智東西編譯 陳駿達(dá)編輯 李水青

智東西9月15日?qǐng)?bào)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(fèi)應(yīng)用榜中取代ChatGPT，強(qiáng)勢(shì)登頂，成為該區(qū)域最受歡迎的應(yīng)用之一。

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

Hassabis將谷歌DeepMind定位為驅(qū)動(dòng)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(lái)可能會(huì)推動(dòng)機(jī)器人技術(shù)革命。谷歌還在Gemini的基礎(chǔ)上打造機(jī)器人模型，有望形成“機(jī)器人安卓系統(tǒng)”這樣的通用平臺(tái)。

對(duì)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(jìng)爭(zhēng)對(duì)手所謂的“博士級(jí)智能”是“無(wú)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(duì)GPT-5能力達(dá)到“博士級(jí)智能”的爭(zhēng)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(wú)法提出真正有創(chuàng)造性的觀點(diǎn)。要實(shí)現(xiàn)AGI系統(tǒng)，我們?nèi)孕璧却?-2個(gè)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(jìn)展迅速，預(yù)計(jì)明年進(jìn)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(duì)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(shí)現(xiàn)意味著科學(xué)黃金時(shí)代的到來(lái)，有望開啟又一場(chǎng)文藝復(fù)興。

以下是Hassabis在All-in峰會(huì)上采訪的實(shí)錄：

一、諾獎(jiǎng)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(jiǎng)。關(guān)于AlphaFold這一重大突破，大家都很想聽聽你得知獲獎(jiǎng)時(shí)的情景。當(dāng)時(shí)你在哪里？是怎么得知的？

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

之后就是在瑞典與王室共度的一整周頒獎(jiǎng)典禮，非常神奇。最令人震撼的部分是，他們會(huì)從保險(xiǎn)庫(kù)里拿出諾貝爾獎(jiǎng)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(yè)面時(shí)，你會(huì)看到費(fèi)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(jìn)那本書里。這真是難以置信的時(shí)刻。

主持人：你之前有沒有想過自己可能會(huì)獲獎(jiǎng)？

Demis Hassabis：外界會(huì)有一些傳聞，但令人驚訝的是，即便在當(dāng)今時(shí)代，諾獎(jiǎng)評(píng)選方依然能把消息保密得如此嚴(yán)密。這個(gè)獎(jiǎng)對(duì)瑞典來(lái)說就像是國(guó)寶。

會(huì)有人說AlphaFold這種成果足以配得上諾獎(jiǎng)的認(rèn)可。但諾貝爾獎(jiǎng)不僅看重科學(xué)突破，也重視對(duì)現(xiàn)實(shí)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(wú)法預(yù)料會(huì)不會(huì)真的發(fā)生。對(duì)我來(lái)說是一個(gè)驚喜。

主持人：那我們來(lái)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(tuán)隊(duì)的優(yōu)勢(shì)匯集成了一個(gè)部門。

如今谷歌DeepMind是整個(gè)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(gè)產(chǎn)品中。

幾乎每一項(xiàng)產(chǎn)品、每一個(gè)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(jìn)Workspace、Gmail等等。這對(duì)我們來(lái)說是絕佳機(jī)會(huì)——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(tuán)隊(duì)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(huì)物理規(guī)律，最終可推動(dòng)機(jī)器人技術(shù)發(fā)展

主持人：模型在不斷演進(jìn)，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(dòng)的世界，根據(jù)文本提示實(shí)時(shí)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(gè)像素都是即時(shí)生成的，直到用戶進(jìn)入那個(gè)區(qū)域，它才存在。整個(gè)過程充滿細(xì)節(jié)。

比如這個(gè)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(shí)，那部分世界才被生成。然后再回頭時(shí)，剛才留下的筆跡還在。這一切都是實(shí)時(shí)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(huì)立刻把這些元素加入場(chǎng)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(shí)生成2D圖像。

Demis Hassabis：Genie實(shí)際上是在對(duì)物理學(xué)進(jìn)行“逆向工程”。它看過數(shù)百萬(wàn)條YouTube視頻和其他現(xiàn)實(shí)世界素材，僅憑這些就推演出了很多世界運(yùn)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(yàn)，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(jìn)去，比如光線的反射方式。程序員需要?jiǎng)?chuàng)建一個(gè)三維物體，然后讓光線在上面反射，這樣軟件才能渲染出來(lái)。但Genie完全不同，它是通過視頻訓(xùn)練出來(lái)的，卻自己推理出了這一切。

Demis Hassabis：沒錯(cuò)，它既用真實(shí)視頻，也用部分游戲引擎合成數(shù)據(jù)來(lái)訓(xùn)練。這一項(xiàng)目與我的個(gè)人興趣很有淵源，在90年代我職業(yè)生涯早期時(shí)，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(gè)模型可以毫不費(fèi)力地做到，甚至能實(shí)時(shí)渲染水面反射、材質(zhì)流動(dòng)、物體互動(dòng)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(huì)把我們帶向何方？比如推演到Genie 5？

Demis Hassabis：雖然Gemini語(yǔ)言模型的能力在不斷進(jìn)步，但它從一開始就被設(shè)計(jì)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?yàn)槲覀冋J(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(yǔ)言或數(shù)學(xué)這些抽象領(lǐng)域。

這是機(jī)器人技術(shù)能夠運(yùn)作的關(guān)鍵，目前這塊能力還是缺失的。同時(shí)，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(xiàng)目，實(shí)際上都是在訓(xùn)練AI去掌握世界的動(dòng)態(tài)和物理規(guī)律。如果模型能生成一個(gè)交互式的世界，那就說明它在某種程度上理解了世界的運(yùn)行邏輯，而這最終可以推動(dòng)機(jī)器人技術(shù)的發(fā)展。

三、谷歌想打造“機(jī)器人領(lǐng)域的安卓系統(tǒng)”

主持人：視覺、語(yǔ)言與行動(dòng)模型（VLA模型）的最新進(jìn)展如何？我們能否構(gòu)建一個(gè)通用系統(tǒng)：機(jī)器人通過攝像頭觀察世界，然后我可以用文本或語(yǔ)音告訴它“請(qǐng)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(dòng)？

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(jī)，它就能觀察你周圍的世界。我建議大家親自體驗(yàn)一下，它已經(jīng)能夠理解物理世界中的許多內(nèi)容，這一點(diǎn)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(huì)成為一個(gè)日常助手——當(dāng)你在街上行走時(shí)，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(jī)器人領(lǐng)域，我們開發(fā)了Gemini機(jī)器人模型，它們是基于Gemini模型、并利用額外機(jī)器人數(shù)據(jù)進(jìn)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(gè)機(jī)械臂在桌上與物體互動(dòng)，而你可以直接用語(yǔ)言與機(jī)器人交流。比如你可以說“把黃色的物體放進(jìn)紅色的桶里”，它就能將語(yǔ)言指令轉(zhuǎn)化為電機(jī)動(dòng)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(jī)器人專用控制模型——它能夠?qū)?duì)現(xiàn)實(shí)世界的理解融入與人的交互中。最終，這種模型能力將同時(shí)服務(wù)于用戶交互體驗(yàn)，以及機(jī)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(jī)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(yùn)行，那么機(jī)器人設(shè)備、公司與產(chǎn)品將迎來(lái)爆發(fā)式增長(zhǎng)，因?yàn)榇嬖谝环N可廣泛適配的軟件基礎(chǔ)。

Demis Hassabis：這正是我們正在推進(jìn)的策略之一，可以稱之為“機(jī)器人領(lǐng)域的安卓戰(zhàn)略”。但另一方面，將我們最先進(jìn)的模型與特定類型的機(jī)器人設(shè)計(jì)進(jìn)行垂直整合，實(shí)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(jī)器人將共存，算法仍需進(jìn)一步發(fā)展

主持人：人形機(jī)器人是否是一種合理的外形呢？有人認(rèn)為它適合人類，因?yàn)槲覀冏约壕褪侨诵?，但解決問題可能需要不同形態(tài)的機(jī)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(huì)存在市場(chǎng)。實(shí)際上，五到十年前我曾認(rèn)為我們會(huì)為特定任務(wù)開發(fā)特定形態(tài)的機(jī)器人。在工業(yè)領(lǐng)域確實(shí)如此，無(wú)論是實(shí)驗(yàn)室或生產(chǎn)線，你會(huì)根據(jù)任務(wù)優(yōu)化機(jī)器人的形態(tài)。

然而，對(duì)于通用或個(gè)人用途的機(jī)器人，尤其是需要與人類環(huán)境交互的場(chǎng)景，人形機(jī)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(jì)的：臺(tái)階、門道……一切設(shè)施都符合人的形態(tài)。與其改變整個(gè)世界，不如讓機(jī)器人適應(yīng)我們已有的環(huán)境。

人形機(jī)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(jī)器人同樣會(huì)有其市場(chǎng)空間。

主持人：你對(duì)未來(lái)五到七年的機(jī)器人數(shù)量有什么看法？比如，你是否認(rèn)為會(huì)有數(shù)百萬(wàn)甚至數(shù)千萬(wàn)的機(jī)器人？你有沒有一個(gè)愿景？

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

但我認(rèn)為算法還需要進(jìn)一步發(fā)展。機(jī)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(lái)的幾年內(nèi)實(shí)現(xiàn)。

在硬件方面，我認(rèn)為最終會(huì)有成百上千萬(wàn)機(jī)器人出現(xiàn)，關(guān)鍵在于硬件合適能發(fā)展到可以進(jìn)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(jī)器人的工廠時(shí)，就很難快速迭代機(jī)器人設(shè)計(jì)。如果你過早地開始大規(guī)模生產(chǎn)，那么6個(gè)月后可能會(huì)出現(xiàn)新一代機(jī)器人，它更可靠、更靈活，這就比較棘手了。

主持人：用計(jì)算機(jī)類比的話，我們處于70年代的PC DOS時(shí)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(shí)耗費(fèi)10年完成的進(jìn)展，在如今可能1年內(nèi)就會(huì)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(lái)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(wú)法解決的難題。

你對(duì)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(lái)實(shí)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(xiàng)重要成果，最著名的例子是AlphaFold。

實(shí)際上，我們已將AI系統(tǒng)應(yīng)用于多個(gè)科學(xué)領(lǐng)域，包括材料設(shè)計(jì)、等離子體與聚變反應(yīng)堆控制、天氣預(yù)測(cè)，甚至解決數(shù)學(xué)奧林匹克競(jìng)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(wú)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(shí)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(shí)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(gè)不錯(cuò)的測(cè)試方法是，給現(xiàn)代AI系統(tǒng)設(shè)定一個(gè)知識(shí)截止時(shí)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(duì)論。如果能夠做到，那可能意味著我們真正接近AGI。

另一個(gè)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(wú)法創(chuàng)造出像圍棋這樣兼具優(yōu)雅性、滿足感與審美價(jià)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(jí)智能”遠(yuǎn)未實(shí)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(lái)幾年實(shí)現(xiàn)”的觀點(diǎn)，你認(rèn)同嗎？

Demis Hassabis：這個(gè)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(jìn)式的進(jìn)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(huì)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(lái)的AI終將具備這種能力，但目前它還缺乏實(shí)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(shí)我們的競(jìng)爭(zhēng)對(duì)手聲稱AI系統(tǒng)已達(dá)到“博士級(jí)智能”，我認(rèn)為這就是無(wú)稽之談（nonsense）。

它們不是博士級(jí)智能，可能在某些方面具備博士級(jí)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(diǎn)。

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

我認(rèn)為，要實(shí)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(shí)間。另一個(gè)尚未實(shí)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(shí)或調(diào)整其行為。

目前這些能力仍然缺失，也許通過擴(kuò)大模型規(guī)?？梢詫?shí)現(xiàn)一部分，但我認(rèn)為可能還需要一兩個(gè)突破性的進(jìn)展，這些突破有望在未來(lái)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(bào)告和評(píng)分似乎反映出兩種趨勢(shì)：第一，大語(yǔ)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(shí)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(jìn)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(jìn)展。

我認(rèn)為，未來(lái)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(duì)話進(jìn)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(shí)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(lái)，人們很喜歡這一模型，也喜歡用它來(lái)創(chuàng)作。

主持人：我記得小時(shí)候?yàn)榱藢W(xué)習(xí)如何在Photoshop中去除圖像中的某些部分，不得不購(gòu)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(shí)現(xiàn)這些效果，只需向軟件描述需求，它就能自動(dòng)完成。

Demis Hassabis：這一方面，這些工具正變得普惠化，普通人無(wú)需學(xué)習(xí)復(fù)雜的用戶界面即可進(jìn)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(jì)。

例如導(dǎo)演達(dá)倫·阿倫諾夫斯基及其團(tuán)隊(duì)，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(jí)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(shí)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(chǎng)景，將這項(xiàng)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(gè)有趣的問題是：未來(lái)娛樂內(nèi)容將如何演變？是會(huì)每個(gè)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(yàn)？還是仍然保持一對(duì)多的創(chuàng)作模式？

從文化角度看，這個(gè)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(shí)性的敘事？抑或是每個(gè)人都將開始開發(fā)和構(gòu)建自己獨(dú)特的虛擬體驗(yàn)？

Demis Hassabis：基于我從90年代起從事游戲設(shè)計(jì)和編程的經(jīng)驗(yàn)，我認(rèn)為當(dāng)前所見只是娛樂產(chǎn)業(yè)未來(lái)的起點(diǎn)。未來(lái)可能會(huì)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(huì)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(yàn)和動(dòng)態(tài)敘事，即使使用相同的工具，他們的作品質(zhì)量也會(huì)遠(yuǎn)超普通用戶。與此同時(shí)，數(shù)百萬(wàn)用戶不僅可以進(jìn)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(jí)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(lái)幾年希望探索的方向，目前正在通過Genie等技術(shù)逐步實(shí)現(xiàn)這個(gè)愿景。

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

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

Demis Hassabis：是的，我確實(shí)投入了大量時(shí)間。這是一家從DeepMind拆分出來(lái)的公司，正致力于通過蛋白質(zhì)折疊技術(shù)AlphaFold的突破來(lái)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(gè)環(huán)節(jié)。Isomorphic正在開發(fā)與AlphaFold相關(guān)的多項(xiàng)技術(shù)，致力于設(shè)計(jì)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(jì)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(jí)別。目前我們正在構(gòu)建技術(shù)平臺(tái)，與禮來(lái)、諾華等制藥企業(yè)建立了深度合作。

同時(shí)我們也在推進(jìn)內(nèi)部藥物研發(fā)項(xiàng)目，預(yù)計(jì)明年進(jìn)入臨床前期研究階段，后續(xù)將由合作伙伴推進(jìn)臨床實(shí)驗(yàn)。我們的研究重點(diǎn)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(jī)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(lái)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(fèi)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(gè)神經(jīng)網(wǎng)絡(luò)學(xué)會(huì)識(shí)別棋局中的模式，再在上面加一層蒙特卡洛樹搜索來(lái)做規(guī)劃。難點(diǎn)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(wú)縫結(jié)合。

主持人：這種架構(gòu)能否帶來(lái)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(shí)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(cè)目標(biāo)。

一旦用混合系統(tǒng)完成了初步研究，就可以進(jìn)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(shí)，從零自我對(duì)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(shí)代

主持人：AI的能源需求是一個(gè)熱點(diǎn)話題。這些能源需求將從何而來(lái)？模型架構(gòu)、硬件，或者模型與硬件的協(xié)同會(huì)不會(huì)逐漸改進(jìn)，最終把每個(gè)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(huì)，我們?nèi)砸鎸?duì)一條很陡的需求曲線？

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?yàn)槲覀冊(cè)趦?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(diǎn)，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(duì)于前沿模型，我們需要更大規(guī)模上嘗試和實(shí)驗(yàn)新的想法。但在服務(wù)端，模型正變得越來(lái)越高效。所以這兩種情況都是正確的。

最終，從能源角度來(lái)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(lái)10年內(nèi)，AI將在電網(wǎng)系統(tǒng)、電力系統(tǒng)、材料設(shè)計(jì)、新型材料、新型能源來(lái)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(gè)問題，請(qǐng)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(zhǎng)的時(shí)間。但我確實(shí)認(rèn)為，如果我們能在未來(lái)10年內(nèi)實(shí)現(xiàn)AGI，那么這將開啟一個(gè)科學(xué)的新黃金時(shí)代。一場(chǎng)新的文藝復(fù)興。我們將在能源、醫(yī)療等各個(gè)領(lǐng)域見證AGI帶來(lái)的好處。

來(lái)源：Youtube @allin