在人工智能（AI）的殿堂里，很少见到“教父”级别的领军人物在公开场合进行如此直接、甚至略带火药味的哲学交锋。然而，就在本周，一场关于AI终极目标——通用人工智能（AGI）是否存在的辩论，瞬间引爆了科技圈。

辩论的双方皆为泰山北斗：一方是Meta的首席AI科学家、图灵奖得主杨立昆（Yann LeCun），他是著名的AGI怀疑论者；另一方则是谷歌DeepMind的创始人兼CEO戴密斯·哈萨比斯（Demis Hassabis），他是坚定带领人类迈向AGI的信徒。当LeCun直言不讳地将通用智能的概念斥为“胡扯”（BS）时，向来温文尔雅的Hassabis罕见地“破防”了，并公开回怼这位老友简直是“大错特错”。

这场争论不仅关乎定义的咬文嚼字，更折射出当今AI界两条截然不同的技术信仰与发展路线。

LeCun的激进宣言：通用智能只是人类的自恋幻觉

故事的导火索源于LeCun最近的一次采访。作为卷积神经网络之父，LeCun一直以来都对“AGI”这个被硅谷过度炒作的词汇保持警惕，但这次他的表态尤为激进。

在LeCun看来，所谓的“通用智能”根本就是一种伪概念。他认为，人类的智能远非我们想象中那样通用，而是高度特化的产物。从进化生物学的角度来看，人类的大脑是为了适应特定的物理环境、为了在地球上生存繁衍而演化出来的。

“我们之所以会产生自己拥有‘通用智能’的错觉，完全是因为我们无法想象那些我们看不见的问题，”LeCun犀利地指出。换句话说，人类的智能是有边界的，我们擅长处理视觉、语言和社交，但在面对那些超出我们进化适应范围的复杂维度时，我们依然是无能的。因此，他断言：“通用智能这个概念完全是胡扯（BS）。”

LeCun的潜台词非常明确：AI的发展不应追求一个虚无缥缈、全知全能的“神”，而应致力于构建能够理解物理世界运作规律的“世界模型”，解决具体且复杂的问题。

Hassabis的反击：从狩猎采集到波音747的跨越

LeCun的这番言论显然触动了Demis Hassabis的底线。作为DeepMind的掌门人，Hassabis的职业生涯几乎全部建立在“解决智能，然后用它解决一切”这一宏大愿景之上。面对LeCun的否定，Hassabis在社交媒体和公开回应中毫不客气地指出了对方逻辑中的致命漏洞。

Hassabis的核心论点在于：LeCun混淆了“通用智能”（General Intelligence）和“万能智能”（Universal Intelligence）这两个概念。

“Yann在这里简直是大错特错，”Hassabis反驳道。他承认，根据“没有免费的午餐”定理，在有限的资源下，任何系统必然会在某些特定任务上表现得比其他任务更好，但这并不意味着“通用性”不存在。

为了佐证自己的观点，Hassabis祭出了三个强有力的论据，构建了一道严密的逻辑防线。

首先，他强调大脑本身就是“通用性”的最佳证据。作为宇宙中已知最精妙的物质结构，人脑展示了惊人的适应力。

其次，他引入了计算机科学的基石——图灵机理论。从理论上讲，只要给予足够的时间、内存和数据，一个通用的计算架构有能力学习任何可计算的事物。人类大脑和现代AI的基础模型，在本质上都是这种“近似图灵机”。既然理论上可行，那么通用智能就不是幻觉，而是一个工程学问题。

最后，Hassabis抛出了一个极具画面感的例子，彻底反驳了LeCun的“特化论”。他承认人类大脑确实是为原始社会的“狩猎和采集”而进化的，但进化的奇迹在于，就是这个原始的生物神经网络，最终让我们发明了微积分、谱写了交响乐、甚至制造出了波音747客机。

“想一想吧，从丛林狩猎到造出波音747，这种跨度本身就足以令人惊叹，”Hassabis指出。如果人类智能仅仅是“特化”的，我们应该止步于制造更锋利的长矛，而不是去探索量子力学或在国际象棋上击败对手。这种将原始能力迁移到完全陌生领域的“泛化能力”，正是通用智能存在的铁证。

殊途同归还是分道扬镳？

这场大佬之间的唇枪舌剑，表面上是关于定义的争执，实则是两种AI发展哲学的碰撞。

LeCun代表了“实用主义”与“生物模拟”的一派。他深信AI需要像动物一样先学习物理常识，无需追求在所有任务上都达到人类水平，只要在特定领域足够强大即可。他的愿景更接地气，也更强调AI作为工具的属性。

而Hassabis则代表了“理想主义”与“计算主义”的一派。DeepMind的AlphaGo、AlphaFold以及最新的Gemini模型，都在试图证明一种通用的算法架构可以解决围棋、蛋白质折叠乃至数学推理等截然不同的问题。对他而言，承认AGI的存在，就是承认人类有能力创造出一种能像我们一样思考、学习并解决未知问题的智能体。

有趣的是，尽管双方言辞激烈，但在某种程度上，他们都在谈论同一件事的不同侧面。LeCun强调的是“智能的生物局限性”，提醒我们不要神话AI；而Hassabis强调的是“智能的计算潜力”，鼓励我们探索算法的边界。

对于围观的我们而言，这场争论或许不会立即改变AI的编写代码方式，但它通过激烈的思想碰撞，厘清了一个至关重要的事实：无论我们将其称为“通用智能”还是“高级特化智能”，AI正在以一种超越人类生物进化的速度，学习着从“狩猎采集”到“制造波音747”的飞跃。至于谁对谁错，也许只有等到真正的AGI（或者仅仅是超级强大的AI）诞生的那一天，历史才会给出最终的裁决。