【长期主义】第363期智能说：DeepMind CEO Hassabis深度专访

2025 All-In峰会上，谷歌DeepMind创始人、CEO Demis Hassabis接受专访，分享关于AI发展与AGI未来深刻见解，涵盖AI与科学发现、DeepMind角色定位、AI模型性能与进展、AGI路径与实现时间、机器人革命、AI能源需求等话题。

Demis Hassabis表示，当前AI系统最大不足，在于缺乏真正创造性思维，要达成AGI目标，需等待1~2个根本性技术突破，有望未来5年内实现。谷歌正在Gemini基础上，研发机器人模型，旨在打造机器人的Android。

本期长期主义，选择Demis Hassabis深度专访，瓜哥AI新知发布，六合商业研选精校，分享给大家，Enjoy！

正文：

全文9,461字

预计阅读19分钟

DeepMind CEO Demis Hassabis All-in专访：离AGI还差1~2个根本性突破，有望5年内实现，正打造机器人的Android

时间：2025年9月13日

来源：瓜哥AI新知

字数：9,461

内容提要

AI未来与科学发现：AI，特别是AGI，将是加速科学发现、改善人类健康的终极工具，能够解决当前技术无法企及的难题。

诺贝尔奖与AlphaFold：Demis Hassabis因AlphaFold突破性成就，荣获诺贝尔奖，该项目展现AI在科学发现中巨大潜力。

Google DeepMind角色：Google DeepMind是Google与Alphabet的AI引擎室，负责开发与整合包括Gemini在内各类AI模型，并应用于Google众多产品与服务中，惠及数10亿用户。

Genie世界模型：Genie是新一代世界模型，能通过文本提示，即时生成可交互的3D环境，允许用户自由探索，展示AI理解物理世界的惊人能力。

AGI路径：构建能够理解物理世界的AI系统，是迈向AGI关键一步，这对机器人技术与智能设备发展至关重要。

机器人革命：AI将推动机器人领域巨大发展，未来可能出现类似Android的通用机器人平台。人形机器人能更好与人类环境互动而意义重大，专用形态机器人在特定任务中仍有价值。

AI创造力局限：目前AI在提出全新猜想、假设与原创概念方面仍有局限，缺乏人类科学家或艺术家直觉式、跨越式创造力。

AI模型性能与进展：有模型性能趋同说法，Google DeepMind并未感到性能提升放缓，仍在持续取得巨大进步，尤其是在模型效率与功能方面。

创意工具的民主化与增强：AI工具，如NanoBanana正在实现创造力民主化，极大降低创作门槛，它们也能成倍增强顶尖创意人士生产力。

共创式娱乐未来：AI将推动娱乐形式，向共创式发展。顶尖创作者负责设计引人入胜的体验与动态故事线，普通用户也能参与其中，共同创造。

药物发现加速：通过Isomorphic公司，AI正在革新药物发现流程，有望将研发周期，从数年，缩短至数周，甚至数天。

混合模型与确定性：AI模型正朝着混合模式发展，即结合基于数据的概率性学习与基于物理化学规则定性约束，提高效率与准确性。

AGI实现时间：Demis Hassabis预测，实现AGI可能还需5~10年，期间或许要经历1~2次重大突破。

AI能源需求与贡献：AI发展面临巨大能源挑战，它也将通过优化能源系统、设计新材料等方式，为解决气候变化问题做出巨大贡献，贡献将远超消耗。

10年后世界愿景：若能在10年内实现AGI，将开启科学与艺术的新黄金时代，为人类在能源、健康等领域，带来巨大福祉。

访谈全文

主持人：这是一位可能掌握我们未来钥匙的人，谷歌DeepMind CEO，是整个公司AI发展的驱动力。

在他凭借AlphaFold获得诺贝尔奖，并被查尔斯国王授予爵士头衔后，他已然成为AI领域先驱。

Demis Hassabis：我们是现代第一批认真投身于此的团队。我认为AlphaGo是重要的分水岭，不仅对DeepMind，对整个AI领域亦是如此，我从小就梦想用AI来加速科学发现。

主持人：祝贺你荣获诺贝尔奖，这要归功于AlphaFold非凡突破。

也许你已经分享过很多次了，我相信在座各位都想听你亲口讲述获奖那一刻的故事，你是如何得知的？

Demis Hassabis：那是非常超现实的时刻。他们通知你的方式，是在正式公布前10分钟。

你根本来不及消化这个消息，接到来自瑞典电话时，整个人是有点懵的，但那是每个科学家都梦寐以求的电话。

之后在瑞典参加为期一周的颁奖典礼，与皇室共处，一切都太棒了。

这项荣誉传承120年，最令人惊叹的环节是，他们会从保险库中，取出诺贝尔奖的签名簿。

你可以将你的名字，与历史上所有伟大的获奖者签在一起，那是真正不可思议的瞬间。

当你翻阅书页，会看到费曼、居里夫人、爱因斯坦、尼尔斯·玻尔，你可以一直往前翻。最后，你亲手将自己名字，写进那本历史名册。感觉，无与伦比。

主持人：你事先有预感自己被提名，或者觉得可能会获奖吗？

Demis Hassabis：会听到一些传闻，说实话，在今天这个信息时代，他们还能做到如此保密，实在令人惊讶，这类似是瑞典的国家宝藏一样被守护着。

你可能会听说，AlphaFold的成就，或许值得这份认可。

评选不仅看科学突破本身，也看它对现实世界影响，这种影响有时需20~30年才能完全显现。

你永远不知道它什么时候会来，甚至是否会来，这是惊喜。

主持人：几周前，我荣幸与你合了张影，那张照片我会永远珍藏。

我们来聊DeepMind在Alphabet中扮演的角色，Alphabet是庞大的组织，业务部门众多。DeepMind定位是什么，你负责哪些工作？

Demis Hassabis：几年前，我们将Google与Alphabet旗下AI团队，包括原来DeepMind进行整合，汇集各方优势，成立现在的Google DeepMind，我通常把它描述为整个Google与Alphabet的引擎室。

Gemini是我们正在构建的核心模型，我们还有许多其他模型，比如视频模型与交互式世界模型。我们正将这些模型，整合到Google各个角落。

现在，我们AI模型几乎内嵌于所有产品与业务领域。

数10亿用户正通过AI Overviews、AI模式，或Gemini应用与Gemini模型进行互动，这仅是开始，我们还在将其整合到Workspace、Gmail等产品中。

这为我们提供绝佳的机会，进行最前沿的研究，迅速部署给数10亿用户。

主持人：团队有多少人，他们背景构成是怎样的？

Demis Hassabis：在我部门Google DeepMind，大约有5,000人，超过80%是工程师与博士研究员，也是4千人左右。

主持人：模型在不断进化，新品类层出不穷。

前几天，你们发布Genie世界模型，它是什么？

我们这里正好有一段视频，不如我们边看边聊。

我觉得这个模型，必须亲眼看到，才能理解它的非凡之处。

我们可以播放视频，请Demis为我们介绍一下。

你看到的不是游戏，也不是视频，而是一个个世界，每一个都是由世界模型新前沿Genie生成的交互式环境。

借助Genie，你仅用一个文本提示，就能通过自然语言生成各种各样世界，并与之互动探索。

Demis Hassabis：你看到的这些交互式世界，全部是由文本提示生成，它允许用户实际控制画面。

这不是一段静态视频，用户可以用方向键与空格键，在3D环境中自由导航。

你在这里看到的一切，都是即时生成的。在你或者与你互动的玩家，移动到世界某个区域之前，那里的像素甚至不存在。

这创造了一种丰富的体验，每一次互动，都会带来全新视觉内容。

稍后你会看到，一切都是实时生成。这并非预先录制的视频，我们看到的是一个玩家正在粉刷房间，并在墙上添加图案。

玩家可以看向右边，再回头，体验环境的动态变化。

世界的这一部分，刚才还不存在，现在它被创造出来。

当玩家回头看时，还能看到自己刚刚留下的油漆痕迹。

同样，这里看到的每一个像素，都是完全由AI生成。

你还可以输入穿鸡服装的人、或者水上摩托艇之类的指令，模型会实时将它们融入场景中，这相当惊人。

主持人：我想，观众在看的时候，可能很难完全理解背后的技术飞跃。

我们都玩过带3D元素的视频游戏，沉浸在预设的世界里。

在这里，没有预先创建的物体，没有渲染引擎。

你们没有使用Unity或Unreal这样3D渲染引擎，这是AI实时生成，并渲染的一系列2D图像，完全即时创作。

Demis Hassabis：这个模型，正在逆向工程我们世界中的直观物理学。

它观看数百万YouTube视频、其他关于世界如何运作的影像资料，并仅仅从中就自己推导出世界许多运行规律。它不完美，已经可以生成1~2分钟的可交互内容，让用户在各种不同世界里操作。后面视频里，还可以控制沙滩上的狗、水母，或其他非人类角色。

主持人：传统3D渲染引擎，需程序员输入所有物理定律，比如光线如何从物体反射，创建一个3D模型，软件再根据这些规则，渲染出我们看到的视觉效果。

这个模型，仅通过观看视频，进行训练，就自己搞明白这一切。

Demis Hassabis：它结合视频与游戏引擎生成的合成数据进行训练，在此基础上，进行逆向工程。

这个项目对我个人意义非凡，极为震撼。

20世纪90年代，在我职业生涯早期，我是为视频游戏编写代码与AI，也开发过图形引擎。

我深知手工完成这些工作，有多么困难，编写多边形、构建物理引擎。

现在看到AI如此轻而易举处理这一切，真是太神奇了。水中光影反射、材质动态、物体行为方式，它几乎是开箱即用。

主持人：真的很难想象这个模型，背后解决多少复杂难题，实在是太震撼。

这会把我们引向何方，如果快进到它的第五代模型，会是怎样的场景？

Demis Hassabis：我们构建这类模型，是我们一直认为，我们在普通语言模型，比如我们Gemini模型上取得显著进展，我们从一开始就希望Gemini是多模态的。

我们希望它能够处理任何类型输入，如图像、音频、视频，并能生成任何类型内容。

我们对此非常感兴趣，我们认为，要实现真正AGI，系统必须理解我们周围物理世界，而非仅停留在语言或数学的抽象层面。

这对机器人技术至关重要，也恰恰是当前机器人技术所缺失的关键一环。

像智能眼镜助手这样设备，如果想在日常生活中帮助你，必须理解你所处的物理环境，世界直观的物理规律是如何运作的。

我们认为，构建Gemini这类模型、最先进的文生视频模型，正是我们打造世界模型的体现，一个能够理解世界动态与物理规律的模型。

如果你能生成这个世界，就证明你的系统理解背后的运行规律。

主持人：这最终将引向机器人领域，一个非常重要的应用。

目前在视觉、语言、动作模型的整合方面，最前沿的技术是怎样的？

换言之，一个通用的系统，它能观察世界，我可以通过语言，无论是文本还是语音，告诉它，我希望它做什么，它就能在物理世界中采取相应行动来完成任务。

Demis Hassabis：完全正确。

如果你试试我们Gemini Live，用手机对准周围世界，会惊奇发现它已经能够理解物理世界。

可以想象，下一步是将其集成到像智能眼镜这样更便捷设备中，让它成为你的日常助手。

当你在街上行走时，它就能为你提供建议，或者我们可以将其嵌入到谷歌地图中。

在机器人领域，我们构建Gemini机器人模型的系统，它们是在Gemini基础上，用额外机器人数据进行微调。

2024年夏天，我们发布了一些非常酷的演示。演示中，可以看到桌面上有两个机械臂与物体互动。

可以直接与机器人对话，比如下达把黄色物体放进红色桶里之类指令，它就会将语言指令转化为具体的运动指令。

多模态模型强大之处，在于它能将对现实世界的理解，融入人机交互中，远非专用的机器人模型所能及。

这最终将成为理想的用户界面UI/UX，也赋予机器人安全探索世界所必需的理解力。

主持人：我曾问过Sundar Pichai，这是否意味着你们最终可以构建类似Unix或Android的通用机器人平台？

届时，一旦这个平台在足够多设备上稳定运行，机器人硬件、公司与产品，会像雨后春笋般涌现，有了一个通用软件底层来支撑这一切。

Demis Hassabis：完全正确，这正是我们追求的策略之一，一个跨平台的机器人操作系统，类似打造机器人领域的Android。

另一条同样有趣的路径是垂直整合，即将我们最新的模型，与特定机器人形态进行端到端的深度融合与学习。

这两条策略都非常有趣，我们也在同时推进。

主持人：你认为人形是一个机器人形态吗，它在这个世界上实用吗？

有些人批评说，人形对什么都能做一点的人类很合适，对折叠衣物、洗碗或打扫房间这类特定任务，或许存在更优化的形态。

Demis Hassabis：我认为两者都会有各自用武之地。

5~10年前，我倾向认为我们会为特定任务开发专用的机器人形态。

在工业领域，比如实验室或生产线，情况肯定如此，会希望根据特定任务来优化机器人的形态。

对通用或个人用途的机器人，人形形态可能至关重要，它们需与我们世界互动。

我们物理世界，是围绕人类设计的，台阶、门廊、环境中许多其他方面，都是为我们量身打造。

与其改造整个世界来适应机器人，不如设计能无缝融入现有环境的机器人形态，这更容易。

我认为人形形态，对需要与我们日常环境互动的任务可能非常重要。

同时，我相信，为特定任务优化的专用机器人形态，同样会有一席之地。

主持人：对未来5~7年内，出现数百万、乃至上亿台机器人，你有什么看法，你脑海中有具体的愿景吗？

Demis Hassabis：我在这方面思考很久，我觉得我们现在仍处在机器人领域的黎明时分。

我预计未来几年内，机器人领域将迎来真正的惊艳时刻Wow moment。

算法仍需进一步发展，构建通用机器人模型，需做得更好、更可靠，对周围世界有更全面理解，我相信这种进步，将在未来几年内实现。

硬件方面，我相信最终将有数百万台机器人服务社会，并提高生产力。

关键问题是，我们何时才能拥有足以支撑规模化量产的硬件水平。

当你开始建造工厂，准备生产数万、或数十万台特定机器人时，快速迭代硬件设计，会变得极具挑战性。

这是挑战所在，如果过早将产品推向市场，6个月后，可能就会出现功能更强、更灵巧的下一代产品，让你陷入被动。

主持人：这个类比，听起来像是说，机器人领域，我们还处在个人电脑时代的20世纪70 年代，也是PC-DOS的阶段。

Demis Hassabis：或许我们处在那个阶段，不同的是，现在的发展速度，是1年顶过去10年。

主持人：1984年，可能是标志性年份。

我们来谈其他应用，尤其是在科学领域。

作为杰出的科学家，我一直认为，AI最伟大的成就，将是帮助我们解决凭借现有技术、能力，乃至人类智慧本身都无法攻克的难题。

在科学的哪些领域与突破上，你最为兴奋，为实现这些突破，又需什么样模型？

Demis Hassabis：用AI加速科学发现、改善人类健康，正是我投身于此的毕生追求，我认为这是我们能用AI做的最重要的事。

如果构建得当，AGI将成为科学探索的终极工具。

在DeepMind，我们已经展示这方面巨大潜力。

最著名的例子是AlphaFold，我们也已将AI系统，应用于材料设计、聚变反应堆的等离子体控制、天气预报，甚至解决奥林匹克数学竞赛难题等众多科学分支。

同一种类型的系统，经过微调，能应对许多复杂的挑战。

我相信，我们今天所见，仅是AI潜能的冰山一角。

当前AI存在一些局限性，我认为它不具备真正创造力，它无法提出全新的猜想或假设。

它可以验证你给出的命题，无法独立产生新的想法或理论。

我认为，这种创造新概念的能力，将是衡量AGI的标准之一。

主持人：这对未来意味着什么，人类创造力究竟是什么？

Demis Hassabis：我认为，创造力是我们在伟大科学家与艺术家身上所看到的直觉飞跃，这或许是通过类比推理实现的。

关于人类思维如何实现飞跃，心理学与神经科学中有很多理论。

一个很好的思想实验是，给一个AI限定1901年以前的知识，看它能否像爱因斯坦在1905年，独立提出狭义相对论。如果它能做到，我们就在通往AGI道路上，取得真正重要的进展。

另一个例子是我们AlphaGo，它击败围棋世界冠军。它不仅赢了，还开创围棋史上前所未有的新策略，比如著名的第37手。

问题依然存在，AI能否创造出一款像围棋一样优雅、精妙、富含美学的全新游戏，不仅是在现有规则下发明新策略？目前，这些问题的答案是否定的。

我认为离真正的AGI，缺失一个关键环节，创造并欣赏美的能力。

主持人：你能否更具体说明到底缺少什么？

几年前，Dario Amodei与Sam Altman等人，对AGI有不同看法，你是否不认同他们？

从你对系统架构的理解看，关键缺失环节是什么？

Demis Hassabis：我认为根本问题在于，我们能否复现顶尖科学家非线性、直觉式飞跃，而不仅是渐进式推理。

优秀科学家与伟大科学家区别在于，前者技术精湛，后者在此基础上更富创造力。

他们可能会从另一个学科领域发现某种模式，并将其类比应用到自己试图解决的问题上。

我相信AI有朝一日也能做到这一点，它目前不具备实现这种突破，所需的推理与思考能力。

我认为我们缺乏一致性。

你经常听到竞争对手，声称我们今天的系统拥有博士级智能，我认为纯属无稽之谈。

它们绝非博士级智能，它们或许在某些方面具备博士水准能力，缺乏通用性，真正通用智能，应该是在所有领域都达到博士水平。

我们都知道，与今天聊天机器人互动时，只要换个问法，它们甚至会在高中数学与简单计数上犯低级错误。

对真正的AGI系统，这种错误，是不应该发生的。

我认为，我们距离能做到这些的AGI系统，大约还有5~10年时间。

另一个缺失的能力，是持续学习，即时教系统新知识或调整其行为。

许多这类核心能力依然缺失，或许单靠规模化就能实现目标，如果要我下注，我认为还需一到两个根本性突破，这些突破可能会在未来5年内发生。

主持人：与此同时，一些报告与基准测试似乎显示出两点，一是大型语言模型性能正在趋同；二是每一代模型性能提升速度，似乎在放缓或趋于平稳。

这两个说法大体上准确吗？

Demis Hassabis：至少从我们内部看，并未发现这种情况，我们仍在见证巨大进步。

我们正在更广阔领域探索，可以看看我们Gemini模型与Veo模型。

主持人：NanoBanana简直太惊人，令人难以置信，它真的很棒。

我算是技术爱好者，从小玩Adobe Photoshop、Kai's Power Tools，我还跟你提过Bryce 3D。

当我看到如今的图形系统与它背后运行原理时，真的感到无比震撼。

Demis Hassabis：我认为这正是许多创意工具的未来，只需通过互动或对话下达指令，它就能精准、连贯完成任务。

NanoBanana为例，如此出色，是它是款顶尖的图像生成器，在同类产品中遥遥领先。它最核心优势之一，是生成结果的一致性。

它能根据指令精确修改你想要的细节，保持其余部分稳定不变。这样就可以不断迭代，直至达到理想效果。这恰恰揭示创意工具的未来图景，也预示行业发展方向，人们正乐在其中，享受用它创作的乐趣。

主持人：创造力的民主化，我认为这股力量非常强大。

我记得小时候，为学会怎么抠图、填充、羽化这些操作，我得买一本本厚厚的Adobe Photoshop指南，埋头苦读。

现在，任何人只要使用NanoBanana，直接说出自己想法，软件就能心领神会完成操作。

Demis Hassabis：我认为未来，会呈现两个趋势。

首先是这些工具民主化，让每个人都能轻松使用，进行创作，无需像过去，耗费大量精力学习复杂的软件界面与操作流程。

另一方面，我们在与顶尖电影制作人、创意人士、艺术家紧密合作。他们正在帮助我们共同设计新一代工具形态，告诉我们，他们真正需哪些功能。

比如我好友、杰出的导演达伦·阿伦诺夫斯基Darren Aronofsky，一直在用我们VEO与其他工具进行电影创作。通过观察他们，与他们合作，我们学到很多。

我们发现，这些工具同样能极大赋能顶尖的专业人士。

最顶级的创作者，他们创作效率，能够瞬间提升10倍、甚至100倍。

他们可以极低成本，将脑海中所有奇思妙想付诸实践，最终收获他们所期望的精美成果。

我认为这两个趋势，并行不悖。

我们既在推动工具民主化，让YouTube创作者等大众用户能使用；对顶尖创作，并非人人都能用这些工具达到同样高度。

这背后需要的是技巧，更重要的是顶尖创作者所具备的远见、叙事能力、独特的艺术风格。

我认为这些工具，只是让他们能够更快迭代自己想法，他们也对此乐此不疲。

主持人：我们最终会进入一个这样的世界吗，每个人都能随心所欲描述自己想要的内容。

比如我说，来一首Dave Matthews风格音乐，AI能即时创作一首全新的曲子？

或者，我想玩一款以《勇敢的心》为背景的电子游戏，主角是我自己，我就能亲身体验那段故事？

我们会发展到那一步吗，还是说，我们社会，需一种一对多的创作模式？

从文化层面看，我知道这有些哲学化，我非常好奇，我们是否还需由少数创作者打造、我们所有人共同分享的宏大叙事？

还是说，每个人都将沉浸自己塑造的个性化虚拟世界中？

Demis Hassabis：我预见到这样一个世界的到来，对此思考良多。

我最初是在20世纪90年代，以游戏设计师与程序员身份入行。

我相信，娱乐的未来，正在浮现，我们现在所见证的，或许正是一种包含共同创作元素的新艺术形态的萌芽。

我认为，顶尖的创意远见者，依然会是引人入胜的体验与动态故事线的主导者。即便他们与普通人使用相同工具，他们作品质量与深度，依然会更胜一筹。数百万人，或许会沉浸在这些世界里，同时，他们也能有机会参与到这些世界的共同创造中。

或许，顶尖创作者的角色，会转变为世界观的编辑，负责引导与整合众人的集体创造力。这些都是我预见在未来几年可能出现的演变，我非常渴望能亲自探索像Genie这样的技术，所带来的无限可能。

主持人：你目前如何分配你的时间，你还在Isomorphic工作吗？

或许可以请你介绍一下，Isomorphic是做什么的，你是否投入大量精力在那边？

Demis Hassabis：我仍在管理Isomorphic，这是我们一家衍生公司，致力革新药物发现，它建立在我们在AlphaFold蛋白质折叠预测的突破之上。

了解蛋白质结构，只是药物发现过程的第一步。

你可以把Isomorphic想象成，围绕AlphaFold构建一系列相关模型，用于解决后续问题，例如设计出能与蛋白质靶点精准结合、无副作用的化合物。

我认为，在未来10年内，我们有望将药物发现周期，从数年甚至10年，缩短到几周、乃至几天。

主持人：太不可思议了。

你认为这项技术会很快进入临床阶段，还是目前仍处于发现阶段？

Demis Hassabis：我们正在构建这个平台，与礼来Eli Lilly、诺华Novartis建立非常好的合作伙伴关系。

我们也有自己内部药物研发项目，我认为我们将在2026年某个时候进入临床前阶段。

主持人：候选药物会交给制药公司，由他们继续推进后续流程？

Demis Hassabis：是的，我们正在研究癌症、免疫学、肿瘤学等领域，与MD安德森癌症中心等顶尖机构进行合作。

主持人：我想回到你关于AGI观点上来，这与你刚才提到的内容息息相关。

如果我理解过于简化，请随时纠正我，模型可以分为概率性模型与确定性模型。

确定性模型，遵循固定的逻辑算法，每次输入，都会得到相同输出。

概率性模型，会根据可能性进行选择，比如选择这个词的概率是80%，那个词的概率是90%。

考虑到这种区别，当你进行药物发现建模时，有多少工作，是需开发与分子相互作用相关的、基于物理或化学原理定性模型？

具体来说，你在多大程度上关注构建这类新颖定性模型，来与基于数据训练的概率性模型并行工作？

Demis Hassabis：这是个非常问题。

目前、未来5年左右，我们正在构建的，可以称之为混合模型。

AlphaFold本身是一个混合模型，它有一个学习组件，也是你所说的概率组件，基于神经网络与Transformer等技术，能从你提供的任何可用数据中学习。

在生物学与化学领域，很多时候数据不充足。你必须将一些已知的化学与物理规则内置到模型中。

例如，AlphaFold中，我们需设定原子间的键角，确保模型理解原子不能重叠等基本物理约束。

理论上，模型可以自己学会这些，这会极大浪费模型的学习能力。将这些规则，作为约束条件直接加入，是更高效的做法。

无论是AlphaGo、还是其他混合系统，关键与难点，都在如何将学习系统与一个更偏向人工设计、定制化的系统完美结合，让它们协同工作，这相当有挑战性。

主持人：你认为这种架构，最终能否带来实现AGI所需的突破，是否有一些核心定性问题需我们攻克？

Demis Hassabis：我认为，最终目标是，当我们通过混合系统取得进展后，应将这些经验反哺，整合到学习组件中。

如果你能实现端到端学习，直接从原始数据预测出最终结果，那永远是更好的方案。

一旦你通过某个混合系统，取得突破，就会回过头尝试逆向工程，思考如何将这种新发现或新知识，融入到核心学习系统中。

这有点像我们对AlphaZero所做的改进，AlphaZero是AlphaGo一个更通用的版本。

AlphaGo内部包含一些针对围棋的特定知识，在AlphaZero中，我们移除这些定制规则，包括我们用来训练的人类棋谱数据，而是让它从零开始，通过自我对弈进行学习。

最终结果是，它不仅能下围棋，还能学会任何其他棋类游戏。

主持人：关于AI带来的能源需求，最近有很多讨论。

几周前在华盛顿特区的AI峰会上，这似乎是核心议题之一，也是当今科技界最热门的话题，这些电力将从何而来？

我想问你的是，模型的架构、硬件，或是模型与硬件的协同关系，是否会发生变革，显著降低每个输出token的能耗或成本，最终平缓我们眼前的能源需求曲线？

还是说，你认为，我们将不可避免看到一条呈指数级增长的能源需求曲线？

Demis Hassabis：我认为这两个趋势同时存在。

尤其是在谷歌与 DeepMind，我们一直非常注重开发兼具强大性能与高效率的模型。

这是我们有大量的内部应用场景，比如每天需为数10亿用户提供AI概览服务，这就要求模型必须具备极高效率、极低延迟、极低服务成本。

我们为此开创许多技术，比如蒸馏Distillation。

这个过程中，我们用一个更大的模型，来训练一个更小的模型，本质是让小模型模仿大模型的行为。

纵观过去2年发展，同等性能下，模型的效率，已经提升大约10倍，甚至100倍。

这并没有减少总体能源需求。原因在于，我们离AGI还有距离，前沿模型的研究，还在不断向前推进。

人们持续渴望以越来越大规模训练与实验新想法，这与服务端效率的不断提升，形成并行的局面。

最终，我相信从能源角度看，AI系统为解决能源与气候变化问题带来贡献，将远远超过自身的消耗。

这包括优化电网系统、设计具有新特性的材料，提升新能源的效率等。

我相信在未来10年，AI将在很大程度上帮助我们解决这些重大挑战，贡献将远超今天的能源消耗。

主持人：请你描绘10年后的世界。

Demis Hassabis：在AI领域，10年，甚至十周，都是一段相当长的时间，我无法确切预言10年后会发生什么。

我感觉，如果我们在未来10年内，成功实现AGI，将开启一个科学的全新黄金时代，一场新的文艺复兴。

届时，我们将看到从能源、到人类健康等各个领域都受益。

DC娱乐网

【长期主义】第363期智能说：DeepMind CEO Hassabis深度专访

热门分类