DeepMind联合创始人肖恩·莱格近日在播客访谈中就人工智能发展路径提出重要观点，引发学界与产业界广泛关注。他预测未来两年内"最小通用人工智能（AGI）"的实现概率达到50%，并详细阐述了从基础认知能力到全面人类智能的演进时间表。
根据莱格的定义，"最小AGI"指能够完成绝大多数人类日常认知任务的人工智能系统，而更高级的"全AGI"则需具备创造新科学理论、谱写交响乐等卓越人类能力。他预计在基础版本实现后，完整形态的通用人工智能将在三至六年内诞生，形成阶梯式发展模式。这种划分方式为行业提供了新的评估框架，特别是明确了不同阶段的技术边界。
为确保技术评估的严谨性，莱格设计了一套包含多重验证机制的测试体系。该体系要求人工智能系统必须通过所有典型人类认知任务测试，且在持续数月的对抗性检验中不暴露任何系统性缺陷。这种动态评估方式突破了传统基准测试的局限性，更接近真实世界的复杂认知场景。
学术界对莱格的预测存在不同解读。部分专家认为其时间表过于乐观，指出当前系统在常识推理、跨领域迁移等核心认知能力上仍存在明显短板。但也有研究者肯定这种阶段性划分对研发方向的指导意义，认为明确的里程碑有助于整合资源突破关键技术瓶颈。
随着大模型技术的持续突破，人工智能正在加速逼近人类认知边界。莱格的预测框架不仅为技术演进提供了量化参考，更促使行业重新思考通用人工智能的定义标准。这场关于智能本质的讨论，正在推动人工智能研究从能力追赶转向质量跃升的新阶段。
