We're sunsetting PodQuest on 2025-07-28. Thank you for your support!
Export Podcast Subscriptions
Google DeepMind CEO Demis Hassabis: The Path To AGI, Deceptive AIs, Building a Virtual Cell
2025/1/22
Big Technology Podcast
D
Demis Hassabis
我目前认为，我们距离实现通用人工智能（AGI）还有大约三到五年的时间。虽然近年来取得了显著进展，但一些关键能力，如推理、分层规划和长期记忆，仍然是当前AI系统所欠缺的。此外，现有系统在不同任务中的表现并不一致，在某些方面非常强大，但在其他方面却出奇地薄弱。真正的AGI应该在所有认知任务中都表现出稳定可靠的行为。
我认为，一个重要的缺失能力是系统独立提出科学假设的能力。现有的系统擅长证明已有的数学猜想或在游戏中达到世界冠军水平，但它们能否发明新的游戏，提出新的黎曼假设或相对论？我认为，今天的系统距离拥有这种创造性和发明能力还有相当大的距离。
关于构建世界模型，我最初的想法是通过让机器人探索世界来实现。但令人惊讶的是，我们最新的视频模型VO2在物理方面已经相当精确，例如，它可以模拟切番茄的场景，并准确地展现番茄切片和手指的细节。这表明，仅通过视频数据，AI也能在一定程度上构建世界模型。然而，我认为，如果能结合机器人收集的真实世界数据或高度逼真的模拟数据，这些模型将会得到进一步的提升。
在AGI的道路上，单纯依靠扩大模型规模并不能解决所有问题。我们需要重新引入规划、记忆和推理等方面的概念，在模型之上构建更高级的能力，使AI能够在现实世界中行动并解决问题。创造力也是一个重要的方面，它需要AI系统能够超越现有知识进行创新，而不仅仅是将已有的知识进行简单的组合。
关于AI的欺骗性，我非常担忧。如果一个系统能够欺骗，那么它将使我们对它的所有测试，包括安全测试，都失效。因此，我们需要开发安全沙箱等技术来测试和监控AI系统的行为，防止其出现欺骗等危险行为。
在产品方面，我们正在开发Project Astra项目，旨在创建一个始终在线的AI助手，它能够理解周围的环境，并提供各种帮助。未来，它可能与智能眼镜等设备结合使用，提供更便捷的体验。
在科学研究方面，我们正在进行虚拟细胞项目，旨在构建一个完整的细胞模拟系统，以加速生物学研究和药物研发。通过模拟细胞的动态过程，我们可以更快速地进行假设检验，并减少对昂贵且耗时的湿实验的依赖。
此外，我们还在利用AI解读基因组数据，预测基因突变的危害性，并研究复杂疾病的成因。未来，AI还可能用于延长人类健康寿命，甚至实现人类的基因改造。
在材料科学方面，我们已经利用AI发现了数百万种新的稳定材料，未来有望应用于能源、电池和碳捕获等领域。我梦想有一天能够发现室温超导体，这将有助于解决能源危机和气候变化问题。
展望未来，超级智能时代可能是一个人类高度繁荣的时代，但也需要哲学家等思考如何引导社会发展，以确保AI技术能够造福人类。
Deep Dive
Shownotes Transcript