德银研报：超级人工智能2030年前或成现实，但取决于两大条件

德意志银行研究院10月12日发布报告《AI繁荣还是灾难：超级人工智能将带来怎样的体验？我们何时能够实现？》，分析2030年前实现AGI及超级人工智能的可能性与经济影响。报告认为，若AI持续扩大计算规模并实现真正的递归自我改进，到2030年出现全面超越人类专家的超级人工智能并非不可能，但这取决于多项尚未证实的技术假设以及算力、电力、资本和训练数据等现实条件。

报告称，实现AGI需同时满足两个关键条件：规模定律持续有效，以及AI实现真正的递归自我改进。目前规模定律并非物理定律，递归自我改进也受模型训练时间、成果验证周期和顺序执行限制。德银估计，训练2026年最先进AI模型约需10²⁶至10²⁷ FLOPs计算量，AGI级模型若再增加三个数量级，单次训练或达10³⁰ FLOPs；到2030年相关硬件投入可能降至约2000亿美元。

数据方面，公开人类文本训练数据可能在2026年至2032年间接近极限，合成数据与训练效率改善正缓解压力，但约一半互联网文章样本或由AI生成，数据质量引发担忧。

德银认为，即使超级人工智能未如期实现，AI仍可通过提高生产率、降低成本创造价值。不含中国市场，AI行业收入预计从2022年不足10亿美元增至2026年超2000亿美元；Alphabet、亚马逊、Meta、微软和甲骨文2026年资本开支合计接近8000亿美元，未来或超1万亿美元。