人工智能會否在廿年內超越人類，已不再是科幻問題，而是科研界、產業界與政策圈反覆討論的現實判斷。真正的分歧，不在於會不會發生，而在於「超越」的標準是甚麼，以及誰有資格下這個判斷。
先看最受關注的警告者之一，Geoffrey Hinton。作為深度學習奠基人之一、曾任 Google 首席研究員，他並非旁觀者，而是親手推動神經網絡革命的人。Hinton 近年多次公開承認，自己低估了技術進展速度。他過去以為人類仍有 30 至 50 年緩衝期，現在卻認為在 10 至 20 年內，人工智能在多數認知任務上達到或超越人類水平，已具現實可能性。他的時間判斷，來自對模型規模、突現能力與自我學習潛力的工程直覺，而非抽象哲學。
與之形成對照的，是 Yann LeCun。同為深度學習三巨頭之一，現任 Meta 首席 AI 科學家，他的身分是長期從事感知與學習理論研究的科學家。LeCun 一再強調，今天的人工智能本質上仍是高階統計工具，缺乏對物理世界、因果關係與常識的真正理解。在他看來，若不出現全新理論突破，所謂通用人工智能仍屬「數十年之外」，甚至未必能單靠現有路線實現。他給出的不是具體年份，而是一個明確的否定條件。
站在產業前線的，是 Sam Altman。作為 OpenAI 行政總裁，他的角色不是定義智能，而是推動能力落地。Altman 避免宣稱某一年「超越人類」，但他實際描繪了一條更短的時間線：未來 5 至 10 年內，人工智能已足以在科研、程式設計、醫療輔助與行政決策等領域，對勞動市場與制度結構造成不可逆轉的衝擊。這是一種營運者視角，關心的是影響何時變得無法忽視。
至於最敢講年份的，是未來學者 Ray Kurzweil。作為長期研究計算趨勢的發明家與 Google 前瞻工程師，他預測約在 2045 年前後，機器智能將全面超越人類，並引發所謂「奇點」。他的判斷建基於算力、成本與資料規模的指數增長外推，支持者視之為冷靜的數學推論，批評者則指出，社會、能源與政治摩擦從不呈指數增長。
把這些觀點並列，就會看到一個清晰結構：Hinton 指向廿年內的中期風險窗口，Altman 描述的是十年內已發生的制度衝擊，Kurzweil 提供長期終點，而 LeCun 則提醒整條路線可能高估了現有技術。
因此，「人工智能廿年內超越人類」未必是一個單一時刻，而更像一連串臨界點的累積。等到社會在語義上承認「超越」時，權力、效率與決策的天秤，或許早已傾斜。
#人工智能 #AGI #科技風險 #未來社會
