我们的智商将在未来变得更高

经过与来自英国牛津大学的杰出进化生物学家雅各布·怀尔德进行几次头脑风暴会议，我们对地球上智商 (智力商数) 的过去和未来演化得出了一些有趣的结论。

统计学中的 中心极限定理 表明，对于大量独立单位的样本，变量的概率分布会收敛到高斯分布，其特征是均值和标准差。分布的尾部呈指数衰减，稀释了个体单位与总体均值相差多个标准差的可能性。

为了简化，我们假设人类群体内认知能力的统计分布遵循高斯分布，并利用人类历史上任何给定时刻的生存人数来计算最具能力的人类大脑与平均大脑的标准差差异。我们的基本假设是，人类大脑中神经元之间的突触连接数量遵循高斯分布。

在任何人类历史时期，最高值与均值的偏差是通过将高斯概率分布尾部在该最高值之外的面积等同于当时存活的人数来获得的。

根据有关 人类人口随时间增长的数据，我们计算出最具能力的大脑在公元前50,000年时是均值的5.2 标准差，而在现在则是6.47标准差。

接下来，我们假设人类大脑中神经网络的平均参数数量，即突触，与进化中人类颅骨的平均体积成正比。这个假设在灵长类动物中是有效的，因为平均神经元数量与平均大脑体积呈线性关系，但在其他哺乳动物类群（如啮齿动物）中则不成立，因为较大的大脑每单位体积的神经元数量反而较少。根据 实证数据 关于 人类大脑，我们采用了每立方厘米6370万个神经元的平均密度，并取当前每个神经元的突触连接数量的上限估计值约为9000。人类群体内参数的平均数量是这些数字与随时间变化的颅骨体积的平均值的乘积。

为了估计人类大脑中参数的标准差，我们假设标准差与均值之间的比率近似于人类智商的标准差占其均值的比例，即约15%。我们采用智商作为指标，因为神经元数量虽然在长期进化时间尺度上是 认知能力的优秀预测指标，但在短期进化时间尺度上，即 物种内，却是 较差的预测指标。

我们根据人类进化历史上报告的古人类颅骨大小数据，计算了过去的值。

然而，好消息是，未来可能会比过去更好。人工智能 (AI) 系统，如大型语言模型 (LLM)，提供了一个参数数量随着时间呈指数增长的神经网络。目前，LLM中的最先进参数数量约为1.7万亿，约占人类大脑中突触连接数量的0.2%。目前的指数折叠时间估计在1到2年之间。

目前尚不清楚AI参数与生物突触在大型神经网络中作为认知能力预测指标的关系。将人类大脑与神经形态计算机进行比较更为直接，因为后者更明确地模拟生物大脑的结构。目前，最大的神经形态计算机包含0.128万亿个人工突触，约占人类大脑连接数量的0.015%。

左侧是基于古人类颅骨体积数据（黑点）计算的古人类神经参数的平均数量（红线）及其在人类群体中的最大值（蓝线）的时间历史。右侧是假设LLM（灰色）和神经形态计算机（黑色）的参数数量未来呈指数增长的比较，假设两者的指数折叠时间为2年。

我们的计算显示，AI系统在未来一到两十年内可能会超越人类群体中最大的参数数量。

AI的指数增长预计会因可用电力的限制而饱和。基于全球电力消费的十倍限制（即30太瓦），假设LLM当前消耗1GW的电力，将指数增长限制在约10个指数折叠时间内，这与AI系统与最大人类大脑相当的时间相当有趣的是，人类大脑和AI的增长都受到电力供应的类似限制。

总之，在过去的1000万年中，古人类大脑中每个神经网络系统的参数数量增加了一个数量级。在未来几十年内，AI系统中的参数数量可能在几年内呈指数增长。整个人人类群体中任何大脑的最大参数数量可能在约1到2十年内被AI系统中的参数数量超越。

这都是好消息。地球上更聪明的“孩子”可能在几十年内成为我们自己创造的AI系统。问题是我们是否会更早找到一个智商更高的外星系统。我正在与 伽利略计划 团队一起努力。敬请关注。

关于作者

(图片来源：Chris Michel, 2023)

阿维·洛埃布 是伽利略计划的负责人，哈佛大学黑洞计划的创始主任，哈佛-史密松天体物理中心理论与计算研究所的主任，以及哈佛大学天文学系的前主任（2011-2020）。他曾是总统科学与技术顾问委员会的成员，以及国家科学院物理与天文学委员会的前主席。他是畅销书《外星人:____地球之外智能生命的第一个迹象》的作者，并且是教科书《宇宙中的生命》的合著者，均于2021年出版。他的新书《星际》于2023年8月出版。