Let's Make AGI Real

伦敦—— 作为全球领先的人工智能研究机构，谷歌DeepMind的首席执行官兼诺贝尔奖得主，德米思·哈萨比斯（Demis Hassabis）以其非凡的远见和对人工智能（AI）未来潜力的深刻洞察力而享誉全球。在近期的一系列深度访谈中，哈萨比斯详细阐述了他关于AI如何不仅能解决复杂的计算难题，更能作为人类理解宇宙基本奥秘、重塑未来社会的“终极工具”的各项观点。他描绘了一幅AI将引领人类文明进入“激进富足时代”的宏伟蓝图，同时也直面了这项颠覆性技术可能带来的深远挑战和风险 。

学习型系统的自然模式猜想：解锁现实的低维流形

哈萨比斯的核心理念之一，是他曾在诺贝尔奖颁奖典礼上提出的一个引人深思的猜想：“任何在自然界中生成或发现的模式，都可以被经典学习算法高效地发现和建模”。他认为这一猜想适用于生物学、化学、物理学、宇宙学乃至神经科学等所有自然系统。

这一观点的核心在于，自然系统之所以能够被高效建模，是因为它们并非随机生成，而是受到演化过程的塑造，拥有内在结构。哈萨比斯将这一概念比作“最稳定者生存”，因为无论是生命、地质形态（如山脉的侵蚀），还是宇宙现象（如行星轨道），都经历了漫长的选择过程，使其结构得以保留。这种内在结构意味着存在一个可以被学习的“低维流形”，从而使AI能够高效地进行搜索和预测。他以AlphaGo和AlphaFold项目为例，这些系统成功地在组合爆炸、高维度的空间中找到解决方案，而传统方法需要天文数字般的计算时间。蛋白质在体内毫秒间完成折叠，这本身就是物理学解决了我们现在也能通过计算解决的问题。哈萨比斯认为，如果人类能理解物理学如何做到这一点并加以模仿，那么经典系统也能实现。

他甚至提出，可以创建一个新的复杂性类别，称为“可学习自然系统”（LNS），来定义这类能够被经典系统高效建模的自然现象。他深信，信息是宇宙最基本的单位，比能量和物质更根本。从这个角度来看，计算机科学中的“P等于NP”（P=NP）问题，便成为了一个深刻的物理学问题，其答案将极具启发性。

视频生成模型Veo：对直觉物理的惊人理解

哈萨比斯指出，即便对人类而言极其复杂的流体动力学和纳维-斯托克斯方程等问题，传统上被认为难以在经典系统上处理，需要巨大的计算量，但AI正在展现出令人惊讶的能力。他举例说明了DeepMind的视频生成模型Veo，它能以惊人的逼真度模拟液体行为、材料特性和镜面反射 。

Veo能够仅仅通过观看YouTube视频来“逆向工程”物理规律，提取材料行为的潜在结构。这种能力并非肤浅的模式匹配，哈萨比斯认为，Veo能够连贯地预测下一帧画面，这本身就是一种“理解”形式，虽然并非人类深层次的哲学理解 。他称其为“直觉物理学”的理解，类似于儿童对物理世界的认知 。

更令人惊讶的是，Veo的成功挑战了“只有通过具身AI系统（机器人）才能构建对物理世界的理解”的传统观点 。Veo通过被动观察（观看视频）就似乎获得了这种理解，这在哈萨比斯看来，暗示了现实本质的一些深层奥秘 。他相信，这类系统是构建真正AGI所需的“世界模型”的关键一步，即一个能理解世界运作机制、物理规律和其中事物的模型 。

未来展望：从模拟细胞到人工智能驱动的游戏与科学发现

哈萨比斯描绘了一个AI驱动的未来，涵盖了从微观生物学到宏观宇宙学的多个领域，每一个都很炸裂，至少是国家科学进步奖级别的：

• 虚拟细胞项目：他有一个持续了25年的“宏伟梦想”，即建立一个完整模拟细胞的“虚拟细胞”项目。AlphaFold和AlphaFold 3是实现这一目标的基础，它们分别解决了蛋白质的静态三维结构和动态相互作用的建模。他计划从最简单的单细胞生物——酵母细胞开始，最终能够进行体外实验（in silico），将湿实验室的实验速度提高100倍。尽管细胞内部存在不同时间尺度的复杂机制，但他相信可以通过分层模拟系统来解决。
• 生命起源的模拟：哈萨比斯认为，AI甚至可以帮助探索生命起源的深奥问题 。他设想通过模拟原始化学汤中的搜索过程，来理解生命如何从非生命物质中演化而来，最终揭示物理、化学和生物学之间的连续统一体，打破我们思维中“生命与非生命”的界限 。
• 人工智能重塑游戏：作为一位资深玩家和早期游戏AI开发者，哈萨比斯对AI如何革新游戏充满热情 。他梦想中的游戏是开放世界的，AI能够根据玩家的选择动态地改变故事和叙事，创造独一无二的沉浸式体验，成为“终极的自选冒险游戏” 。他相信，“可玩的世界模型”将成为可能，AI能够实时生成游戏内容，摆脱硬编码的限制 。游戏不仅仅是娱乐，更是“世界的微缩模拟”，提供安全的决策练习环境，并能以健康的方式引导人类的竞争能量，从而促进自我完善和掌握技能 。
• 加速科学发现：AlphaEvolve等系统通过结合大型语言模型（LLM）和进化算法来演化算法，能够提出可能的解决方案并探索搜索空间的新颖部分 。这种混合系统有望推动科学发现，并帮助系统生成新的能力和涌现特性 。哈萨比斯认为，AI是帮助人类回答终极科学问题的“终极工具” 。谷歌DeepMind已经通过AI显著改进了天气预测系统，使其比传统超级计算机更快、更准确 。

AGI之路：突破与挑战

哈萨比斯估计，到2030年只有50%的可能性实现通用人工智能（AGI）。他为AGI设定了高标准：它必须能匹配人类大脑的所有认知功能，并展现出智能的连贯性，而非现有系统那种某些方面出色、某些方面有缺陷的“锯齿状智能” 。

他强调，AGI需要具备真正的创造和发明能力 。除了通过海量认知任务进行测试外，他期待出现“灯塔时刻”，类似于AlphaGo下出的“神之一手”Move 37 。例如，AGI能否在给定1900年以前知识的情况下，独立提出爱因斯坦的相对论猜想？或者，它能否发明一款像围棋一样深邃、优美、优雅的游戏 ？这些才是真正衡量AGI突破性能力的标志 。

在探讨AI是否能达到甚至超越人类智慧时，一个核心概念被提出——“研究品位” 。这并非指技术熟练程度，而是指顶尖科学家在选择研究方向、提出关键问题和设计精妙实验时所展现出的深刻洞察力与判断力 。哈萨比斯认为，这正是甄别卓越科学家与优秀科学家的关键分水岭，也是当前AI最难以模仿和建模的能力 。他提出了一个核心论断：在科学探索中，提出一个出色的猜想，往往比证明它更具挑战性 。出色的猜想必须满足几个严苛条件：首先，要精确的定位，处于一个最佳平衡点——即非无从下手，也非显而易见，从而有效推动知识边界 。其次，信息价值要最大化，无论最终被证实还是证伪，它都必须能像二分搜索一样，将庞大的假设空间进行有效分割，让研究者获得等同价值的宝贵信息 。第三，猜想必须具备可证伪性，即它必须在当前技术框架内是可被检验的 。这一系列要求决定了研究品位是一种高度创造性的整合过程，而非简单的模型搜索，它也标志着当前AI与人类顶尖智慧之间存在的本质差距 。

在发展AGI的过程中，哈萨比斯承认存在“硬起飞”的潜在风险，即系统可能以不可控的速度自我改进 。他认为目前的系统如AlphaEvolve仍需要人类干预，并且在实现“大飞跃”（如Transformer架构的发明）而非仅仅“增量改进”方面，仍面临挑战 。他相信，AI公司需要同时推进现有技术的规模化和探索新的基础性突破 。DeepMind采取了双轨并行的战略：一半资源用于最大化现有技术（如Transformer架构）的规模化潜力，另一半资源则投入到“蓝天探索”项目中，致力于寻找下一次范式革命的火花 。

能源革命与人类社会重塑

在社会层面，哈萨比斯预见AI将带来“激进的富足时代” 。他将人类文明进步的契机押注于核聚变与太阳能这两大终极能源解决方案 。他认为，一旦解决，人类将进入一个由近乎免费、无限的清洁能源驱动的全新时代，这将从根本上重塑人类社会 。廉价能源将使海水淡化和氢能提取的成本大幅降低，从而解决水资源与太空运输的瓶颈，并为小行星采矿等新领域铺平道路 。人类将历史上首次摆脱土地、材料、能源等核心资源的零和博弈，从根本上化解诸多因资源稀缺而引发的冲突，为保护自然环境和实现全球发展提供物质基础 。

然而，这也带来了新的挑战，如如何公平分配这些资源 ，以及如何应对人类固有的弱点（如冲突和偏见） 。他指出，AI带来的变革速度将是工业革命的10倍，影响是10倍，因此社会需要快速适应，可能需要新的治理结构和机构，甚至探讨全民基本收入等概念 。

谷歌DeepMind的文化与责任

谈及谷歌DeepMind的成功，哈萨比斯将其归因于“卓越的团队”和独特的科研文化 。他指出，通过整合谷歌内部顶尖人才和理念，团队展现出“不懈的进步和不懈的交付” 。尽管身处庞大公司，DeepMind仍以创业公司的敏锐和决心运作，努力削减官僚主义，同时保持负责任的态度 。哈萨比斯认为，他作为产品经理的直觉源于早年游戏设计经验，他致力于创造能够利用尖端技术提供全新体验的AI产品 。他预计未来AI产品界面将高度个性化，由AI生成并适应用户需求 。他强调，无论是科学研究还是产品设计，“品位”都是最关键的能力，艺术与科学、产品与研究之间并没有绝对的界限，而是一个连续的整体 。

哈萨比斯强调，对于像AI这样重要的颠覆性技术，不应以“输赢”的竞争心态看待 。他认为，所有处于AI前沿的实验室都有责任将这项技术“安全地引入世界，造福全人类” 。他呼吁国际社会进行合作，尤其是在安全领域，并表示自己致力于保持与其他顶尖AI实验室的良好关系 。

“人类文明正处在关键的岔路口”：风险与“谨慎乐观”

关于“末日概率”（p-doom）的问题，哈萨比斯认为其无法精确量化，但承认它“非零且不可忽略”，并充满巨大的不确定性 。他给出的核心判断是：这个概率“绝对是非零的”，而且不容忽视，这个事实本身就足以引发最高级别的审慎 。

面对AI技术发展中高度不确定性与高风险并存的局面，哈萨比斯认为人类文明正处于一个关键的岔路口 。在此背景下，他提出了唯一一个理性且明智的行动纲领：谨慎乐观地前行 。这个立场包含了双重含义 ：

• 积极拥抱AI：因为它可能是解决气候变化、资源短缺等现有全球性危机的唯一有效工具，放弃AI本身是一种巨大的风险 。
• 清醒认识并管理风险：AI伴随着巨大的、尚未被完全量化的潜在风险，因此必须以科学的方法对其进行更深入的研究、定义和管理 。

哈萨比斯将AI风险清晰划分为两大不同时间尺度上需要同时应对的类型 ：

1. 滥用风险（Misuse Risk）：即恶意行为者的问题。指不负责任的个人、组织或国家利用日益强大的AI技术从事恶意活动 。
2. 失控风险（Loss of Control Risk）：即对齐与控制的问题。指随着AI系统自主性增强并逼近AGI，其内部目标或行为可能会偏离人类的初始意图，导致不可预见的灾难性后果 。

哈萨比斯总结道，由于这两类风险相互交织，增加了问题的复杂性，最终将要求整个国际社会协同努力，就AI的安全与治理达成关键共识与基本协议 。他更担心人类滥用技术（“坏人行为者”）而非AI本身失控 。

人类的未来：理解宇宙，揭示生命本质

哈萨比斯总结道，人类的“几乎无限的创造力”和“极强的适应能力”是未来的希望 。他相信，通过构建智能人工制品并将其与人类心智进行比较，将是理解人类意识特殊之处的最佳途径 。他与物理学家费曼的观点一致，认为科学知识只会增加事物内在的美感和神秘感 。他深信，这项技术将帮助人类理解“何为生命”以及“我们在宇宙中的位置”，最终揭示现实的终极本质 。在AI的黎明中，人类不仅是技术的创造者，更是自身命运的掌舵者 。