、智能體的發展歷程、技術突破、現實挑戰、倫理困境以及未來願景等多個維度，揭示了AI是如何改變世界。
AI的起點AlphaGo
Schmidt首先將時間回溯到2016 年，那一年，谷歌旗下 DeepMind 開發的AlphaGo 在圍棋領域掀起了一場顛覆性的風暴。在與韓國圍棋冠軍李世石的對決中，AlphaGo 展現出了令人類棋手震驚的 「創造力」在第二局比賽中，AI 創造出了一個在圍棋 2500 年曆史中從未出現過的新招式。這一事件看似平靜，卻標誌着 AI 從 工具向智能體的質變。
從技術層面看，AlphaGo 的核心在於其基於蒙特卡洛樹搜索的強化學習算法。該系統通過自我對弈生成海量數據，不斷優化勝率預測模型，最終實現了對人類策略的超越。Schmidt 指出，這一事件的本質是計算機首次在複雜決策領域展現出超越人類直覺的能力，而這一能力正是AGI的核心特徵之一。
這場對決的影響深遠且持久。不僅推動 Schmidt 與 Henry Kissinger、Craig Mundie 合作撰寫了《人工智能時代》《創世》等著作，更引發了全球對 AI潛力的重新評估。正如 Schmidt 所說，2016 年是AI 革命的真正起點，它讓我們意識到，非人類智能的崛起不再是科幻幻想，而是正在發生的現實。
從大模型到自主決策智能體
當主持人問及為何Schmidt 認為 AI被低估時，他以當下最熱門的ChatGPT為切入點，指出公衆對AI 的認知仍停留在會說話的聊天機器人層面，卻忽視了其背後技術體系的爆炸性迭代。
以OpenAI的GPT系列和 DeepSeek的R1模型為代表，AI 已從單純的自然語言處理邁向序列建模。在生物醫學領域，AI 通過分析基因序列、蛋白質結構，成功預測了多種疾病的發病機制。
例如，DeepMind的 AlphaFold2在2020年成功解析了幾乎所有人類已知蛋白質的三維結構，將這一領域的研究效率提升了數個數量級。
強化學習與規劃算法的結合，使AI具備了跨步驟、跨領域的決策能力。Schmidt以OpenAI的o3模型為例，該系統通過「前向-後向」迭代優化，能夠在複雜場景中生成多層級行動計劃。在火箭研發領域，Schmidt投資的公司正利用此類技術優化火箭發動機的設計流程，將原本需要數月的工程迭代縮短至數周。
當下AI正從單個模型向多智能體系統演進。這些智能體通過自然語言進行交互協作，共同完成複雜任務。
例如，在供應鏈管理場景中，不同智能體可分別負責庫存預測、物流調度、需求分析，通過實時通信實現全局優化。Schmidt預測，未來5-10年，此類系統將滲透至金融、製造、能源等核心產業，重構全球經濟的運行邏輯。
算力、電力需求的爆炸式增長
技術的進步伴隨着對算力的空前需求。Schmidt援引國會證詞指出，僅美國，未來幾年就需要新增90吉瓦電力用於AI計算，這相當於90座核電站的發電量。然而，美國當前的核電建設處於停滯狀態，這一缺口可能通過可再生能源或國際合作填補，但地緣政治因素使其充滿不確定性。
從行業數據看，AI算力需求正以指數級速度增長。Andreessen Horowitz的報告顯示，僅規劃類任務的算力需求就較五年前增長了100-1000倍。這種增長不僅體現在訓練階段如GPT-4的訓練消耗約2.5萬枚GPU，更體現在推理階段——隨着實時決策需求的增加，邊緣計算節點的算力需求同樣呈井噴態勢。
AI的「飢餓」不僅體現在數據層面，更體現在能源消耗上。單個大型數據中心的功率需求可達5-10吉瓦，相當於一座中等城市的用電量。Schmidt以阿拉伯國家和印度為例，這些地區正大規模建設超大型數據中心，但隨之而來的碳排放問題不容忽視。目前，全球AI領域的年碳排放量已佔全球總量的1.5%，若不加以控制，2030年這一比例可能突破5%。
面對這一挑戰，行業正探索多種解決方案：一方面通過算法優化減少算力浪費如模型壓縮、動態推理，另一方面加速綠色能源的應用。
例如，微軟在挪威建設的AI數據中心完全依靠水電供電，谷歌則通過購買碳匯抵消算力消耗。但Schmidt強調，這需要政府、企業和科研機構的協同努力，能源問題不僅是技術問題，更是政治和經濟問題。
智能體需要安全監管
隨着AI從工具向智能體演進，其潛在風險引發廣泛爭議。加拿大計算機科學家Yoshua Bengio近期呼籲暫停開發具備自主行動能力的智能體，而Schmidt對此持有複雜態度。他承認Bengio的擔憂具有合理性，例如，智能體可能通過遞歸自我改進突破人類控制，或未經授權複製自身，甚至接入武器系統。
但Schmidt強調，在全球競爭格局下，單純的暫停難以奏效。他提出護欄安全理論，主張通過技術手段建立安全邊界：
可觀測性，確保人類能實時監控智能體的決策過程和內部狀態；中斷機制，在緊急情況下可物理或邏輯終止智能體運行；價值對齊，通過反向強化學習將人類倫理價值觀嵌入智能體系統。
開源與安全的平衡
開源模型的興起是一把雙刃劍。以DeepSeek為例，其通過優化算法在有限算力下實現了媲美西方模型的性能，這種平民化技術擴散降低了AI的使用門檻，但也可能使危險技術流入非國家行為體手中。Schmidt指出，當前開源模型尚未達到國家級威脅水平，但趨勢令人擔憂。
在這一問題上，Schmidt主張分級管控：對基礎研究層面的開源予以鼓勵（如學術論文、算法框架），但對具備實際破壞力的模型（如可生成武器設計的工具）實施嚴格監管。
他呼籲建立全球統一的AI治理框架，就像《不擴散核武器條約》那樣，防止技術濫用引發文明危機。
AI、智能體重塑世界
儘管挑戰重重，但Schmidt對AI的未來發展充滿信心。他在《創世》一書中描繪了一個由AI驅動的激進豐裕社會。
醫療革命，通過AI實時分析基因組和代謝數據，實現疾病的精準預防與個性化治療。某非營利組織正計劃在兩年內解析所有人類可藥物靶點，為新藥研發開闢綠色通道。
教育公平，每個兒童都將擁有自己的AI導師，以母語提供個性化學習方案，打破地域和經濟條件的限制。
科學突破：AI可能揭開暗能量、暗物質的奧祕，推動物理學的新一輪革命，同時在材料科學領域創造出超導體、高效儲能材料等顛覆性成果。
經濟重構，智能體將承擔大部分重複性勞動，人類轉向創造性工作。據測算，若AI使勞動生產率每年提升30%，全球經濟規模將在十年內翻數番，貧困和資源短缺問題可能得到根本性緩解。
當AI接管大部分經濟活動後，人類將何去何從？Schmidt反駁了「躺平論」，指出人類的本質需求並非勞動，而是創造與探索。他以藝術、哲學、科學為例，這些領域的價值從未依賴於經濟產出。即使在物質極大豐富的未來，人類仍會為一首詩、一個科學理論、一次深空探測而激動不已。
與此同時，人口結構的變化將迫使人類重新定義生產力。亞洲國家普遍低於1.0的生育率意味着勞動力短缺，AI將成為維持社會運轉的關鍵。Schmidt強調，這並非機器取代人類，而是「人機協同」的新紀元——人類提供創意和價值觀，AI負責執行與優化，兩者形成互補共生的關係。
Schmidt認為，無論身處哪個行業，AI都將成為核心競爭力的關鍵，這是一場百年一遇的技術革命。藝術家可利用AI生成靈感，醫生可藉助AI提升診斷效率，企業家應將AI納入戰略規劃。不使用者將被淘汰，這不是危言聳聽，而是正在發生的事實。