AI与未来的临界点：从“第37步”到通用智能

在2016年，AlphaGo与围棋世界冠军李世石的对决中，AlphaGo的第37步棋看似不合常规，但最终被证明是极其精准的一步，被誉为“神之一手”。这一棋步象征着AI在复杂决策中的突破性创新。

近日，谷歌DeepMind首席执行官德米斯·哈萨比斯在知名播客节目中，深入探讨了通用人工智能、自然系统建模等话题，引发了对AI是否已经走到“第37步”的思考。

哈萨比斯强调，尽管AI带来了巨大的变革潜力，但也伴随着难以预见的风险。他警告称，AI的进步可能引发“末日风险”，尤其是当技术失控或被滥用时，后果可能不堪设想。

以下为对话核心观点：

1. 哈萨比斯认为，所有能生成或被发现的自然模型都可以通过经典学习算法高效建模。
2. 他预测2030年实现AGI的概率约为50%，并提出了测试AGI的标志性标准。
3. 自然界的进化过程为系统提供了结构性，这些结构可以通过AI学习并用于建模。
4. Veo 3展现了类似理解物理规律的能力，挑战了传统观点。
5. 哈萨比斯希望有机会与马斯克在AI问题上合作。
6. 未来AI可以根据玩家的决策自动生成剧情，提升游戏的沉浸感和灵活性。
7. 核聚变和太阳能将成为未来主要能源。
8. 哈萨比斯表示Meta高薪挖人策略合理，因为它在AI前沿研究中处于较落后地位。
9. 哈萨比斯认为未来将进入“AI生成界面”时代——界面会根据用户个性化定制。
10. 他强调必须谨慎乐观地对待AI技术的风险和不确定性。

以下为访谈内容精华版：

01. AI如何模仿自然进化

弗里德曼：在你那场诺贝尔奖的演讲中，你提出了一个很有意思的观点。你认为哪些领域的模型可以通过经典学习算法高效地发现和建模？

哈萨比斯：我觉得，自然界中任何能够生成或被发现的模型都可以通过经典学习算法高效地发现和建模。比如生物学、化学、物理学等领域。

02. 谷歌Veo 3与对现实的理解

弗里德曼：Veo 3能通过视频展现类似理解物理规律的能力，你觉得这是否意味着它真的“理解”了一些东西？

哈萨比斯：是的，它肯定有一定的“理解”，至少它能连续预测出画面的一帧帧变化。但这不是像人类那样的深入思考。

03. 未来用AI定制游戏世界

弗里德曼：未来五到十年的游戏会是什么样？

哈萨比斯：未来五到十年，我们有机会用AI构建出真正围绕玩家想象力展开的游戏系统。

04. AlphaEvolve与进化算法

弗里德曼：你觉得进化算法有可能成为未来超级智能系统的一部分吗？

哈萨比斯：是的，进化算法是一种有潜力的方向。

05. AI的“研究品味”与科学创造力

弗里德曼：你认为AI系统有可能具备研究品味吗？

哈萨比斯：“品味”或“判断力”是最难模仿和建模的能力之一。

06. 生命起源的模拟与探索

弗里德曼：你认为我们能模拟生命起源吗？

哈萨比斯：这无疑是最深刻、最迷人的问题之一。AI可以帮助解决这个问题。

07. 通用人工智能的“第37步”：我们真的能认出它吗

弗里德曼：我们怎么知道通用人工智能真的来了？

哈萨比斯：我们需要测试系统是否具备一致且全面的认知能力。

08. 规模化法则与AI的突破路径

弗里德曼：计算规模化法则仍在有效发挥作用吗？

哈萨比斯：我们相信在规模化方面还有很大空间。

09. 未来能源与文明发展

弗里德曼：未来人类的主要能源会是什么？

哈萨比斯：我会把赌注押在核聚变和太阳能上。

10. 谷歌与AGI竞赛

弗里德曼：谷歌DeepMind在通用人工智能竞赛中胜出的概率有多大？

哈萨比斯：“输赢”并不重要，我们的目标是安全地把这项技术带给世界。

\n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n