诺奖得主哈萨比斯提出“爱因斯坦测试”，重新定义AGI

2026年2月于印度举办的AI峰会上，诺奖得主、谷歌DeepMind掌门人德米斯·哈萨比斯抛出重磅观点：以“爱因斯坦测试”重新定义通用人工智能（AGI）。该测试要求将AI知识库限定在1911年之前，若其能独立推导出广义相对论级别的突破性理论，即可认定为AGI；哈萨比斯同时预测，AI有望在4年内完成这一突破，等效于人类累计580亿年的科研工作量。

当谷歌DeepMind掌门人德米斯·哈萨比斯（Demis Hassabis）身披诺贝尔奖章站在印度AI峰会的讲台时，台下的全球AI领域从业者清楚，这位“AI跨界先驱”带来的绝非普通技术更新——他当天直接为通用人工智能（AGI）这一模糊了数十年的概念，钉下了一个极具硬核性的标尺。

不同于此前业界对AGI“类人智能”“通用任务能力”等模糊描述，哈萨比斯提出的“爱因斯坦测试”有着近乎苛刻的具体规则：将AI的训练与知识库严格限定在1911年之前的人类知识体系内——这正是爱因斯坦于1915年提出广义相对论的4年前，当时物理学界尚未有关于时空弯曲、引力场方程的核心铺垫。

若AI能在这一知识框架下，独立推导出与广义相对论同等级别的突破性科学理论，那么它就将被认定为达到了AGI的水平。这一标准的核心，在于考察AI是否具备人类级别的原创性科学创造力，而非单纯的知识检索与复刻能力。

哈萨比斯同时做出大胆预测：AI有望在4年内通过“爱因斯坦测试”，达成AGI的关键里程碑。他给出的一组对比数据更令人震撼：若以人类个体的科研效率计算，推导广义相对论级别的理论需要累计580亿年的工作量，但AI的迭代速度与计算效率，能将这一时间压缩至短短4年。

这一预测并非空穴来风。作为DeepMind的创始人，哈萨比斯领导团队先后推出AlphaGo、AlphaFold等突破性AI系统，前者在围棋领域超越人类顶尖选手，后者破解了蛋白质折叠难题——这些成果证明，DeepMind在AI的复杂推理与原创性问题解决上，已经积累了深厚的技术储备。

哈萨比斯的“爱因斯坦测试”，为长期处于定义混沌的AGI领域提供了一个清晰的、可验证的目标。对于科研机构而言，这一标准将引导资源集中在“原创性创造力”而非单一任务优化上；对于产业界来说，也能更精准地判断AGI的商业化节点与应用场景边界。

与此同时，这一设想也引发了新的伦理讨论：当AI能独立做出人类级别的突破性科学发现，人类科研者的角色将从“探索者”转变为“引导者”？AI的科学发现成果归属、伦理审查机制，也需要提前建立规范。

哈萨比斯的“爱因斯坦测试”，不仅仅是对AGI的新定义，更是为全球AI领域划出了一条极具挑战性的赛道。接下来的4年，或许将成为AI从“专用智能”向“通用智能”跨越的关键期，而整个行业都将在这一标尺的指引下，加速探索通用人工智能的终极可能。