近期的达沃斯论坛，是AI人物云集的高端局。
DeepMind创始人兼首席执行官Demis Hassabis(德米斯·哈萨比斯)，在达沃斯论坛期间，分享了多个重磅消息：
第一，在药物研发方面。哈萨比斯预测，在2025年底就会有首个AI辅助设计的药物进入临床试验。
2021年，谷歌旗下的DeepMind分拆成立了Isomorphic Labs，专注于将人工智能和计算方法应用于药物研发，而哈萨比斯同时担任这两家谷歌分公司的CEO。
2024年，两家公司联合发布了生物学预测模型AlphaFold 3，可以准确预测蛋白质与其他分子的相互作用，并且已经将该模型用于科研，与制药公司合作，为新药研发开辟了新途径。
第二，关于AGI。哈萨比斯也给出了相对明确的预测：在5-10年内可能实现具备人类所有认知能力的AGI，但可能还需要一两个关键突破。
他强调，这个预测，是基于DeepMind多年前对AGI的一贯定义——能展现人类所有认知能力，包括创造力。
之所以认为必须要实现AGI，是因为他从小对物理学感兴趣，而如果我们真想洞悉物理学的本质，以及意识、梦境和时间等问题，全面理解现实世界的本质，可能需要依靠AGI级别的技术。
第三，关于AI大模型。哈萨比斯介绍了谷歌最新发布的Gemini 2.0系列模型，其中的视频生成模型Veo 2，能够准确模拟物理世界的细节，比如切番茄这样的复杂动作。这被认为是迈向“世界模型”的重要一步，为未来开发通用AI助手奠定基础。
第四，关于AI工具，哈萨比斯透露，自己最常用的一个工具就是NotebookLM——“对我来说，这是一种全新的信息获取方式，我几乎每天都用它，来概括新的研究领域，帮助我快速入门，掌握核心要点，从而决定是否深入研究。”
NotebookLM是谷歌的笔记应用，它的音频概览功能最初推出时，便允许用户上传文档（如课程材料或法律摘要），然后由AI虚拟主持人生成播客概览。
最近，它新增了一项互动模式，让用户能够与AI播客主持人直接交流，允许用户在与AI互动时提问、深入讨论、并获得个性化的答复。哈萨比斯继续安利说道：“它新增的这项功能，如果你想把话题引向其他角度，你甚至可以打断播客，向主持人提问，强烈推荐大家都试试看。”
第五，关于AI的未来。哈萨比斯也表达了对AI发展的担忧，他认为目前面临两大主要风险：一是恶意行为者滥用通用AI系统，二是AGI本身可能带来的风险。他呼吁建立类似CERN的国际AI研究机构，通过国际合作来确保AI朝着安全、可控的方向发展。
尽管如此，他仍然保持“谨慎乐观”态度，他相信AI最终将帮助人类治愈所有疾病、发现新的清洁能源、甚至帮助人类实现星际旅行的梦想，他举例说，我们已经从狩猎进化到能制造飞机，我相信未来也能妥善应对AI带来的挑战。
第六、在谈及AI如何改变工作方式时，哈萨比斯提出了一个引人深思的观点。他认为，当前我们面临的最大挑战之一是信息过载，每个人都在被信息海啸淹没，各种算法不断推送内容争夺我们的注意力，但其实这些推送系统甚至算不上真正的人工智能，只是一些简单的软件程序。
我们不得不时常查看各类信息，生怕错过重要事项，然而，每一次查看信息都会打断心流状态，影响工作效率，用来过滤信息的大脑恰恰是需要保持专注的大脑，这构成了一个难以破解的悖论。
这种情况该如何破解，哈萨比斯的答案是——Agent（AI代理）。
假设你有一个能够真正理解你需求的Agent，你可以对它说：“今天我需要专注工作，只在真正紧急的情况下打断我”，它会帮你监控所有信息渠道，确保你不会错过重要事项，同时又能保持专注。
这不是简单的信息屏蔽，而是智能化的信息管理。未来的Agent将扮演个人助理的角色，它理解场景，懂得轻重缓急，知道什么时候应该打断你，什么时候应该等待，从而帮助我们在信息洪流中保持清醒，让我们的注意力集中在真正重要的事情上。
关于哈萨比斯，他是Google DeepMind创始人兼首席执行官，也是曾在围棋比赛中击败柯洁的“AlphaGo之父”，并且他在去年因为“在蛋白质设计和蛋白质结构预测领域作出贡献”拿到2024年“诺贝尔化学奖得主”。
谈获奖：这就是我能这么快拿到诺奖的理由
问：我们的话题从诺奖开始吧，当时什么感受？
Hassabis：说实话，这是一种非常超现实的体验，哪怕到现在依然感觉不太真实。对我来说，这是毕生梦想照进现实，因为我最初投身AI领域，就是为了推进科学发展，将AI作为终极工具来推动科学进步，帮助人类健康，比如药物研发。
问：能简单解释一下AlphaFold是什么吗？
Hassabis：我们因为一个叫AlphaFold的程序获得了诺贝尔化学奖，这个程序能仅通过蛋白质的氨基酸序列（也就是基因序列），就预测出它的三维结构。
这非常重要，因为蛋白质的三维结构决定了它的功能，而我们体内的一切都依赖于蛋白质。所以，如果你想了解疾病，或者研究生物学原理，或者设计药物，你都需要理解蛋白质的三维结构。AlphaFold就是解决这个问题的答案。
说一个趣事，我们是在10月9日突然得知获奖消息的。这很出人意料，因为通常要等待10、20、30甚至40年才能获得诺贝尔奖，而我们只用了4年。
我们的庆祝方式很美好：我的一些朋友，包括世界上最顶尖的国际象棋和扑克选手，大家聚在一起，办了一场扑克和象棋之夜，这可能是世界上最高水平的家庭扑克比赛了，连国际象棋世界冠军马格努斯·卡尔森都在场。
问：刚才提到，通常需要很长时间才能获得诺奖认可，所以这是否也是对AI的认可？因为其他两位诺奖得主，也是因为AI相关工作获奖。
Hassabis：确实，这似乎就是诺贝尔委员会想传达的信息。包括物理学奖的杰弗里·辛顿(Geoffrey Hinton)和约翰·霍普菲尔德(John Hopfield)所做的基础性工作，再加上我们的工作，这标志着AI已经足够成熟，能够帮助解决一些更深层的科学挑战。
诺贝尔委员会不仅关注研究突破本身，更关注其实际影响。诺贝尔在遗嘱中说明，奖项是授予“对人类最大福祉”的贡献。通常需要几十年，才能证明这种影响力，而AlphaFold的影响力来得如此之快：全球已有250多万研究者在使用它，我们已经解析了2亿个已知的蛋白质结构。
如果用传统实验方法，解析一个蛋白质结构平均需要5年，一个博士生整个博士生涯可能只能解析一个，照这个速度，解析2亿个蛋白质结构将需要10亿年的博士生时间。
而我们将这些全部免费开放给世界使用，这就是我所说的“数字速度的科学”，我们会看到越来越多这样的例子。
问：继续谈谈你们在做的突破性研究吧，估计每个人都很好奇，虽然可能不方便谈到具体的疾病，但你认为哪些领域会出现突破？
Hassabis：我们现在主要在两个方向大规模投入：
第一个是继续基础研究，开发更好的生物学、化学、物理数学模型，包括天气预报模型。我们用通用AI系统开发这些模型，比如AlphaFold 3就能处理生物学动态过程。
第二个方向是实际应用。我们成立了Isomorphic Labs公司，基于AlphaFold技术开发药物。
要知道，了解疾病相关蛋白质的3D结构只是拼图的一部分，你还需要设计药物分子，确保它无毒性，具有合适的性质，能够溶解等……这需要很多与AlphaFold同样复杂的模型配合使用。
传统上，开发一种药物平均需要5-10年，我们希望把这个过程加快10倍，这将是医疗健康领域的一场革命。
问：什么时候能看到第一个由AI主导研发的药物？
Hassabis：我们去年宣布了与礼来和诺华的合作，他们给了我们一些最难的靶点，这些靶点，连他们的化学家都找不到好的候选药物。我们也有自己的药物研发项目，涉及癌症、心血管疾病、神经退行性疾病等重大领域。我认为到2025年底，我们就会有第一个药物进入临床试验。
谈Gemini：我们有自己的“思考模型”
问：我知道你主要关注科学，但你现在负责谷歌的所有AI工作，2024年很多人认为谷歌落后于OpenAI，但你们却取得了几个突破，对你来说最重要的是哪个？
Hassabis：2024年确实硕果累累。年底我们发布了一系列新模型，包括Gemini 2.0。它的Flash版本虽然体积最小，但非常强大高效，服务了数十亿用户。
我们还有Veo 2视频模型，它能以惊人的准确度模拟物理世界。比如，它能生成切番茄的视频，这听起来可能很简单，但要准确展示手指和刀的位置，切片不会重新粘在一起，这是很复杂的。
这是我们所说的“世界模型”的开端，它不仅理解语言，还能理解世界的丰富性和时空性质，这也是构建通用AI助手的基础，能在日常生活中真正帮助到你。谷歌DeepMind的项目Project Astra就是在做这个，现在还在测试阶段，但希望今年晚些时候能向普通用户开放。
问：让我们谈谈竞争。你们的一个竞争对手现在有了能推理的大语言模型，Gemini 2.0能推理吗？
Hassabis：我们有自己的“思考模型”，你可以叫它“推理模型”，这是目前所有顶级实验室最活跃的研究领域。
基本思路是，让模型在给出答案前先思考，对自己的回答进行回顾，甚至利用搜索等工具
来核实信息，最后再输出结果，这是一种可行的解决方案。这可以解决当前模型的很多问题，比如虚构信息。规律很简单：给模型更多思考时间，它就能给出更准确的答案。
实际上，我们在这方面有十多年经验。从AlphaGo开始，包括我们早期的所有游戏项目，都是基于Agent（智能体）系统，都包含模型的推理、搜索。现在我们把这些经验再用上，但区别在于，现在我们不是用它来开发游戏，而是要用在现实世界中，这显然复杂得多，这些都需要进行建模，并了解这个世界的运行规律，因此规划难度大得多。
比如说，在围棋或国际象棋中，规则很简单，AI很容易理解和学习。但现实世界却复杂多了，即使你的世界模型只有1%的误差（实际上通常有10%左右），如果你推理100步，这个误差会不断累积，最后可能落入一个完全随机、毫无意义的状结果。所以要在这么长的推理链上保持准确性，对模型的要求非常高，这就是我对AI推理能力感兴趣的原因。
谈AI幻觉：既要让它可控，又要让它有创造力
问：说到推理，目前大语言模型最基本的问题之一是幻觉问题，你可能也经常被问到这个问题，有一种解决方法是让模型自己核实答案，但似乎也不太有效，为什么？
Hassabis：是这样的，我们正在用多种方法解决幻觉问题，这对我们特别重要，因为如果你想用这些模型做科学研究，就绝对不能虚构引用或论文。Gemini 2.0模型在这方面比上一代有很大进步。
具体有几种方法：首先，可以在预训练阶段，就过滤掉错误信息；其次，可以使用工具，比如用谷歌搜索来核实事实，这对我们来说是很自然的动作，但系统需要学会什么时候该使用搜索工具，这个学习过程并不是自动的；最后就是推理，给系统更多时间思考，让它能够回溯检查，而不是立即输出第一个答案。
问：有人告诉我，其实不应该完全消除AI幻觉，因为这是它创造力的一部分，你同意吗？
Hassabis：在某些领域可能是这样。但关键是要让它成为一个可控的功能，而不是意外发生的事情。你应该能决定什么时候要创造性思维，当然我们还需要讨论“创造力”对它来说到底意味着什么。
谈AI工具：最常用的是NotebookLM
问：说到大语言模型，你自己是怎么使用Gemini的？你又是怎么教你的孩子用它的？
Hassabis：我的孩子们喜欢用创意工具，比如图像生成功能。我个人主要用基于Gemini的应用，比如NotebookLM。
这是个很有趣的工具，你可以输入任何你感兴趣的研究论文或网页，它会生成一个非常吸引人的播客，效果很好。一开始我以为，只需要AI总结内容然后念出来就够了，但实际上，让两个AI角色进行对话式的评论要有趣得多。现在它新增了个功能，你甚至可以随时打断“播客”，问他们问题。如果你没试过，我建议你试试，真的很神奇。
我几乎每天都用它，来了解新的研究领域，帮我快速入门，掌握核心要点，然后决定是否需要深入研究。
谈AGI：5-10年会到来，还需1-2个突破
问：你经常说，你所做的一切都是为了实现AGI（通用人工智能）。但我还是不明白，我们到底在试图解决什么问题？为什么一定要追求AGI？你觉得需要多久才能实现？
Hassabis：我一直在探索的问题是，现实的本质以及宇宙中的深奥问题，从小我就对这些问题着迷。通常对这感兴趣的人会选择物理学，我也很喜欢物理学，这是我最喜欢的学科。
但在读了费曼、温伯格等大师的著作后，我意识到，也许问题在于我们需要帮助，即使是最聪明的专家也需要工具来帮忙。对我来说，AI就是那个工具，是我对寻求人类深层需求的工具。
如果我们真的想理解物理学本质，或者意识、梦境和时间的本质，就需要AGI级别的工具。我们天天与时间打交道，却连时间是什么都不知道，这至今是个谜。
我还特别喜欢哲学，我认为当今世界需要一位像康德那样的哲学家，来帮助我们理解我们正在走向何方。所以，要完全理解现实的本质，包括所有的物理学，我们需要AGI级别的能力。
问：具体时间表呢？是5年、10年、还是50年？
Hassabis：我通常不给具体时间表，但这要看你怎么定义AGI。在DeepMind，我们在这二十年来对AGI的定义一直很明确：一个能展现人类所有认知能力的系统。
之所以这样定义，是因为人类思维是我们目前在宇宙中唯一知道的通用智能例子。所以如果你说AGI，而不是狭义的智能，至少要能做到人类思维能做的所有事情，包括创造力。按这个定义，我认为我们离AGI还有5-10年的距离，可能还需要一两个关键突破。
问：谁来决定我们是否达到了AGI？是科学家、AI专家，还是政府和社会？他们在这场讨论中似乎没什么发言权。
Hassabis：这需要整个社会的参与。包括企业实验室、学术界、公民社会、道德专家、政府。在考虑技术部署和产品时，我们需要考虑所有可能受影响的人。
在谷歌和DeepMind，我们一直在努力与各方沟通，举办AI科学论坛，我经常与各国皇家学会、美国国家科学院等机构交流，但我觉得我们可能还缺少合适的AI机构。
问：你最担心什么风险？
Hassabis：我主要担心两大风险：
第一，不法分子滥用通用系统，用于不正当用途。这是老生常谈的问题，任何变革性技术都会面临这个问题。
问：这就是你不支持开源的理由？
Hassabis：恰恰相反，我们非常支持开放科学和开源，AlphaFold就是完全开源的，我敢说，现代AI产业80%-90%都建立在谷歌和DeepMind过去十年公开发表的研究成果上，比如Transformer架构和AlphaGo等——我们之所以公开分享所有这些理念，是因为科学进步最快的方式就是信息共享。
但AI这项技术与众不同，它太具有变革性，用途又非常广泛。系统越通用，就越容易被重新配置做其他用途。这就是为什么我对开源倡导者说，我很希望能开源，让更多好的应用成为可能，但随着系统变得越来越强大，我们如何防止被有害使用？一旦开源，就收不回来了。起码通过API提供服务的话，如果发现什么问题，还可以关闭访问。
AI还有另一个复杂之处：它是一种涌现性技术。它不像汽车引擎，你测试到极限，就知道它能做什么、不能做什么。即使测试六个月，当数十亿人使用时，可能某个聪明人就会发现一些新的用法组合，产生新的能力。
而AI的第二个风险是：技术本身带来的AGI风险。这不是现在的问题，但随着我们接近AGI，这个问题会越来越重要。科学史告诉我们，如果某件事可行且有价值，人们就会去做，这是不可避免的趋势。现在AI已经发展到了一个关键节点，精灵已经出了瓶子，我们再也无法将其束之高阁了，只能努力确保它以安全的方式发展。
诸如一些当今社会的挑战，促进经济增长、应对气候变化、提高医疗效率、推动医学应用、从多方面治疗疾病等，我们恐怕很难解决这些问题，除非引入AI，但我们必须以理性和负责任的态度推进AI，我建议以科学方法为核心来推进。
问：有意思的是，马斯克起初主张暂停AI发展，他想缓一缓，但现在他也推出了Grok，这可能带来问题，其严重程度远超监管不足的问题，你怎么看？你和他很早就认识了吧？
Hassabis：对，我们是老朋友了，我和他认识已经超过12年了，我们从一开始就在探讨AI的话题，应该是我最初把他带入AI领域的。
这里的利害关系远不止是公司层面，也不仅关乎产品或其他东西，回顾我们刚才的讨论就会发现，这涉及到某种人类的未来，关乎人类的生存状态，以及我们作为社会和物种真正想要前进的方向，至少有些人已经意识到这一点，但可能还需要更多人认识到这一点，我认为短期内人工智能被过度炒作了，比如你在X和其他平台上听到的那些AI消息，什么“明年就能实现AGI”，搞得大家都有点儿疯狂了，但实际上人们仍然低估了它，没有充分认识到AI在未来5-10年这样的中长期内将带来的巨大变革。
问：令我惊讶的是，企业采用AI的速度进展比我原本预想的要慢得多，我觉得在ChatGPT推出的第一年后，很多人觉得有必要试一下，他们也确实试了，但还没找到真正合适的用途。
Hassabis：我觉得这很合理，我们就是处在这个阶段，这些看似很厉害的系统，只适用于一些特定场景，比如总结文档、做点研究、或者写些套路化的推荐信之类的，这就是我认为我们距离AGI还很远的原因。
要是真的接近了，你应该能想象到各种全能助手的出现，这些助手每天都在各方面帮助你，从推荐有趣的观看内容、到全方位丰富你的生活，但现在我们还看不到这些，但我相信它终会实现。
谈AI变革：算法推荐还算不上真正的AI
问：你觉得AI会如何影响我所在的行业？
Hassabis：这个嘛，我也说不准，但我认为它的影响会是方方面面的。
我对社交媒体问题有很多思考，我感觉我们每个人都被信息淹没了，用户被算法推送的信息狂轰滥炸，这些算法甚至都算不上AI，（比如推荐系统之类的）它们其实就是普通的软件程序，还不能被称为AI系统，我们就这样被信息海洋淹没了，这些信息都在争夺我们的注意力。
我一直在想，我们能否让技术真正为我们个体服务，假设你有一个能聊天的智能助手，你可以这样设置它：“今天我想安静地专注于写作、编程或科研等工作，不管是什么工作，只在必要时提醒我，帮我关注社交媒体和其他重要信息，只有遇到紧急事务时才通知我”，然而目前的现实是，我们还无法实现这一点，所以你不得不花精力涉足信息的汪洋，去寻找你真正关心的信息，但问题是，用来过滤信息的大脑在看信息的时候，正处于心流状态，一旦参与这种信息过滤，就会影响到你的大脑状态。
所以我认为更好的方式是，让一个AI系统为你执行这项任务，这也是Agent愿景的一部分。
还没有评论，来说两句吧...