ARTICLE · 1112143
马斯克狂言2028征服所有科学!AI教父泼刺骨冷水:先修好马桶再说吧
马斯克又把全世界的技术狂热者逼到了悬崖边。
他公开立下狂言：“到明年年底，或者最迟 2028 年，AI 将在所有科学领域彻底击败人类。”
两年！拿下人类积累了数千年的物理学、化学、生物学和医学全部前沿！
消息一出，科技界瞬间引发广泛热议但就在讨论持续升温之际，深度学习的元老级鼻祖、现代人工智能奠基人之一的于尔根·施密德胡伯（Jürgen Schmidhuber），直接给出了截然相反的判断：
“在 2028 年前征服所有科学？做梦”
这位老爷子冷笑着指出了一个全人类正在集体装瞎的致命真相：今天所有让人惊叹的 AI，全都是躲在玻璃屏幕背后的“温室巨婴”。 它能写代码、做 PPT、甚至证明高深数学定理，但它连一个普通水管工修马桶的动作都做不了，甚至连一只卷尾猴摘果子的灵巧度都没有！
▲ François Chollet 翻出五年前的旧帖，点燃了这场论战的导火索
这场爆发在社交平台上的顶级交锋，不仅撕开了硅谷最浮躁的狂热面纱，更逼问出了一个直击科学本质的终极难题：屏幕里的代码，真的能算科学吗？一个连水龙头都不会拧的算法，凭什么谈征服物理世界？
01预言升级：从“工具革命”到“人类退位”
这场风暴的火星，其实是深度学习框架 Keras 之父弗朗索瓦·肖莱（François Chollet） 点燃的。
五年前的 2021 年，肖莱曾发过一条预言：“10 到 20 年内，几乎所有科学分支本质上都会变成计算机科学的分支，计算物理、计算生物、计算医学……”
五年过去，肖莱把旧帖重新挂了出来，得意地补了一句：“这个趋势越来越显而易见了。”
肖莱的态度相对温和在他眼中，AI 是一台超级计算器，正在把各门学科数字化。
但马斯克看到后迅速跟进，直接将调门拉到了顶点。他换掉了肖莱温和的措辞，用上了极具攻击性的字眼 “beat”（击败/征服）：
“你的预测太保守了。AI 将在明年年底，或者最迟 2028 年，在所有领域彻底击败人类。”
▲ 马斯克将时间线暴力压缩至“明年年底或最迟 2028”
把“计算工具的普及”直接偷换成“全面取代人类科学家”，马斯克这句口号瞬间被全球媒体疯狂转载。
整个互联网都在欢呼奇点降临，唯独施密德胡伯看不下去了。
02“水管工耳光”：屏幕背后的 AI 都是纸老虎
施密德胡伯直接转帖硬刚，甩出了长篇檄文：
▲ 施密德胡伯开门见山：“征服所有领域？很难。”
老爷子的逻辑像手术刀一样锋利：
“今天切实运转的 AI，全部生存在屏幕背后的虚拟世界里，自动总结文档、下棋、证明定理、生成图片、写代码和做 PPT。
但至今没有一个 AI 控制的机器人，能做到一个水管工能做的事，甚至做不到一只卷尾猴能做的事！因为物理世界远比屏幕后的世界严苛得多。”
这段话刺痛了无数大模型拥趸的神经。
我们在屏幕里给大模型喂进上万亿的文本 Token，它能出口成章、舌灿莲花，甚至在各大基准测试上拿满分。但只要给它接上一根机械臂，让它去居民楼逼仄潮湿的下水道里，摸清生锈管道的走向、判断橡胶圈的磨损程度、用扳手以恰到好处的扭矩拧紧螺丝，当下最先进的具身智能算法会瞬间崩溃成废铁。
施密德胡伯一针见血地指出：图灵测试根本就是个极其低级的评测标准！
在文本窗口里模拟人类聊天太容易了，而在充满重力、摩擦力、突发障碍和不可逆损坏的物理世界里生存，才是智能更核心的考验。
“没有对真实世界的掌控，就根本不存在所谓的通用人工智能（AGI）！”
0332 年的巴掌：自动驾驶才“两自由度”，你们搞定了吗？
有人提出异议一位网友搬出马斯克的王牌反驳：“那特斯拉的 FSD 自动驾驶和 Robotaxi 呢？轮子上的物理世界 AI 表现已经可圈可点，把这套算法复制给擎天柱（Optimus）人形机器人不就行了？”
▲ 网友搬出特斯拉 FSD 进行辩护
施密德胡伯只用了两句话，就把这个反例碾得粉碎：
“自动驾驶汽车是非常简陋的机器人，它只有 2 个自由度（油门/刹车控制前进后退，方向盘控制转向）。
迪克曼斯（Ernst Dickmanns）早在 1994 年就已经让自动驾驶汽车开上了真实的高速公路。32 年过去了，自动驾驶今天依然问题不断。
物理世界 AI 是一场极其漫长的游戏。”
▲ 施密德胡伯回击：物理 AI 是一场慢游戏
很多人不知道这段硬核历史：早在 1994 年，德国科学家迪克曼斯团队改造的梅赛德斯奔驰车，就已经在巴黎的高速公路上以 130 公里/小时的时速穿梭于车流中完成了自动变道！
32 年过去了，算力翻了上百万倍，芯片从笨重的机柜缩成指甲盖大小，但自动驾驶依然在暴雨、逆光、施工路段和各种长尾极端情况中挣扎。
一个仅有“前进后退、左右转向”两个自由度的轮式车辆，人类攻关了 30 多年都未敢言彻底解决；而一个水管工的两只手，拥有数十个关节自由度、数万个触觉神经末梢，需要在毫米级精度下应对从未见过的杂乱管道。
马斯克说两年内搞定所有物理世界科学？这在工程学常识面前简直是天方夜谭。
软件工程泰斗级人物格雷迪·布奇（Grady Booch）更是毫不留情地嘲讽道：“埃隆这是典型的程序员‘差一错误’，他八成是在用十一进制数数呢。”
▲ 软件工程先驱格雷迪·布奇毒舌调侃马斯克的时间表
04认识论死穴：背诵全部论文，不等于懂科学
这场交锋直接触及了科学哲学的底层地基：大模型展现出的“聪明”，能否算作科学研究？
肖莱自己发表的经典论文《论智能的度量》中，做过一个至关重要的划界：
- 技能（Skill）
：在已知分布的任务里拿高分（比如让大模型背诵 100 万道医学选择题，它能考 99 分）； - 智能（Intelligence）
：面对完全陌生的全新困境时，把未知转化为已知的高效学习能力。
美国哲学家皮尔斯曾把人类认知分为三种推理模式：
- 演绎（Deduction）
：从已知公理推导必然结论（写代码、算数学题）； - 归纳（Induction）
：从已有数据里总结统计规律（大语言模型的本质）； - 溯因（Abduction）
：面对现有理论完全无法解释的反常物理现象，跳出人类已有的知识库，提出一个前所未有的假说，并亲手设计物理实验去验证它！
这就是为什么大模型永远成不了爱因斯坦。
人类科学史上每一次重大飞跃，从开普勒发现行星椭圆轨道，到爱因斯坦提出相对论，再到孟德尔在修道院里杂交豌豆，全部源于“溯因飞跃”与“物理干预”。
而如今被捧上天的大模型，本质上是一个基于全人类历史文本的“高维内插平滑机”。它能极其流畅地复述已有的物理学假说，但当面对未知的反常现象时，它除了根据统计概率胡说八道（产生幻觉），根本没有能力跨出历史语料的边界。
科学从不在空调房里敲敲键盘就能完成，科学必须深入现实世界展开实验。
在真实生物实验室里，移液枪的微小气泡、培养皿的温度波动、离心机里的意外沉淀，这些在物理世界中实时发生的因果交互，大模型根本“看不见”。一个无法在现实中进行干预和试错的系统，就算把全世界的论文倒背如流，充其量只是人类既有知识的整理员，无法承担科学家的探索职责。
05图灵被遗忘的遗嘱：像婴儿一样去撞南墙
70 多年前，计算机科学之父阿兰·图灵在写下那篇奠定 AI 基础的论文时，其实早就看穿了这一切。
今天的人们只记住了论文前半部分的“图灵测试”（文字聊天），却刻意遗忘了他在第七节写下的终极构想，“儿童机器（Child Machine）”。
图灵当时明确写道：不要试图一开始就造一个装满成人知识的死板大脑。更可行的方向，是造一个像人类婴儿一样简单的大脑，然后给它装上手和脚，让它去物理世界里漫游、去碰撞、去感受痛苦与奖赏。
▲ 影像创作者 Tom Löwe 翻出图灵与强化学习之父萨顿的言论
强化学习之父理查德·萨顿（Richard Sutton）也反复强调：智能的核心养料，来自智能体直接在物理环境中摸爬滚打产生的实时经验，而非封存在硬盘中的静态数据。
施密德胡伯在论战最后给出的解法，正是这条路。
婴儿和卷尾猴从不靠“下载互联网数据”来理解世界。一个人类小孩把积木推倒，听见响声，感受重力，他在物理世界里自己设计实验、主动采集数据。
▲ 施密德胡伯指出：智能的核心是主动在物理世界做实验
施密德胡伯团队甚至在预印本论文中展示了他们正在研发的“软体婴儿机器人”，一种能在真实碰撞中自我学习的物理实体。
▲ 施密德胡伯团队关于软体婴儿机器人的研究（arXiv:2404.08093）
06走出狂热：重回物理世界
施密德胡伯并非技术悲观主义者他在跟帖中晒出了一张震撼的“欧米伽点（Omega Point）”非线性时间线图：从宇宙大爆炸、生命诞生、人类出现、印刷术发明到万维网诞生，历史的发展确实在向奇点急剧加速。
▲ 施密德胡伯的“欧米伽点”时间线：宇宙在加速，但绝非一蹴而就
他相信人类终有一天会造出超越自身的物理 AI。但他极其反感硅谷那种为了拉高股价、制造狂热而开出的“两年支票”。
屏幕里的狂欢太廉价，真实的物理世界太沉重。
当大模型在基准榜单上刷出一个又一个 99 分时，别忘了，窗外的世界依然由重力、材料疲劳、流体力学和未知的生命奥秘所统治。
AI 究竟何时才能在全维度超越人类？
算力中心的机柜和社交网络上的宏大宣告都给不出最终答案。直到某一天，一台机器人能独自背着工具包敲开家门，钻进狭窄的水槽底下，在黑暗中把那根错综复杂、渗漏多年的生锈管道妥善修复，
到那时，通用人工智能才算迈出了决定性的一步。