Demis Hassabis 谈 AI 的未来：科学与创造力新黄金时代

未来十年将迎来一个 人工智能与创造力的新黄金时代 由通用人工智能（AGI）驱动。Google DeepMind的CEO Demis Hassabis曾著名预测，AGI——在大量任务上达到人类智能水平的系统——可能在五到十年内出现，引发从银河殖民到地球上彻底富足的突破 将在未来五年内与人类匹敌人类水平的AI将在5到10年内到来。在本文中，我们将探讨 AI的未来 如何从语言走向交互式世界模型和机器人技术，彻底改变科学发现，并通过Hassabis的远见卓识重塑艺术与娱乐。

当前AI引擎：理解Google DeepMind的作用

Google DeepMind不仅仅是另一个研究部门——它是 引擎室 推动Alphabet的AI努力，将5000多名工程师和研究人员整合到一个部门，以加速整个公司的创新 将AI努力合并为一个拥有5000名工程师的部门DeepMind为Google的AI产品提供动力。这种结构确保来自DeepMind实验室的进展——无论是在强化学习、Transformer还是生成模型方面——快速流入Search、Assistant和Cloud等产品。

Gemini：数十亿次交互背后的多模态 powerhouse

DeepMind产品的核心是 Gemini，这是一个原生处理文本、图像、音频和视频的模型。通过整合所有这些模态，Gemini成为图像搜索和实时视频字幕等功能的基础 Gemini在多模态基准测试中表现优异数十亿次日常交互由Gemini驱动。其统一不同数据类型的能力使其成为下一代交互式和沉浸式AI应用的基础。

AI未来一瞥：像Genie这样的交互式世界模型

Genie 代表从静态内容到 完全交互式、AI生成的世界 的飞跃。通过从简单的文本描述实时合成环境，Genie能够实现探索中世纪村庄或模拟天体物理实验等体验，而无需手动创建资产 Genie生成交互式3D世界Genie使用从视频中学习的直观物理。

什么是Genie？超越静态视频

Genie的创新之处在于它能够将文本提示视为 动态世界蓝图，实时构建景观、物体和物理规则。它不依赖预渲染资产，而是通过分析数百万互联网视频来学习环境规则 Genie从视频中学习物理从单个文本提示生成交互式世界。

Genie如何工作：逆向工程直观物理

Genie不是手动编程物理方程，而是直接从视频数据中提取物体交互的 统计规律——滚动、弹跳、流体动力学。这种学习到的直观物理使其能够预测新环境在用户交互下的行为 通过观看视频学习直观物理逆向工程环境动力学。

为什么理解物理世界是AGI的关键

Hassabis认为AGI必须是 具身的，能够感知和在三维空间中行动。没有真正的世界模型，AI仍局限于抽象文本，无法执行现实世界导航或机器人组装等任务。Genie的成功标志着向能够通过实践学习的AI系统迈出的关键一步，弥合了语言与物理智能之间的差距 AGI需要对物理世界的理解具身智能对机器人技术至关重要。

下一前沿：通用机器人技术的兴起

DeepMind的 Vision-Language-Action (VLA) 模型整合感知、语言和控制，教会机器人以人类水平的灵巧性遵循口头指令，如“拿起蓝色盒子并将其放在桌上” VLA实现自然语言运动控制机器人通过Gemini robotics理解指令。

从视觉到行动：教会AI与世界互动

通过将视觉识别和运动规划统一到单一架构中，VLA模型消除了大量手动编程的需要。这种方法加速了物流、医疗保健和家庭辅助等领域的部署，这些领域的环境不可预测且任务差异很大。

Android for Robotics战略

Hassabis设想一个 通用机器人操作系统——Android for Robotics——它抽象硬件差异，使开发者能够构建一次应用并在任何兼容机器人上运行。这种以平台为中心的策略可能会引发类似于Android发布后智能手机繁荣的机器人复兴 适用于多样化机器人硬件的通用OSAndroid后机器人公司激增。

人形 vs. 专用：哪种机器人形态将主导？

虽然专用机器人在工厂中表现出色，但Hassabis预测 人形机器人 将主导通用应用，因为我们的世界——楼梯、椅子、门把手——是为人类解剖结构建造的。他预计当一个人形平台达到人类敏捷性时，将出现令人惊叹的时刻，使其无缝融入日常生活 人形机器人对以人类为中心的环境至关重要专用机器人 vs. 人形机器人多功能性。

AI作为科学发现的终极工具

AlphaFold 彻底改变了蛋白质结构预测，但Hassabis认为AI的最大影响将在 加速科学 各个学科——从材料设计到气候建模——通过自动化假设生成和模拟 AlphaFold的蛋白质洞见AI驱动的聚变反应堆优化。

超越AlphaFold：下一波科学突破

AI现在正在应对设计新型合金、控制托卡马克反应堆和预测极端天气事件等挑战。这些应用表明AGI如何将发现周期从数十年缩短至数月，解锁全球健康、能源和可持续性危机的解决方案。

Isomorphic Labs：一场彻底改变药物发现的探索

基于AlphaFold的遗产， Isomorphic Labs 使用AI在原子分辨率上建模药物-蛋白质相互作用，将开发时间从数年缩短至数周。他们的平台已经确定了神经退行性和传染性疾病的有希望的候选药物，展示了AI改变医学的潜力 Isomorphic Labs加速药物发现将时间线从数年缩短至数周。

缺失的成分：是什么将AI与真正的科学创造力区分开来？

尽管AI具有模式识别能力，但它目前缺乏人类科学家的 直觉飞跃 和偶然洞见。在科学中实现真正的AGI将需要整合好奇心驱动的探索和元学习能力，以模仿人类的创造力。

重新定义创造力：AI的未来将如何重塑艺术与娱乐

Generative AI 工具使创意表达民主化，允许任何人通过简单描述他们的愿景来制作专业级图像、音乐和故事 使创意表达民主化用于沉浸式叙事的文本转视频工具。

为每个人民主化创造力

DreamStudio和Sora等平台使非专家能够生成高保真视觉效果和动画，消除入门障碍，并推动新艺术形式和社交媒体内容的激增。

专业人士的超级能力：创意人士的生产力提升100倍

工作室报告称，AI辅助流程将概念到生产的 workflow 加速了几个数量级，使游戏开发者、电影制作人和设计师能够快速原型设计和迭代。

共同创作、个性化娱乐的兴起

媒体的未来将是 共同创作，用户定制叙事和环境——例如在个性化VR空间中体验最喜欢的小说场景——以前所未有的方式将消费与创作融合。

结论

AI的 未来 取决于教会机器理解并共同创造我们的物理和创意世界。Demis Hassabis关于十年内实现AGI的愿景预示着科学、机器人技术和艺术的新文艺复兴——一个人类智慧与人工智能合作解决人类最大挑战的黄金时代。随着我们的进步，具身世界模型、通用机器人平台和AI驱动的创造力的突破将定义我们通往 彻底富足、无限探索以及人类与机器之间深刻伙伴关系的集体旅程。

常见问题 (FAQ)

Q1: 什么是AGI，它与我们今天的AI有何不同？ AGI是指能够在推理、规划和创造力等多样化任务上达到人类水平性能的系统，而当前模型则专注于狭窄领域。

Q2: 像Genie这样的AI“世界模型”实际上是如何工作的？ 它们通过分析数百万视频学习直观物理，提取环境规则，并使用它们从文本提示生成一致的交互式3D世界。

Q3: AI的未来会导致人形机器人进入我们的家庭吗？ 非常可能。Hassabis认为人形机器人对于在以人类为中心的环境中的通用用途至关重要，预计几年内将出现重大硬件突破。

Q4: 阻碍AGI的最大挑战是什么？ 关键障碍包括实现真正的创造力、实现具有直觉飞跃的高级推理、确保一致的跨领域性能以及支持持续学习。

Q5: AI的能源需求会导致环境危机吗？ 训练先进模型是能源密集型的，但为用户提供服务正变得指数级更高效。Hassabis认为 AI将通过设计可持续能源解决方案帮助解决气候挑战。

Q6: 这些先进AI应用的现实时间表是什么？ Hassabis预测未来十年内实现AGI，交互式世界模型和机器人技术的重大突破将在两到五年内出现。