ARTICLE · 1112138
马斯克狂言“2028击败所有科学”!AI教父泼冷水:连水管工都干不了,别吹了
你敢相信吗？就在最近，科技圈掀起了一场火药味十足的世纪大论战。
挑起战火的，依然是语不惊人死不休的埃隆·马斯克（Elon Musk）。他在社交平台上公开断言：最迟到 2028 年，AI 将在所有科学领域彻底击败人类！
三年击败所有人类科学家？这话说得太满，连整个硅谷和学术界都坐不住了。
但谁也没想到，冲出来给马斯克当头浇下一盆透心凉冰水的，正是现代深度学习先驱、被公认为 AI 领域元老级人物的于尔根·施米德胡伯（Jürgen Schmidhuber）。
这位学术教父直接回了一句硬邦邦的嘲讽：
“2028 年征服所有科学？做梦呢（Hardly）。今天的 AI 连一个人类水管工、甚至一只卷尾猴能干的事都做不了。没有对真实物理世界的征服，就根本别谈什么通用人工智能（AGI）！”
▲ Jürgen Schmidhuber 发长文反驳马斯克：屏幕背后的 AI 容易，物理世界的 AI 难如登天。
这场交锋迅速在全球科技圈激起波澜。有人拍手叫好，有人冷嘲热讽，更有不少研究员直呼“教父怼得痛快”。
为什么一位亲手奠定现代深度学习基石的宗师，会对马斯克的激进预言如此不屑一顾？AI 真的能在三年内攻克所有科学吗？
这背后暴露的，恰恰是当下整个 AI 狂潮中最致命、却最被刻意掩盖的残酷真相。
01事情是怎么闹大的？一个动词引发的血案
这场争论的导火索，其实来自知名深度学习框架 Keras 的作者弗朗索瓦·肖莱（François Chollet）。
五年前，肖莱曾发过一条预言：未来 10 到 20 年内，几乎所有科学分支都会变成计算机科学的分支，计算物理、计算生物、计算化学将无处不在。2026 年 9 月，他把这条旧帖翻了出来，自信满满地补了一句：“这个预言正变得越来越显而易见。”
肖莱的表述原本相对温和，他讨论的是科学工具的数字化转型。
但马斯克看到后，一把抢过话筒，直接把节奏带偏了。马斯克在底下回复：
“你的预测太保守了。AI 将在明年年底前，最迟到 2028 年，在所有领域击败人类（beat all fields）。”
▲ 马斯克将“计算化”升级为“跨领域全面击败人类”，并给出了极度激进的 2028 时间表。
请注意马斯克用的动词，“击败（Beat）”。
他描绘的图景极其激进：人类科学家彻底退场，人类智力全面交卷。
三年时间，终结人类数百年的科学统治？各大外媒纷纷头条跟进，公众也跟着陷入新一轮的科技恐慌。
直到施米德胡伯站出来，一针见血地撕开了这场神话的画皮。
02水管工困境：屏幕里的“神”，现实里的“残疾”
施米德胡伯的反驳长文，逻辑清晰得像一把手术刀。
他指出：今天大家看到的 AI 奇迹，全部都是“活在屏幕背后”的虚拟世界产物。
在大模型的世界里，AI 能写代码、画插画、证明数学定理、甚至在几秒钟内生成一份几十页的商业报告。在由 0 和 1 构成的比特世界中，AI 仿佛已经无所不能。
但你只要给它接上一台物理机器，让它走进现实世界试一试，它就会瞬间露出原型。
▲ 施米德胡伯在其学术长文第 20 节中明确写道：“目前运转良好的 AI 都在屏幕背后，物理世界远比虚拟世界残酷”。
施米德胡伯指出了一个极为严峻的现实：
“至今为止，没有任何一台 AI 控制的机器人，能够完成一个人类水管工日常做的事情，甚至连一只卷尾猴在树林里采摘果子、使用石块的灵活性都赶不上。”
这段话切中了控制理论与认知科学中最著名的规律，莫拉维克悖论。
让计算机下赢世界围棋冠军很容易，因为棋盘的规则明确、状态可穷举、环境完全封闭；但让计算机像三岁小孩一样去系鞋带、端起一杯水不洒、或者在逼仄阴暗的水槽底下用扳手拧紧生锈的阀门，却难得令人绝望。
在屏幕里，试错成本是零代码跑崩溃了，按一下重启；文字写错了，按一次退格大语言模型可以坐在恒温的数据中心里，把全互联网的数据“嚼碎”吞下去。
但在物理世界中，重力、摩擦力、材料形变、未知障碍物无处不在。螺丝滑丝了就是滑丝了，零件摔碎了就是摔碎了。现实世界没有“撤销键”，也不可能靠从互联网下载几万本图书就学会如何通下水道。
“没有对真实世界的掌握，就谈不上 AGI。” 施米德胡伯写道
03抬出自动驾驶反驳？教父用“两个自由度”降维打击
帖子发出后，立刻有马斯克的支持者不服气地跳出来反驳：“那特斯拉的 FSD 自动驾驶和 Optimus 人形机器人怎么说？轮子上的物理 AI 已经相当成熟了吧？”
施米德胡伯的回复极其冷静，却杀伤力拉满：
“自动驾驶汽车，本质上是非常简陋的机器人，它只有两个控制自由度（转向和加减速）。早在 1994 年，迪克曼斯（Ernst Dickmanns）教授就已经造出了能在真实交通中以 130 公里时速自动行驶的汽车。如今 32 年过去了，自动驾驶依然问题不断。物理世界的 AI，是一场极慢的漫长游戏。”
▲ 施米德胡伯以“两个自由度”和 32 年自动驾驶演进史作为有力反击。
这句反驳堪称神来之笔
什么是“自由度”？一辆在平地上跑的汽车，机器只需要输出两个核心信号：方向盘往哪打、油门/刹车踩多深。哪怕用了几十个摄像头、雷达和昂贵的算力芯片，它最终作用于物理世界的操作维度依然极其有限。
可即便面对这样只有两个自由度的系统，人类从 1994 年公开在高速公路演示，到今天整整走了 32 年，算力暴涨了上百万倍，全自动无人驾驶依然在暴雨、泥泞和各种极端长尾路况下步履维艰。
而一个普通的人形机器人呢？全身有几十个关节、上百个自由度；手指有精细的肌腱传动与触觉感知；它面对的是不可预测的工地、杂乱无章的厨房和随时可能踩空的楼梯。
把算力的飞跃，直接等同于物理机器人的飞跃，是科技行业最常见、也最荒谬的思维懒惰。
04科学研究的真实现状：干实验狂欢，湿实验断层
如果连做水管工都遥遥无期，那马斯克宣称的“2028 年 AI 击败所有科学领域”，又究竟错在哪里？
答案在于：绝大多数人把“算力模拟”，错当成了“科学发现”。
在真实的科学界，实验被严格划分为两套截然不同的体系：
- 干实验（Dry Lab）
：在电脑、超级计算机和机房里跑算法、做数学建模、分析大数据、推演分子构象； - 湿实验（Wet Lab）
：在充满试剂、离心机、培养箱、移液枪的实体实验室里，直接面对化学液体、活体细胞、病毒与真实矿石。
▲ 施米德胡伯在论文中阐述，科学必须包含与真实世界的物理交互。
不可否认，AI 在干实验上创造了神话。DeepMind 的 AlphaFold 预测了数亿个蛋白质的三维结构，令人叹为观止。
但很多人不知道的是，这仅仅是科研流水线的第一步，提出假设。
一个在屏幕里打分极高的人工合成抗癌分子，一旦放进真实的湿实验中，往往会遭遇当头一棒：
- 根本合成不出来
：计算上能量最低的分子，在常温常压的试管里可能瞬间沉淀、聚团或变性； - 体内环境剧烈失效
：进入活体细胞后，它可能根本穿不透细胞膜，或者瞬间被血液中的杂蛋白吞噬，产生致命毒性； - 极度微弱的扰动
：气温变了 0.5 度、搅拌速度快了一点、管道里卡了一个肉眼不可见的微小气泡，整个实验就全盘报废。
哪怕是当前全球顶尖的“无人自动化实验室”，机械臂也经常因为一个吸头轻微堵塞而导致电机报错停机。人类研究生凭手感轻弹一下试管就能解决的小故障，足以让价值数百万的机器人彻底瘫痪。
科学的本质，是可证伪的物理闭环
如果你的 AI 一天能在电脑里生成 1000 万个抗癌分子构想（干实验），而全球实体实验室一年拼死拼活只能合成验证几百个（湿实验），这不叫“征服科学”，这叫“假阳性假说的大泛滥”。
坐在机房里做数字模拟，永远无法替代人类科学家在实验台前沾满试剂的双手。
05科技界的集体清醒：从神话回到现实
马斯克的大话被戳破后，整个技术社区迅速涌现出大量的理性反思。
软件工程界的宗师级人物格雷迪·布奇（Grady Booch）毫不客气地用程序员行话挖苦道：
“这是程序员最典型的‘差一错误’（Off-by-one error）。埃隆显然又在用十一进制数数了。”
▲ 软件工程宗师 Grady Booch 辛辣嘲弄马斯克的时间表不可信。
机器人感知研究者 Zohar Rimon 也直言支持施米德胡伯：“物理、化学、生物学根本不可能被传统 AI‘征服’，因为科学的核心就是物理交互。”
知名影像与科技创作者 Tom Löwe 则搬出了计算机科学两位鼻祖的论断：
“从阿兰·图灵到强化学习之父理查德·萨顿（Richard Sutton），这些开创者都抱有共识：机器通往超级智能的道路，在于深入物理世界、持续从真实经验中学习，单纯蜷缩在恒温数据中心里吞吐数据远远不够。”
▲ 走向通用智能必须脱离纯数据中心环境，在物理世界中依靠实际经验获取能力。
面对各方关于“指数级增长”的狂热辩护，施米德胡伯随后贴出了一张宏大的“宇宙非线性时间线图（Omega Point）”。
从宇宙大爆炸、生命的诞生，到哺乳动物、农业文明，再到印刷术与互联网，历史的发展确实在呈对数加速。施米德胡伯自己早在 50 年前就坚信超人类 AI 终会到来。
▲ 施米德胡伯展示对数时间线：长期来看巨变必然发生，但绝非未来两年就能工程交付。
“但我承认历史的加速，不代表我会把‘两年攻克一切科学’这种鬼话当真。”
从宇宙尺度看的“加速收敛”，与人类工程学上的“交付日期”，属于完全不同的两回事。
06别把屏幕里的胜利，当成征服世界的捷径
过去三年，大语言模型掀起的巨浪，让整个世界陷入了一种近乎狂热的“算力万能论”。
人们看到屏幕里的 ChatGPT 口若悬河、Sora 画面逼真，就天真地以为，只要堆砌更多的显卡、消耗更多的电力，现实世界中的所有疑难杂症，从可控核聚变、常温超导，到攻克癌症、无人干涉，都会在未来一两年内迎刃而解。
但施米德胡伯的这记响亮耳光，让所有人重新看清了现实与虚幻的边界：
屏幕里的世界再花哨，也只是真实宇宙的一个微小切片。
代码可以重构，语言可以编织，但物理世界里的重力、材料、摩擦与生物复杂性，从不向任何 GPU 的显存妥协。
AI 想在 2028 年征服全人类的科学？
请先走出恒温机房，造出一台能在狭窄肮脏的地道里、熟练拧紧水管漏水的机器人再说吧。