解碼未來：來自 DeepMind 創始人的 30 條核心預言

草臺AI

發布于 2025-8-7 06:28

瀏覽

0收藏

谷歌DeepMind創始人Demis Hassabis對話Lex Fridman，描繪AI解碼自然、創造新世界、開啟人類后稀缺時代的壯麗未來。這是一場頂尖人才的思想碰撞，預示著文明的深刻躍遷。

再看一遍，這里是根據對話內容提煉的 30 條核心洞察。

關于 AI 與現實本質

核心猜想：自然界是可學習的。任何經由演化或物理過程形成的自然模式（從蛋白質到行星軌道），都因其內在的非隨機結構，而可以被經典算法高效學習和建模。
P vs NP 是一個物理問題。如果宇宙是一個信息處理系統，那么 P vs NP 就不再只是一個數學問題，而是關乎宇宙運行效率和結構的一個根本性物理問題。
AI 正在逆向工程物理學。像 Veo 這樣的視頻模型，僅通過觀察就能模擬流體、光照等復雜物理現象，這表明 AI 正在獨立地學習和構建一種“直覺物理”模型。
AI 挑戰“具身智能”理論。AI 通過被動觀察就能理解物理世界，這挑戰了“智能必須通過與物理世界互動才能獲得理解”的傳統觀念。
現實可能存在一個“低維捷徑”。AI 能夠高效建模復雜物理世界，暗示著我們所見的現實背后，可能存在一個更簡潔、可學習的低維流形。
AI 將成為探索最根本科學問題的終極工具。發展 AGI 的核心目的之一，就是用它來幫助人類回答如生命起源、意識本質、宇宙結構等最宏大的科學謎題。

關于 AI 的能力與未來

AGI 的“燈塔時刻”是創造而非解題。衡量 AGI 的真正標準不是通過圖靈測試，而是看它能否獨立提出像“相對論”一樣深刻的科學猜想，或發明一個像“圍棋”一樣優美的游戲。
AGI 的最大瓶頸是“科研品味”。AI 目前能高效解決既定問題，但真正的挑戰在于培養其判斷“什么問題值得研究”的“品味”（taste）和提出偉大假設的想象力。
創新范式：基礎模型 + 搜索。AI 實現突破的核心模式是：用基礎模型（如 LLM）理解現有知識，再用搜索算法（如蒙特卡洛樹搜索、演化算法）探索未知空間，從而發現新知識（如 AlphaGo 的“第37手”）。
AlphaEvolve 展示了 AI 自我進化的潛力。通過讓 LLM 提出新算法的構想，再用演化計算去測試和優化，AI 開始展現出發現全新、更優算法的能力。
AGI 預測：2030 年前有 50% 的可能性。Demis Hassabis 個人估計，AGI 有 50% 的機會在 2030 年前實現。
AI 將讓人類成為“超人”。在未來 5-10 年，善于利用 AI 工具的人（無論在編程還是創意領域）將變得“超人般”高效，生產力可達今天的 10 倍。

關于 AI 的應用與影響

游戲的未來是“可玩的世界模型”。AI 將徹底改變游戲，從預設腳本的“開放世界”演變為由 AI 實時生成、與玩家共同創造的、真正個性化和無限可能的動態世界。
AI 將開啟“后稀缺時代”。AI 最重要的應用之一是解決能源問題（如通過材料科學或核聚變），這將從根本上解決水、燃料等資源稀缺問題，帶領人類走出零和博弈。
社會變革將是工業革命的 100 倍。Demis 預測 AI 帶來的社會變革將是工業革命的 10 倍影響，且速度快 10 倍，社會需要為此做好準備。
AI 將推動新的治理和經濟模式。面對 AI 帶來的巨大生產力提升，社會需要探索全民基本供給等新模式，以應對就業市場的劇變。
數據瓶頸并非核心問題。AI 系統在達到一定能力后，可以學會生成高質量的合成數據，從而在很大程度上解決對人類真實數據的依賴。
推理算力的需求將超越訓練算力。隨著 AI 應用的普及和“思考型”AI 的出現，用于實時推理的算力需求，未來可能將超過用于模型訓練的算力。
AI 產品設計的核心是“預見未來”。AI 產品經理必須為“一年后的技術”進行設計，而不是當下的技術，這要求對技術發展軌跡有深刻的洞察。
AI 界面將走向個性化和“無形化”。未來的 AI 交互界面將超越文本框，可能演變為由 AI 為每個用戶量身定制的、更符合直覺和美學的“自適應界面”。

關于 AI、人類與哲學

AI 是理解人類心智的一面鏡子。通過構建一個“人造智能”，并將其與人類心智進行比較，我們將能前所未有地理解人類意識、情感和創造力的特殊之處。
意識的本質是“信息被處理時的感覺”。這不是一個科學定義，但它直觀地描述了主觀體驗。AI 的存在讓我們不得不思考：不同物理基底（碳基 vs 硅基）處理信息時的“感覺”有何不同。
AI 對人類最大的考驗是“共情一個異類”。我們從未需要與一個行為相似但基底完全不同的智能體共存。如何理解并共情一個硅基智能的“內心世界”，將是人類面臨的全新哲學和倫理挑戰。
對 AI 風險需保持“謹慎的樂觀”。AI 風險真實存在且不容忽視，但其帶來的巨大潛在收益（解決疾病、能源問題）同樣不應放棄。最佳策略是在推進的同時，投入更多資源研究和防范風險。
人類的希望在于“適應性”和“創造力”。人類用狩獵采集時代的大腦適應了信息時代的復雜社會，這種強大的適應性和無窮的創造力，是我們應對 AI 時代挑戰的最大希望。
模擬一個完整的生物細胞是下一個宏大目標。繼 AlphaFold 之后，下一個里程碑是整合所有生物知識，在計算機中完整模擬一個細胞（如酵母）的動態運作，這將徹底改變生物學和藥物研發。
AI 時代的競爭本質是“人才”與“品味”的競爭。最終勝出的，將是那些不僅擁有算力，更擁有最頂尖人才、最佳科研文化和最卓越“產品/科研品味”的團隊。
“失去”是成長的一部分。無論是下棋還是做科研，學會如何從失敗和挫折中學習，并將其轉化為前進的動力，是個人和 AI 系統實現真正成長的關鍵。
合作比對抗更重要。面對 AGI 這一可能改變人類命運的技術，國際間的合作（類似 CERN）遠比零和競爭更加重要和安全。
科技需要與人文主義同行。純粹的理性不足以引導強大的技術。AI 的發展必須融入人文關懷、藝術審美和對“人之為人”的深刻思考，以確保其最終服務于人類的繁榮。