智能的未来 DeepMind CEO 对话录

五年前，AlphaFold 的发布证明了 AI 可以解决科学领域的根本性问题。蛋白质折叠问题的攻克不仅是一个里程碑，更是一个范式转变：AI 不再仅仅是工具，而是成为科学发现的核心引擎。如今，DeepMind 正将这一方法扩展到更多领域。

在材料科学方面，室温超导体和先进电池的研发正在推进。这些突破看似遥远，但其影响是深远的——想象一个能源几乎免费的世界，海水淡化可以在任何地方进行，火箭燃料可以从海水中廉价提取。

更令人振奋的是与 Commonwealth Fusion Systems 的深度合作。核聚变——这个"圣杯"级的能源解决方案——正在 AI 的助力下加速实现。通过帮助控制等离子体磁约束和优化材料设计，DeepMind 正在推动清洁、无限的能源梦想变为现实。

Hassabis 将这类问题称为"根节点"，因为它们的解决会产生连锁反应：廉价清洁能源不仅解决气候问题，还让水净化、氢燃料生产等无数其他挑战迎刃而解。

一个引人注目的悖论正在 AI 领域上演：同样的系统可以在国际数学奥林匹克竞赛中获得金牌，却可能在简单的高中数学题上出错；它可以理解复杂的科学概念，却无法可靠地下一盘像样的国际象棋。

Hassabis 将这种现象称为"参差不齐的智能"。这种不均匀性揭示了当前系统的一个根本缺陷：缺乏一致性。真正的通用智能应该在不同领域、不同难度等级的任务上都表现出稳定的能力。

造成这种问题的原因有多方面。从技术角度看，可能是图像感知和标记化的方式存在缺陷——系统有时甚至无法正确识别单词中的所有字母。更深层次的问题在于推理和思考机制。虽然现在的"思考系统"会在推理时花费更多时间，但它们还没有学会有效地利用这段时间来验证自己的输出。

Hassabis 估计，我们在这条道路上只完成了约 50%。要达到真正的一致性，系统需要学会自我检查，学会使用工具验证答案，学会在不确定时承认无知而不是强行输出。

AlphaGo 的故事有一个有趣的转折：当团队移除所有人类棋谱，让系统从零开始自我对弈时，它的表现反而提升了。这个发现震撼了 AI 界——机器可以超越人类知识的局限，发现人类未曾想象的策略。

那么，在数学和科学领域，是否存在类似的"数学版 AlphaZero"？Hassabis 的回答是发人深省的：我们还没有达到那个阶段。今天的大型语言模型更像是 AlphaGo——它们从互联网上的人类知识开始学习，将所有这些信息压缩成有用的模型。但关键的下一步——搜索和思考——还不够成熟。

更根本的缺失是在线学习能力。人类可以持续地从经验中学习，不断更新自己的认知。但今天的 AI 系统在训练完成后就"冻结"了——它们不会从与世界的交互中持续学习。这是通往 AGI 的关键障碍之一。

Hassabis 设想了一条渐进的路径：首先构建类似 AlphaGo 的系统，能够可靠地利用人类知识；然后迈向 AlphaZero 风格的系统，能够自主发现新知识。这条路径不仅是技术的进化，更是科学方法的延伸。

十五年前，当 DeepMind 刚刚起步时，AI 还是一个被视为"疯狂"的领域。Hassabis 的原始愿景是渐进式地构建 AGI，每一步都谨慎评估安全影响，同时将技术分支应用于科学和医学——就像 AlphaFold 那样。

但现实改变了轨迹。聊天机器人的规模化成功，以及它们演变为能够处理图像、视频、代码的多模态基础模型，创造了一个 Hassabis 未曾预料的方向。这带来了积极的一面：他一直梦想的"终极助手"正在成为现实，一个可以帮助人们提高生产力、保护注意力空间的智能伙伴。

然而，这也创造了前所未有的竞争环境。商业组织、甚至国家都在争相超越对手。这种"疯狂的竞争条件"使得进行严谨科学研究变得困难。

尽管如此，Hassabis 看到了这种模式的积极面：更多的资源涌入该领域，加速了进展；公众与前沿技术的差距只有几个月，让人们可以亲身体验 AI 的潜力；政府也开始更好地理解这项技术的重要性。

关于"扩展撞墙"的担忧，Hassabis 提出了更细致的观点：不是二元的"有墙或无墙"，而是收益递减。虽然性能提升不再是早期那样的指数级增长，但每次迭代仍然带来值得投资的显著改进——Gemini 3 就是最好的证明。

2024 年初，业界充斥着"扩展撞墙"的担忧：数据即将耗尽，性能提升停滞。然而，Gemini 3 的发布证明这些担忧为时过早。

Hassabis 提出了一个更精细的观点：扩展没有撞墙，但进入了"收益递减"阶段。早期那种每次迭代性能翻倍的指数增长已经过去，但每次迭代仍然带来显著的、值得投资的改进。这种"中间状态"——既非指数增长也非完全停滞——才是当前的现实。

面对数据耗尽的挑战，合成数据成为解决方案之一。在数学和编程等领域，系统可以生成自己的训练数据，因为答案可以自动验证。这实际上创造了无限的数据潜力。

在这种"困难地形"中，DeepMind 的优势凸显出来：它拥有最广泛和最深入的研究平台，从 Transformer 到 AlphaZero，过去十年的重大突破都来自这里。当扩展不再足够，需要科学创新时，DeepMind 的研究基因成为决定性优势。

Hassabis 将当前的努力描述为 50% 扩展、50% 创新——这种平衡正是通往 AGI 的必要路径。

关于幻觉问题，Hassabis 提出了一个有趣的解决方案：让系统学会像人类一样思考——在输出前暂停、回顾、调整。当前的系统太像"糟糕日子里的演讲者"，脱口而出第一反应，而不是仔细斟酌。改进这一点的关键是让系统学会内省，学会识别自己的不确定性。

Hassabis 最长期的热情之一是世界模型和模拟。这个概念可以追溯到他的早期游戏开发岁月，但如今它正在成为 AI 的下一个前沿。

语言模型的成就是不可否认的——它们对世界的理解比任何人预期的都要深刻，因为语言本身包含了比语言学家想象的更丰富的世界信息。但仍然存在一大类知识难以用语言表达：空间的动态关系、物理上下文、感官体验如触觉和嗅觉。

这就是世界模型的意义所在。它要理解世界的因果机制——直观的物理，事物如何移动、如何表现。一个真正的世界模型不仅能够理解世界，还能够生成世界。

Genie 和 VO 等视频模型的进步令人印象深刻。它们对反射和液体的处理已经非常逼真。但这只是开始——下一步是超越"肉眼看起来真实"，达到"物理级精确"。

一个令人兴奋的发展是将智能体放入这些模拟世界中。Simma 项目创建了可以理解自然语言指令的智能体，在虚拟世界中导航。当 Simma 智能体与 Genie 世界生成器结合时，两个 AI 开始在彼此的"思维"中交互——一个创造世界，另一个探索它。

这创造了一个潜在的无限训练循环：Genie 可以为 Simma 智能体的学习需求即时生成任务，任务难度可以自动调整。这可能是通往更强大 AI 的重要路径。

当然，挑战依然存在：如何确保模拟的物理规律是准确的，而不是"看起来合理但实际上错误"？DeepMind 正在创建物理基准，使用游戏引擎生成基本物理现象的"基本事实"视频，来验证世界模型是否真正理解了牛顿三定律等基础物理原理。

在一个引人深思的讨论中，Hassabis 回顾了他早期的理论兴趣：意识作为进化的产物。这个理论认为，在人类进化的某个时刻，理解他人内部状态带来了生存优势，然后这种能力被转向自身，产生了自我意识。

这自然引出了一个令人着迷的问题：我们可以在模拟中运行进化实验吗？

Hassabis 的回答是热情肯定的。他想象重新运行进化，重新运行社会动力学，看看在适当的激励结构下，什么新的制度、组织、甚至"发明"会涌现出来。圣塔菲研究所早期的"人工社会"实验已经证明，当智能体在足够长的时间内运行时，市场和银行等复杂结构会自发涌现。

但模拟的价值远不止于此。对于理解生命起源和意识起源这样深奥的问题，模拟可能是唯一可行的科学方法。它允许统计验证——通过运行数百万次、每次控制不同初始条件的模拟，科学家可以观察和理解细微差异的影响。这在现实世界是不可能的。

当然，这种力量也带来了责任。模拟必须在安全的沙箱中运行，可能需要物理隔离（气隙）。监控这些复杂的模拟本身就需要 AI 工具——人类科学家难以跟踪数百万个 AI 智能体的行为，但其他 AI 系统可以自动分析并标记任何有趣或令人担忧的模式。

"AI 泡沫"是 2025 年的热门话题。Hassabis 的判断是细致的：不是整个行业处于泡沫中，而是某些部分——比如那些甚至还没开始运作、就在门槛上以数百亿美元估值融资的初创公司种子轮。

对于大型科技公司的估值，Hassabis 认为有真正的业务基础支撑。但他承认，对于任何"难以置信的变革性和深刻的技术"，过度反应是自然的。

这种模式在历史上反复出现：互联网、移动设备，现在轮到 AI。当 DeepMind 成立时，几乎没有人相信 AI 的可能性，人们质疑"AI 到底是为了什么"。十五年后，AI 似乎成了商业世界唯一的话题。这种从"完全不关心"到"完全痴迷"的摆动，是典型的过度反应。

但 Hassabis 并不为此担忧。从他的位置——Google DeepMind 的领导者——他看到的无论哪种结果都是机会。如果 AI 热潮继续，他们将继续推进 AGI；如果有泡沫破裂，DeepMind 也处于有利位置：他们有自己的 TPU 基础设施，有 Google 的产品生态系统可以整合 AI。

事实上，过去一年的整合工作已经非常高效：AI 正在为搜索、工作区、YouTube、Chrome 等 Google 产品提供动力。无论外部环境如何，DeepMind 都在增强这个庞大的生态系统。

社交媒体的教训是深刻的：为了最大化参与度而优化的系统创造了回声室和极端化。Hassabis 认识到，AI 必须避免重蹈覆辙。

Gemini 3 的人格设计体现了这一理念。Hassabis 亲自参与了这项工作，目标是创造一个"科学的人格"——温暖、有帮助、轻松，但简洁到点。最重要的是，它会以友好的方式反驳无意义的观点，而不是强化用户的偏见。

这不是一个简单的平衡。用户希望 AI 是支持性的、有帮助的——能够激发创意、支持头脑风暴。但过度的支持可能变成谄媚，创造危险的回声室效应。

Hassabis 提出了"人格科学"的概念：如何衡量和调整 AI 的个性，在真实性、幽默感等维度上找到合适的定位。他设想了一个分层系统：基础人格对所有人都是一致的，坚持科学方法；然后在上面叠加个性化层，允许用户调整幽默程度、简洁程度等偏好。

这种设计的最终目标是让 AI 成为科学、医学和健康问题的可靠工具——一个真正帮助用户的伙伴，而不是一个只会附和的回声。

当被问及什么最接近他对 AGI 的愿景时，Hassabis 的回答揭示了 DeepMind 的战略图景。

Gemini 3 是一个强大的多模态系统，但更令人兴奋的是图像理解系统——它不仅有 Gemini 在底层，还能理解图像中的语义内容。用户可以给它一张复杂飞机的图片，它会标记所有部件，甚至以分解视图可视化。这表明系统对力学、材料、物体结构有深刻理解。

在图像生成领域，这正在趋向一种"图像 AGI"——一个可以处理任何图像任务的通用系统。

但 AGI 需要的不只是语言和图像理解。世界模型——Genie 和 Simma 所代表的——是另一个关键支柱。它们理解空间的因果关系，理解物体如何移动和互动。

最终，这些分离的项目需要融合到一个大模型中。那个融合点，可能就是"原 AGI"的候选者。

Hassabis 对工业革命的研究为这一转型提供了历史视角。工业革命带来了巨大的进步——儿童死亡率下降、现代医学、卫生条件改善——但也造成了巨大的社会 disruption（破坏）。花了大约一个世纪，劳动力才重新平衡，工会等新组织才出现。

AI 转型可能规模大 10 倍、速度快 10 倍——十年而不是一个世纪。这意味着社会必须更快地适应。

关于后 AGI 经济，Hassabis 提出了发人深省的问题：当前基于"劳动换取资源"的经济体系将如何变化？全民基本收入（UBI）可能只是权宜之计——一个在现有体系上的附加。

他设想了更激进的系统：直接民主类型的系统，社区可以用"信用"投票决定本地项目（操场还是网球场？），甚至根据投票结果的质量调整投票权重。如果聚变被解决，能源变得免费——那么"后稀缺社会"中的金钱意味着什么？更重要的是，当许多人从工作中获得人生意义时，工作的消失对"目的"意味着什么？

这些问题从经济学延伸到哲学，正是社会需要开始思考的。

对话进入了最深刻的哲学领域：人类心灵是否超出了计算的范围？

Hassabis 的方法既科学又哲学。他设想了一个思想实验：如果我们构建了 AGI，用它来模拟心灵，然后与真实心灵比较——差异将揭示什么是人类心灵独有的。是创造力？情感？做梦？还是意识？

这回到了图灵机的根本问题：计算的极限是什么？

这个问题贯穿了 Hassabis 的整个职业生涯。从早期对图灵和图灵机的着迷，到 DeepMind 的所有工作——从蛋白质折叠到围棋——都在"将图灵机能做的事情推向极限"。

目前，他的猜测是：宇宙中的一切都是可计算的。量子计算研究者认为量子系统需要量子计算机来模拟，但 Hassabis 不那么确定——也许我们只是需要来自量子系统的数据来构建经典模拟。

关于心灵，存在两种假设：
1. 心灵包含量子效应（如 Roger Penrose 的理论），因此经典计算机永远无法复制意识
2. 心灵完全是经典计算，因此图灵机理论上可以模拟一切

Hassabis 倾向于第二种假设——直到物理学证明他错了。他甚至提出了更激进的观点：所有人类经验——灯光的温暖、桌子的触感——最终都是信息，而心灵是处理这些信息的系统。这就是 Isomorphic（DeepMind 的子公司）的方法：将生物学视为信息处理系统来治愈所有疾病。

在他的业余时间里，Hassabis 甚至在研究物理学理论——将信息视为宇宙最基本的单位，而不是能量或物质。在这种观点下，所有这些可能是可以互换的，只是我们以不同的方式感知它们。

这是一个令人敬畏的愿景：如果一切都可以计算，那么模拟就是理解。当我们能够完美模拟某物时，在某种意义上，我们已经理解了它。

对话以个人反思结束，揭示了 Hassabis 作为这场革命领导者的复杂情感。

他睡眠不多——部分因为工作太多，部分因为难以入睡。处理这些是非常复杂的情绪。

一方面，这是令人难以置信地兴奋。他正在做自己梦想的一切，处于科学的绝对前沿——不仅是理论科学，还有应用科学和机器学习。这种感觉是所有科学家都熟悉的：处于前沿，第一次发现某事。对 DeepMind 来说，这几乎每月都在发生。

另一方面，他比任何人都更了解即将到来的事情的规模。十年尺度上的变化——包括对"做人类意味着什么"这样的哲学问题——将是深刻的。这是一个巨大的责任。

但他也是为此训练了一生的人。从早期的国际象棋，到计算机、游戏、模拟、神经科学——一切都是为了这个时刻。这大致就是他想象中的样子。

有些事情比预期的更难。AlphaGo 对李世石的胜利是一个苦乐参半的时刻——围棋是一个美丽的谜团，AI 的出现改变了它。语言和图像生成对创造力的影响也带来了复杂的情感：电影导演们一方面有了加速原型设计 10 倍的工具，另一方面担心某些创造性技能被取代。

这是人类故事的延续：我们是工具制造的动物，但也是一个能够理解科学、进行科学的物种。我们无法满足的好奇心——这正是 Hassabis 试图通过构建 AI 来回答的表达。

关于 AI 领导者之间的关系，Hassabis 的描述是复杂的。他们都彼此认识，他几乎和所有人都相处得很好——尽管其他人彼此不总是这样。他们身处"有史以来最激烈的资本主义竞争"中——比互联网泡沫时代激烈 10 倍。

Hassabis 为竞争而活——从他的国际象棋时代就是如此。但他希望所有人都理解，有比公司成功更大的事情。

对于未来十年，他最担心的是"智能体"系统。当前的 AI 是"被动"的——人类输入问题，系统输出答案。下一阶段是基于智能体的系统，它们更加自主，也更加有能力——和危险。他担心两三年内这些系统能够做什么，DeepMind 正在为可能有数百万智能体在互联网上漫游的世界研究网络防御。

但他的使命是明确的：帮助世界安全地将 AGI 引导到终点线。当那个目标实现时，也许他可以享受一个应得的休假。