诺奖得主Demis Hassabis：从AlphaFold到AGI的科学新黄金时代

访谈概述

在近期的All-In Summit上，Google DeepMind首席执行官、2024年诺贝尔化学奖得主德米斯·哈萨比斯（Demis Hassabis）爵士接受了深度访谈。这位AI领域的先驱者分享了他对人工智能发展现状、未来前景以及对科学研究革命性影响的独特见解。

核心议题深度解析

1. DeepMind的战略定位：成为Google的"引擎室"

哈萨比斯将Google DeepMind描述为整个Google和Alphabet的"引擎室"，拥有5000名员工，其中80%以上是工程师和博士研究员。DeepMind不仅开发了Gemini这样的核心模型，还将AI能力融入到Google的每一个产品和服务中，服务数十亿用户。

深度洞察：这种战略定位体现了AI技术从实验室走向大规模商业应用的重要转变。DeepMind既要保持前沿研究的创新性，又要确保技术能够立即部署到现实应用中，这种"研究-应用"的双轨模式可能成为未来科技公司的标准配置。

2. Genie 3世界模型：重新定义虚拟世界的边界

访谈中最令人震撼的展示是Genie 3世界模型。这个系统能够仅通过文本提示生成完全交互式的虚拟世界，用户可以实时控制和探索这些由AI创造的环境。

技术突破的意义：

• 物理学习能力：模型通过观看数百万视频，逆向工程了直觉物理学
• 实时生成：每一个像素都是实时生成的，没有预设的3D对象或渲染引擎
• 交互一致性：能够维持1-2分钟的连贯交互体验

深度洞察：Genie 3代表了从传统游戏开发模式向AI生成内容的根本性转变。传统游戏需要程序员手工编写物理引擎和3D对象，而Genie 3通过数据学习自动掌握了这些复杂的物理规律。这不仅是技术进步，更是创意产业范式的革命。

3. 机器人技术：从实验室到现实应用的关键节点

哈萨比斯认为，我们正处于机器人技术的关键时刻。他预测：

当前状态：类似于1970年代的个人电脑时代 发展瓶颈：算法需要更多发展，硬件需要达到规模化生产的成熟度 解决方案：Gemini机器人模型，能够将自然语言指令转化为电机运动

深度洞察：哈萨比斯的"Android for robotics"愿景揭示了一个重要趋势：通用机器人操作系统的出现可能引发机器人产业的爆发式增长，就像Android促进了智能手机的普及一样。

4. AGI的定义与时间表：理性的乐观主义

与其他AI领域领袖不同，哈萨比斯对AGI持更加谨慎的态度：

AGI的缺失要素：

• 真正的创造力（提出新假设的能力）
• 一致性（在所有领域保持博士级水平）
• 持续学习能力

时间预测：5-10年，而非其他人预测的2-3年

创造力测试：能否在1901年的知识基础上独立发现相对论

深度洞察：哈萨比斯的观点体现了科学家的严谨态度。他强调的"创造力"问题触及了AI发展的核心：当前的AI系统虽然在某些任务上表现出色，但缺乏真正的原创性思维。这种区别对于理解AI的真正能力和局限性至关重要。

5. 科学研究的AI革命：从工具到合作者

已取得的成就：

• AlphaFold：蛋白质结构预测
• 材料设计、等离子体控制、天气预报
• 数学奥林匹克问题求解

Isomorphic Labs的愿景：

• 将药物发现时间从数年缩短到数周或数天
• 与礼来和诺华等制药巨头合作
• 2025年进入临床前阶段

深度洞察：AI在科学研究中的应用代表了人类探索自然的新模式。从历史上看，科学发现往往依赖于个别天才的直觉飞跃，而AI有可能将这种能力规模化和系统化，开启科学发现的"工业化"时代。

6. 创意产业的民主化：从专业工具到全民创作

技术影响：

• Nanobanana：通过对话进行图像编辑
• VO：文本到视频生成
• 与顶级创作者如达伦·阿罗诺夫斯基的合作

未来愿景：

• 专业创作者的生产力提升10-100倍
• 普通用户获得专业级创作能力
• 新的艺术形式和娱乐体验的诞生

深度洞察：创意工具的AI化不仅是技术进步，更是文化民主化的体现。当创作门槛大幅降低时，我们可能会看到内容创作的大爆发，同时也需要思考如何在海量生成内容中保持质量和原创性的平衡。

7. 能源挑战的辩证思考

哈萨比斯对AI能源消耗问题的观点体现了系统性思维：

短期现实：

• 训练需求持续增长（因为还未达到AGI）
• 服务效率大幅提升（同等性能下能耗降低10-100倍）

长期前景：

• AI在能源系统优化、材料设计、新能源开发等方面的贡献将远超其消耗
• 这是一个投资与回报的时间差问题

深度洞察：这种观点提醒我们需要用动态和全局的视角看待AI的能源影响。短期的能源投入可能换来长期的巨大回报，关键是如何管理这个过渡期。

战略启示

对企业的启示

1. 技术整合思维：不要将AI视为独立工具，而要作为核心引擎融入所有业务流程
2. 混合架构策略：结合数据驱动的学习系统和基于规则的确定性系统
3. 生态系统建设：像Android一样，考虑构建平台生态而非单一产品

对投资者的启示

1. 时间窗口判断：机器人技术可能正处于爆发前夜，但需要识别技术成熟度
2. 能源投资逻辑：短期能源需求增长可能掩盖长期效率提升的巨大价值
3. 创意产业重构：传统创意工具和流程面临根本性变革

对政策制定者的启示

1. 科学研究支持：AI+科学可能带来前所未有的突破，需要政策支持
2. 教育体系调整：当创作门槛降低时，教育重点应转向创意思维和批判性思维
3. 伦理框架建设：随着AI能力快速提升，需要提前建立相应的伦理和监管框架

结语

哈萨比斯的访谈展现了一位科学家对AI未来的深思熟虑。他既保持了对技术可能性的乐观，又维持了对现实挑战的清醒认识。在AI发展的关键时刻，这种平衡的观点尤其珍贵。

正如他所预言的，如果AGI真的在未来10年内实现，我们可能正站在一个新的科学黄金时代的门槛上。这个时代的特征不是某个天才的孤独发现，而是人机协作下的科学发现加速，是创意民主化带来的文化繁荣，是解决人类重大挑战的新可能。

关键在于，我们是否准备好迎接这个变革，是否能够智慧地引导技术发展，确保这个新时代真正惠及全人类。
 

---

原始视频：https://youtu.be/Kr3Sh2PKA8Y?si=wphy1Mgedw67QKW1
中英文字幕：