智東西編譯 陳駿達(dá)編輯 李水青

智東西9月15日報道，昨日，谷歌DeepMind的AI應(yīng)用Gemini憑借其圖像編輯模型“Nano Banana”的病毒式傳播，在美區(qū)蘋果App Store免費應(yīng)用榜中取代ChatGPT，強勢登頂，成為該區(qū)域最受歡迎的應(yīng)用之一。

近日，這場現(xiàn)象級的爆火背后的締造者——2024年諾貝爾化學(xué)獎得主、谷歌DeepMind創(chuàng)始人兼CEO Demis Hassabis，在All-in峰會上進行了一場深度分享，系統(tǒng)闡釋了從爆款產(chǎn)品到AGI未來的宏大議題，內(nèi)容橫跨世界模型、機器人、AGI定義、科學(xué)智能、創(chuàng)作的未來和能源等多個前沿維度。

Hassabis將谷歌DeepMind定位為驅(qū)動谷歌的“AI引擎室”，Gemini、Genie、Veo等模型，都在深度融入谷歌的現(xiàn)有產(chǎn)品。其中，Genie 3世界模型正通過“逆向工程”學(xué)習(xí)物理規(guī)律，未來可能會推動機器人技術(shù)革命。谷歌還在Gemini的基礎(chǔ)上打造機器人模型，有望形成“機器人安卓系統(tǒng)”這樣的通用平臺。

對于業(yè)界熱議的AGI前景，Hassabis給出了冷靜判斷，直言當(dāng)前部分競爭對手所謂的“博士級智能”是“無稽之談”（nonsense）。雖然并未指名道姓，但相關(guān)表述很有可能指的是OpenAI聯(lián)合創(chuàng)始人兼CEO Sam Altman對GPT-5能力達(dá)到“博士級智能”的爭議表述。

▲Demis Hassabis（右）接受采訪（圖源：Youtube）

Hassabis認(rèn)為，目前AI系統(tǒng)最大的缺陷，就是無法提出真正有創(chuàng)造性的觀點。要實現(xiàn)AGI系統(tǒng)，我們?nèi)孕璧却?-2個關(guān)鍵技術(shù)突破的出現(xiàn)。他還透露，其領(lǐng)導(dǎo)的AI藥物發(fā)現(xiàn)公司Isomorphic進展迅速，預(yù)計明年進入臨床前研究，旨在將新藥研發(fā)周期從數(shù)年縮短至數(shù)周。

自上世紀(jì)90年代起，Hassabis就一直在從事AI相關(guān)研究，尤其對科學(xué)智能（AI for Science）有深厚的興趣。他認(rèn)為，AGI有望成為科學(xué)探索的終極工具，其實現(xiàn)意味著科學(xué)黃金時代的到來，有望開啟又一場文藝復(fù)興。

以下是Hassabis在All-in峰會上采訪的實錄：

一、諾獎公布前10分鐘才知曉，DeepMind已成谷歌“引擎室”

主持人：首先恭喜你獲得諾貝爾獎。關(guān)于AlphaFold這一重大突破，大家都很想聽聽你得知獲獎時的情景。當(dāng)時你在哪里？是怎么得知的？

Demis Hassabis：那是一個非常超現(xiàn)實的時刻。整個過程都很不真實。他們通知的方式是，在消息對外公布前大約十分鐘打電話給你。當(dāng)你接到來自瑞典的電話時，整個人都懵了。這是每個科學(xué)家夢寐以求的電話。

之后就是在瑞典與王室共度的一整周頒獎典禮，非常神奇。最令人震撼的部分是，他們會從保險庫里拿出諾貝爾獎簽名簿，你可以在那上面簽下自己的名字，和所有偉大人物并列。

翻閱那些頁面時，你會看到費曼、居里夫人、愛因斯坦、玻爾的名字，然后你也把自己的名字寫進那本書里。這真是難以置信的時刻。

主持人：你之前有沒有想過自己可能會獲獎？

Demis Hassabis：外界會有一些傳聞，但令人驚訝的是，即便在當(dāng)今時代，諾獎評選方依然能把消息保密得如此嚴(yán)密。這個獎對瑞典來說就像是國寶。

會有人說AlphaFold這種成果足以配得上諾獎的認(rèn)可。但諾貝爾獎不僅看重科學(xué)突破，也重視對現(xiàn)實世界的影響，而這種影響往往需要二三十年才能完全顯現(xiàn)。即使聽到風(fēng)聲，也無法預(yù)料會不會真的發(fā)生。對我來說是一個驚喜。

主持人：那我們來聊聊DeepMind。在Alphabet內(nèi)部，DeepMind是什么定位？具體負(fù)責(zé)什么？

Demis Hassabis：我們現(xiàn)在稱之為谷歌DeepMind。幾年前我們把谷歌和Alphabet內(nèi)部所有的AI研究合并到一起，包括谷歌DeepMind。各團隊的優(yōu)勢匯集成了一個部門。

如今谷歌DeepMind是整個谷歌和Alphabet的“引擎室”。DeepMind打造的主力模型Gemini，以及其他許多模型，包括視頻模型、交互式世界模型等，都已經(jīng)融入到谷歌各個產(chǎn)品中。

幾乎每一項產(chǎn)品、每一個服務(wù)領(lǐng)域都有我們的AI模型。如今已有數(shù)十億人通過AI概覽、AI模式、Gemini應(yīng)用等使用Gemini模型。

而這僅僅是開始，我們還把它整合進Workspace、Gmail等等。這對我們來說是絕佳機會——既能做前沿研究，又能立刻將成果推送給數(shù)十億用戶。

主持人：你們的團隊規(guī)模有多大？人員構(gòu)成是怎樣的？

Demis Hassabis：大約有5000人，其中80%以上是工程師和博士研究員。

二、Genie靠逆向工程學(xué)會物理規(guī)律，最終可推動機器人技術(shù)發(fā)展

主持人：模型在不斷演進，新模型層出不窮。前幾天你們發(fā)布了Genie 3世界模型。能給大家介紹一下嗎？

Demis Hassabis：這些畫面都是可互動的世界，根據(jù)文本提示實時生成的，用戶可以用方向鍵和空格鍵操控3D環(huán)境。

畫面中，每一個像素都是即時生成的，直到用戶進入那個區(qū)域，它才存在。整個過程充滿細(xì)節(jié)。

比如這個例子里，有人正在給房間刷漆、在墻上畫東西。玩家轉(zhuǎn)頭看向右邊時，那部分世界才被生成。然后再回頭時，剛才留下的筆跡還在。這一切都是實時生成的。

你還可以輸入“穿著雞仔戲服的人”或“水上摩托”之類的提示，它會立刻把這些元素加入場景中。真的非常震撼。

主持人：我覺得最難理解的地方是，我們都玩過帶有沉浸式3D元素的電子游戲，但那些世界里的物體都是預(yù)先建好的，需要Unity或Unreal這樣的渲染引擎。而Genie是在即時生成2D圖像。

Demis Hassabis：Genie實際上是在對物理學(xué)進行“逆向工程”。它看過數(shù)百萬條YouTube視頻和其他現(xiàn)實世界素材，僅憑這些就推演出了很多世界運作的規(guī)律。

當(dāng)然，它還不完美，但已經(jīng)能生成一致的一兩分鐘交互體驗，而且不限于人類角色，甚至可以操控海灘上的狗或水母。

主持人：3D渲染引擎的工作方式是這樣的：程序員需要把所有物理規(guī)律都編寫進去，比如光線的反射方式。程序員需要創(chuàng)建一個三維物體，然后讓光線在上面反射，這樣軟件才能渲染出來。但Genie完全不同，它是通過視頻訓(xùn)練出來的，卻自己推理出了這一切。

Demis Hassabis：沒錯，它既用真實視頻，也用部分游戲引擎合成數(shù)據(jù)來訓(xùn)練。這一項目與我的個人興趣很有淵源，在90年代我職業(yè)生涯早期時，我便曾經(jīng)開發(fā)過電子游戲和游戲內(nèi)的AI系統(tǒng)，還自己做過圖形引擎。

我知道當(dāng)年要靠手工編寫多邊形、物理引擎有多么困難。而現(xiàn)在這個模型可以毫不費力地做到，甚至能實時渲染水面反射、材質(zhì)流動、物體互動等復(fù)雜效果。

主持人：這些畫面的復(fù)雜性是難以想象的。這會把我們帶向何方？比如推演到Genie 5？

Demis Hassabis：雖然Gemini語言模型的能力在不斷進步，但它從一開始就被設(shè)計為多模態(tài)，可以處理圖像、音頻、視頻等各種輸入，并生成各種輸出。

我們之所以要構(gòu)建這樣的模型，是因為我們認(rèn)為真正的AGI必須理解我們周圍的物理世界，而不僅僅是語言或數(shù)學(xué)這些抽象領(lǐng)域。

這是機器人技術(shù)能夠運作的關(guān)鍵，目前這塊能力還是缺失的。同時，AI眼鏡如果想要在日常生活中發(fā)揮作用，也需要理解所處的物理環(huán)境和周圍世界的工作原理。

像Genie、Veo這些項目，實際上都是在訓(xùn)練AI去掌握世界的動態(tài)和物理規(guī)律。如果模型能生成一個交互式的世界，那就說明它在某種程度上理解了世界的運行邏輯，而這最終可以推動機器人技術(shù)的發(fā)展。

三、谷歌想打造“機器人領(lǐng)域的安卓系統(tǒng)”

主持人：視覺、語言與行動模型（VLA模型）的最新進展如何？我們能否構(gòu)建一個通用系統(tǒng)：機器人通過攝像頭觀察世界，然后我可以用文本或語音告訴它“請幫我完成某件事”，而它知道如何在物理世界中執(zhí)行相應(yīng)的行動？

Demis Hassabis：是的，正是如此。例如，你可以嘗試我們推出的Gemini Live版本：只需舉起手機，它就能觀察你周圍的世界。我建議大家親自體驗一下，它已經(jīng)能夠理解物理世界中的許多內(nèi)容，這一點非常令人驚嘆。

下一步，我們可以設(shè)想將其集成到更便攜的設(shè)備中，比如眼鏡。那樣它就會成為一個日常助手——當(dāng)你在街上行走時，它可以為你推薦信息，或者我們可以將其嵌入谷歌地圖等功能中。

在機器人領(lǐng)域，我們開發(fā)了Gemini機器人模型，它們是基于Gemini模型、并利用額外機器人數(shù)據(jù)進行微調(diào)的版本。

今年夏天我們發(fā)布了一些演示。我們布置了桌面環(huán)境，兩個機械臂在桌上與物體互動，而你可以直接用語言與機器人交流。比如你可以說“把黃色的物體放進紅色的桶里”，它就能將語言指令轉(zhuǎn)化為電機動作。

這體現(xiàn)了多模態(tài)模型的力量，而不僅僅是傳統(tǒng)的機器人專用控制模型——它能夠?qū)ΜF(xiàn)實世界的理解融入與人的交互中。最終，這種模型能力將同時服務(wù)于用戶交互體驗，以及機器人與世界的交互。

主持人：我曾經(jīng)問過谷歌CEO Sundar Pichai：我們是否最終能構(gòu)建出一種機器人的通用操作系統(tǒng)，類似于Unix或安卓。

如果它能足夠通用，可以在多種設(shè)備上運行，那么機器人設(shè)備、公司與產(chǎn)品將迎來爆發(fā)式增長，因為存在一種可廣泛適配的軟件基礎(chǔ)。

Demis Hassabis：這正是我們正在推進的策略之一，可以稱之為“機器人領(lǐng)域的安卓戰(zhàn)略”。但另一方面，將我們最先進的模型與特定類型的機器人設(shè)計進行垂直整合，實現(xiàn)端到端學(xué)習(xí)，也非常有趣。這兩種策略我們都在積極探索。

四、人形與專用機器人將共存，算法仍需進一步發(fā)展

主持人：人形機器人是否是一種合理的外形呢？有人認(rèn)為它適合人類，因為我們自己就是人形，但解決問題可能需要不同形態(tài)的機器人，比如專門疊衣服、洗碗或打掃的形態(tài)。

Demis Hassabis：我認(rèn)為兩者都會存在市場。實際上，五到十年前我曾認(rèn)為我們會為特定任務(wù)開發(fā)特定形態(tài)的機器人。在工業(yè)領(lǐng)域確實如此，無論是實驗室或生產(chǎn)線，你會根據(jù)任務(wù)優(yōu)化機器人的形態(tài)。

然而，對于通用或個人用途的機器人，尤其是需要與人類環(huán)境交互的場景，人形機器人可能非常關(guān)鍵。

畢竟，我們的物理世界是為人類設(shè)計的：臺階、門道……一切設(shè)施都符合人的形態(tài)。與其改變整個世界，不如讓機器人適應(yīng)我們已有的環(huán)境。

人形機器人在這類任務(wù)中可能非常重要。但我相信，專用形態(tài)的機器人同樣會有其市場空間。

主持人：你對未來五到七年的機器人數(shù)量有什么看法？比如，你是否認(rèn)為會有數(shù)百萬甚至數(shù)千萬的機器人？你有沒有一個愿景？

Demis Hassabis：是的，我有。我在這方面花了很多時間思考。我覺得我們?nèi)匀惶幱跈C器人技術(shù)的早期階段。在接下來的幾年里，機器人技術(shù)或許將會有真正的“Wow”的時刻。

但我認(rèn)為算法還需要進一步發(fā)展。機器人模型的底座，也就是通用模型，還需要變得更好、更可靠，并且更好地理解周圍的環(huán)境。這將在接下來的幾年內(nèi)實現(xiàn)。

在硬件方面，我認(rèn)為最終會有成百上千萬機器人出現(xiàn)，關(guān)鍵在于硬件合適能發(fā)展到可以進行大規(guī)模生產(chǎn)的程度。當(dāng)你開始建造大批量生產(chǎn)某款機器人的工廠時，就很難快速迭代機器人設(shè)計。如果你過早地開始大規(guī)模生產(chǎn)，那么6個月后可能會出現(xiàn)新一代機器人，它更可靠、更靈活，這就比較棘手了。

主持人：用計算機類比的話，我們處于70年代的PC DOS時代。

Demis Hassabis：是的，可能就是這樣。我認(rèn)為也許這就是我們所處的位置，但當(dāng)時耗費10年完成的進展，在如今可能1年內(nèi)就會發(fā)生。

五、AGI將成為科學(xué)探索終極工具，目前AI系統(tǒng)仍缺乏創(chuàng)造力

主持人：讓我們來談?wù)勂渌麘?yīng)用，特別是在科學(xué)領(lǐng)域。我始終認(rèn)為，我們能夠用AI解決的最偉大的問題，是那些人類目前憑借現(xiàn)有技術(shù)和能力以及我們的大腦等還無法解決的難題。

你對哪些科學(xué)領(lǐng)域的突破感到最興奮，以及我們將使用什么樣的模型來實現(xiàn)這些突破？

Demis Hassabis：將AI用于加速科學(xué)發(fā)現(xiàn)，并為人類的醫(yī)療健康事業(yè)做貢獻(xiàn)，是我投身AI研究的初衷，也是我眼中AI最重要的應(yīng)用領(lǐng)域。

如果我們以正確的方式構(gòu)建AGI，它將成為科學(xué)探索的終極工具。DeepMind在這方面已取得多項重要成果，最著名的例子是AlphaFold。

實際上，我們已將AI系統(tǒng)應(yīng)用于多個科學(xué)領(lǐng)域，包括材料設(shè)計、等離子體與聚變反應(yīng)堆控制、天氣預(yù)測，甚至解決數(shù)學(xué)奧林匹克競賽問題。同樣的系統(tǒng)，經(jīng)過微調(diào)就能解決很復(fù)雜的問題。

但我們目前仍然只是觸及表面，AI系統(tǒng)尚未展現(xiàn)出真正的創(chuàng)造力，還無法像人類科學(xué)家那樣提出新的猜想或理論。我認(rèn)為，這將是衡量AGI實現(xiàn)與否的關(guān)鍵標(biāo)準(zhǔn)之一。

主持人：你認(rèn)為什么是創(chuàng)造力？

Demis Hassabis：我認(rèn)為創(chuàng)造力是那種我們常常在歷史上最偉大的科學(xué)家和藝術(shù)家身上看到的直覺性飛躍，也許是通過類比推理實現(xiàn)的。心理學(xué)和神經(jīng)科學(xué)中有許多相關(guān)理論。

我認(rèn)為一個不錯的測試方法是，給現(xiàn)代AI系統(tǒng)設(shè)定一個知識截止時間（比如1901年），然后觀察它是否能像愛因斯坦那樣，在1905年提出狹義相對論。如果能夠做到，那可能意味著我們真正接近AGI。

另一個例子是我們的AlphaGo程序。它在十年前擊敗了世界圍棋冠軍，甚至還發(fā)明了前所未有的新策略，比如第二局中著名的第37手。

但目前的AI系統(tǒng)還無法創(chuàng)造出像圍棋這樣兼具優(yōu)雅性、滿足感與審美價值的游戲。我認(rèn)為，這正是當(dāng)前通用系統(tǒng)或AGI系統(tǒng)所欠缺的。

六、“博士級智能”遠(yuǎn)未實現(xiàn)，仍有部分關(guān)鍵能力缺失

主持人：你能分享一下具體哪些部分還有短板嗎？OpenAI的Sam Altman、Anthropic的Dario Amodei近期提出“AGI即將在未來幾年實現(xiàn)”的觀點，你認(rèn)同嗎？

Demis Hassabis：這個問題的核心在于，我們是否能讓AI系統(tǒng)模仿那些頂尖人類科學(xué)家所展現(xiàn)出的那種直覺式飛躍，而不是僅僅做出漸進式的進展。

我常說，區(qū)分偉大科學(xué)家與優(yōu)秀科學(xué)家的關(guān)鍵在于，兩者在技術(shù)上都非常出色，但偉大的科學(xué)家更具創(chuàng)造力。他們可能會從其他學(xué)科領(lǐng)域中發(fā)現(xiàn)某種模式，并將其類比或匹配到正在研究的問題上。

我認(rèn)為未來的AI終將具備這種能力，但目前它還缺乏實現(xiàn)這種突破所需的推理能力和思維方式。

此外，現(xiàn)有AI系統(tǒng)也缺乏能力的一致性。有時我們的競爭對手聲稱AI系統(tǒng)已達(dá)到“博士級智能”，我認(rèn)為這就是無稽之談（nonsense）。

它們不是博士級智能，可能在某些方面具備博士級能力，但并非在所有領(lǐng)域都達(dá)到這一水平——而真正的通用智能應(yīng)能做到這一點。

正如我們所體驗到的，如果你以某種方式提問，當(dāng)前的聊天機器人甚至?xí)诟咧袛?shù)學(xué)或簡單計數(shù)問題上出錯。真正的AGI系統(tǒng)不應(yīng)出現(xiàn)這類錯誤。

我認(rèn)為，要實現(xiàn)能夠勝任這些任務(wù)的AGI系統(tǒng)，可能還需要五到十年的時間。另一個尚未實現(xiàn)的核心能力是持續(xù)學(xué)習(xí)，即系統(tǒng)能夠在線接受新知識或調(diào)整其行為。

目前這些能力仍然缺失，也許通過擴大模型規(guī)?？梢詫崿F(xiàn)一部分，但我認(rèn)為可能還需要一兩個突破性的進展，這些突破有望在未來五到十年內(nèi)出現(xiàn)。

七、模型性能提升未停滯，Nano Banana或?qū)崿F(xiàn)創(chuàng)作普惠

主持人：一些報告和評分似乎反映出兩種趨勢：第一，大語言模型的性能逐漸趨于收斂；第二，性能提升的速度可能正在放緩甚至趨于平穩(wěn)。這兩種說法是否基本準(zhǔn)確？

Demis Hassabis：實際上，我們內(nèi)部并未觀察到這種現(xiàn)象。我們依然看到顯著的進步速度，并且我們的視角更為廣闊。例如，我們的Genie模型、Veo模型，以及最近的Nano Banana，都展現(xiàn)出令人矚目的進展。

我認(rèn)為，未來創(chuàng)意工具的發(fā)展方向是用戶能夠與它們自然交互，甚至通過對話進行操作，而系統(tǒng)能夠以高度一致的方式響應(yīng)用戶需求，就像Nano Banana一樣。

它不僅在圖像生成領(lǐng)域處于領(lǐng)先地位，更突出的是其一致性——能夠在遵循指令的同時保持其他元素不變，使用戶能夠通過迭代獲得理想的輸出。這種能力預(yù)示著創(chuàng)意工具的未來，人們很喜歡這一模型，也喜歡用它來創(chuàng)作。

主持人：我記得小時候為了學(xué)習(xí)如何在Photoshop中去除圖像中的某些部分，不得不購買書籍，學(xué)習(xí)復(fù)雜的操作如填充、羽化邊緣等。而現(xiàn)在，任何人都可以通過Nano Banana輕松實現(xiàn)這些效果，只需向軟件描述需求，它就能自動完成。

Demis Hassabis：這一方面，這些工具正變得普惠化，普通人無需學(xué)習(xí)復(fù)雜的用戶界面即可進行創(chuàng)作；另一方面，我們也在與頂尖創(chuàng)意人士合作，打磨工具的設(shè)計。

例如導(dǎo)演達(dá)倫·阿倫諾夫斯基及其團隊，他們使用Veo等工具制作電影，并幫助我們優(yōu)化工具功能。

通過與這些專業(yè)人士的合作，我們發(fā)現(xiàn)這些工具不僅適用于普通用戶，還能以十倍、百倍的幅度，提升頂級創(chuàng)作者的生產(chǎn)力。

他們可以以極低的成本嘗試更多想法，并快速實現(xiàn)高質(zhì)量的作品。因此，我們認(rèn)為這兩方面是并行不悖的：我們既面向日常使用場景，將這項技術(shù)普惠化，也在賦能高端專業(yè)用戶。

那些懂得如何使用這些工具的人，以及擁有愿景、敘事風(fēng)格和講故事能力的頂尖創(chuàng)意人士，能將這些工具發(fā)揮出更好的效用。

主持人：從文化角度看，一個有趣的問題是：未來娛樂內(nèi)容將如何演變？是會每個人都能定制自己感興趣的內(nèi)容，例如根據(jù)特定音樂風(fēng)格生成新曲目，或基于電影《勇敢的心》創(chuàng)建游戲體驗？還是仍然保持一對多的創(chuàng)作模式？

從文化角度看，這個問題頗具哲學(xué)意味。我們是否仍然需要由創(chuàng)作者共同構(gòu)建的、具有共識性的敘事？抑或是每個人都將開始開發(fā)和構(gòu)建自己獨特的虛擬體驗？

Demis Hassabis：基于我從90年代起從事游戲設(shè)計和編程的經(jīng)驗，我認(rèn)為當(dāng)前所見只是娛樂產(chǎn)業(yè)未來的起點。未來可能會出現(xiàn)全新的藝術(shù)形式或內(nèi)容類型。在這種模式下，雖然會存在一定程度的共同創(chuàng)作，但我始終認(rèn)為頂尖的創(chuàng)意愿景家仍將發(fā)揮關(guān)鍵作用。

這些創(chuàng)作者能夠構(gòu)建出引人入勝的體驗和動態(tài)敘事，即使使用相同的工具，他們的作品質(zhì)量也會遠(yuǎn)超普通用戶。與此同時，數(shù)百萬用戶不僅可以進入這些世界，還能參與部分內(nèi)容的共同創(chuàng)造。在這種情況下，頂級創(chuàng)意者可能更傾向于扮演”世界編輯者”的角色。

這正是我們接下來幾年希望探索的方向，目前正在通過Genie等技術(shù)逐步實現(xiàn)這個愿景。

八、大量時間投入AI藥物發(fā)現(xiàn)公司，明年進入臨床前期研究階段

主持人：你如何分配你的時間？也許你可以談一下Isomorphic，你是不是在那兒投入了大量時間？

Demis Hassabis：是的，我確實投入了大量時間。這是一家從DeepMind拆分出來的公司，正致力于通過蛋白質(zhì)折疊技術(shù)AlphaFold的突破來革新藥物發(fā)現(xiàn)領(lǐng)域。

雖然理解蛋白質(zhì)結(jié)構(gòu)是關(guān)鍵突破，但這只是藥物研發(fā)過程中的一個環(huán)節(jié)。Isomorphic正在開發(fā)與AlphaFold相關(guān)的多項技術(shù)，致力于設(shè)計能夠精準(zhǔn)靶向蛋白質(zhì)且避免副作用的化合物。

我們預(yù)計能將藥物發(fā)現(xiàn)周期從現(xiàn)在的數(shù)年甚至十年，縮短到數(shù)周級別。目前我們正在構(gòu)建技術(shù)平臺，與禮來、諾華等制藥企業(yè)建立了深度合作。

同時我們也在推進內(nèi)部藥物研發(fā)項目，預(yù)計明年進入臨床前期研究階段，后續(xù)將由合作伙伴推進臨床實驗。我們的研究重點涵蓋癌癥、免疫學(xué)和腫瘤學(xué)等領(lǐng)域，并與MD安德森癌癥中心等機構(gòu)保持合作。

主持人：在藥物發(fā)現(xiàn)領(lǐng)域，我們需要如何平衡確定性模型（基于物理化學(xué)原理）與概率性模型（基于數(shù)據(jù)訓(xùn)練）的協(xié)同工作？

Demis Hassabis：我們正在構(gòu)建混合模型系統(tǒng)，未來5年也是如此。以AlphaFold為例，它既包含基于神經(jīng)網(wǎng)絡(luò)和Transformer的概率學(xué)習(xí)部分，也整合了化學(xué)物理規(guī)則的確定性約束。

在生物化學(xué)領(lǐng)域，數(shù)據(jù)稀缺是常態(tài)，因此需要融入已知的科學(xué)原理作為約束條件。比如原子之間的鍵角，讓模型理解原子之間不能相互重疊等。

理論上，它可以從數(shù)據(jù)中學(xué)習(xí)這些，但那將浪費大量的學(xué)習(xí)能力，因此最好將這些作為約束條件納入其中。

就像AlphaGo一樣：讓一個神經(jīng)網(wǎng)絡(luò)學(xué)會識別棋局中的模式，再在上面加一層蒙特卡洛樹搜索來做規(guī)劃。難點在于如何把學(xué)習(xí)型子系統(tǒng)與人工定制的子系統(tǒng)無縫結(jié)合。

主持人：這種架構(gòu)能否帶來通向AGI的突破？

Demis Hassabis：我認(rèn)為，一旦把混合系統(tǒng)跑通，下一步就是把得到的知識反哺回學(xué)習(xí)組件，盡量做端到端學(xué)習(xí)，讓模型直接從數(shù)據(jù)里預(yù)測目標(biāo)。

一旦用混合系統(tǒng)完成了初步研究，就可以進行逆向工程，看看是否可以將這些信息納入學(xué)習(xí)系統(tǒng)。

這正是AlphaZero的做法：拋棄人類棋譜和圍棋專用知識，從零自我對弈，結(jié)果不僅能下圍棋，還能通吃任何棋類。

九、AGI將開啟科學(xué)的黃金時代

主持人：AI的能源需求是一個熱點話題。這些能源需求將從何而來？模型架構(gòu)、硬件，或者模型與硬件的協(xié)同會不會逐漸改進，最終把每個token的能耗或成本降下去，讓總能源需求曲線走平？還是說并不會，我們?nèi)砸鎸σ粭l很陡的需求曲線？

Demis Hassabis：我認(rèn)為這兩種情況都是正確的。在谷歌DeepMind，我們專注于打造非常高效的模型，因為我們在內(nèi)部有很多用例，需要為數(shù)十億用戶提供AI服務(wù)。模型必須極其高效，極其低延遲，并且成本低廉。

因此，我們開創(chuàng)了許多技術(shù)，使我們能夠做到這一點，比如蒸餾，讓大模型教小模型。過去兩年，在同樣的性能水平上，模型效率提高10倍甚至100倍。

現(xiàn)在，能源需求沒有減少的原因是，我們還沒有達(dá)到AGI。對于前沿模型，我們需要更大規(guī)模上嘗試和實驗新的想法。但在服務(wù)端，模型正變得越來越高效。所以這兩種情況都是正確的。

最終，從能源角度來看，我認(rèn)為AI系統(tǒng)將在能源和氣候變化等方面回饋更多，而不是消耗更多。在未來10年內(nèi)，AI將在電網(wǎng)系統(tǒng)、電力系統(tǒng)、材料設(shè)計、新型材料、新型能源來源等方面發(fā)揮巨大作用，這些貢獻(xiàn)將遠(yuǎn)遠(yuǎn)超過它今天所消耗的能源。

主持人：作為最后一個問題，請描述一下10年后的世界。

Demis Hassabis：哇，10年甚至10周在AI領(lǐng)域都是一段很長的時間。但我確實認(rèn)為，如果我們能在未來10年內(nèi)實現(xiàn)AGI，那么這將開啟一個科學(xué)的新黃金時代。一場新的文藝復(fù)興。我們將在能源、醫(yī)療等各個領(lǐng)域見證AGI帶來的好處。

來源：Youtube @allin