DeepMind CEO Demis Hassabis：AGI的未来，科学突破与社会重塑
未来已来
8
8-8原野: 最近我看到一个观点，感觉挺颠覆认知的。Google DeepMind的CEO，Demis Hassabis，他提出了一个猜想，说自然界里存在的任何模式，不管是生物学、物理学还是宇宙学里的，原则上都可以被咱们现在这种经典的AI算法给学会。
晓曼: 嗯，这个猜想其实非常大胆，也特别有启发性。他等于是在说，大自然本身就是一套有规律可循的系统。因为进化嘛，本质上就是“优胜劣汰”，留下的东西肯定不是一团乱麻，它有内在的结构。AI要做的，就是把这个结构给“逆向工程”出来。
原野: 等等，你的意思是，只要一个东西在自然界里能存在下来，它就自带了一种能被AI破解的“密码”？
晓曼: 没错。这就好比说，大自然这个超级计算机，可能已经帮我们筛选出了那些“可解”的问题。这也就解释了为什么AlphaGo能下围棋，AlphaFold能预测蛋白质结构。这些曾经被认为是超级难题的领域，原来背后都有AI可以学习的深层模式。这让经典计算机的能力边界，比我们想象的要宽广得多。
原野: 我明白了。这种“可学习模式”的观点，不仅解释了AlphaGo和AlphaFold的成功，也让我们看到了AI在模拟复杂现实系统上的巨大潜力。那AI具体是怎么应用到科学发现里，来加速我们对世界的理解呢？
晓曼: 应用已经非常多了。比如视频生成模型，它不只是生成好玩的视频，它在看的过程中，其实就在反向推导物理规律。这挑战了一个老观点，就是说机器必须得有身体，才能理解物理世界。现在看来，不一定。
原野: 那像模拟一个完整的细胞，或者搞清楚生命起源这种终极问题，AI能帮上忙吗？它会不会像AlphaGo那样，在某个关键问题上，突然来一招“神之一手”？
晓曼: 它扮演的角色更像是一个超级强大的建模和计算工具。比如模拟细胞，AlphaFold先解决了蛋白质结构这个大头，然后一步步往上搭，构建更复杂的模型。至于生命起源，本质上也是在一个巨大的可能性空间里做搜索，AI正好擅长这个，帮我们从一锅“化学原汤”里找到细胞是怎么冒出来的线索。
原野: 确实，从模拟生命到预测天气，AI的应用前景太广了。但说到创造力，它能像爱因斯坦那样，自己提出一个全新的科学理论吗？还是说，那种科学家的“品味”，就是选对问题、设计实验的直觉，才是AI更难学会的？
晓曼: 这就问到点子上了。提出一个真正好的猜想，可能比证明它要难得多。这也是衡量AGI，也就是通用人工智能，能不能实现的一个关键标准。Hassabis自己预测，大概2030年左右，实现AGI的可能性是50%。
原野: 哇，这么快。那AGI真的来了，会对我们的社会、能源，甚至我们对“工作”的理解，产生什么样的影响？
晓曼: 影响将是颠覆性的。首先可能迎来一个“彻底富足”的时代。因为AI有望在五年内帮我们解决能源问题，比如核聚变或者高效太阳能，让能源变得几乎免费。但挑战也来了，怎么公平分配这些资源？同时，AI会彻底改变游戏，实现那种每个人进去都不一样的开放世界，游戏甚至可能成为我们寻找人生意义的新地方。
原野: 听起来AGI的到来，不只是技术革命，更像是一场社会和哲学的重塑。那在通往AGI的路上，Google DeepMind是怎么做到从追赶者变成领跑者的？他们有什么秘诀？
晓曼: 他们最厉害的地方，是在一个大公司里，还保持着创业公司那种敏锐和果断。他们有一个“AI优先”的设计理念，这个很有意思。就是说，他们设计产品的时候，不是基于现在的技术，而是为一年后的技术能力去设计。
原野: 为一年后的技术设计？这得需要多强的预判能力啊。
晓曼: 对，这需要对技术演进有非常敏锐的直觉。他们知道AI还没普及，所以用户的第一次体验至关重要。同时，他们认为高质量数据不是瓶颈，因为AI可以自己通过模拟来生成合成数据。这种对未来的笃定，是他们成功的关键。
原野: 这种“AI优先”的理念确实高明。但说到AI的未来，我们总会碰到一些更深层的问题。比如生命的定义、意识的本质，Hassabis对这些哲学问题怎么看？
晓曼: 他觉得这事儿既神奇又让人困惑。我们能把生物分解到原子级别，但还是说不清楚到底什么是“生命”。他倾向于认为，意识可能是一种计算过程，理论上是可以在电脑上模拟的。
原野: 如果意识能被计算，那AI不就也能有意识了？
晓曼: 这就是最核心的问题了。Hassabis认为，我们恰恰可以通过构建AI，然后跟我们自己的思维做对比，来搞清楚人类心智到底独特在哪，意识的本质是什么。他甚至觉得，单纯的理性是远远不够的，技术的发展需要人文、艺术，甚至他称之为“灵魂”或“火花”的东西来指引。
原野: 科学与艺术是伙伴，而不是对手。这个观点我喜欢。这种对人性的洞察，以及对科学与艺术融合的追求，可能就是他对人类未来还抱有希望的原因吧。
晓曼: 没错。所以他会觉得，未来当AI承担了大部分工作后，电子游戏可能会成为我们寻找意义和目标的重要途径。它提供了一个平台，让我们去创造、探索、社交，还能教我们怎么面对失败。
原野: 这等于说，游戏成了一种新的人生模拟器。那程序员这个职业呢？会被AI取代吗？
晓曼: 不会完全取代，但会彻底改变。顶尖程序员的生产力会提升十倍，他们的工作会更像是定义系统架构，然后指导AI去完成具体实现。但这也意味着，整个社会需要快速适应这种变革，它的速度和影响范围，可能是工业革命的十倍。所以像普遍基本收入（UBI）这种机制，可能就得提上日程了。
原野: 听起来，AI的未来，竞争会异常激烈。但在这种情况下，Hassabis为什么还反复强调合作，尤其是AI安全领域的国际合作？
晓曼: 因为他觉得，这事关乎全人类。用“获胜”来定义目标本身就是一种误读。AI是通用技术，影响太深远了，风险和福祉并存。他认为科学本身就是连接人类的桥梁，最终的目标是让AI为所有人服务。这背后，是他对人类文明的一种谨慎乐观。
原野: 把对游戏的热情、对科学的探索和对人类未来的关怀，都统一起来了。
晓曼: 是的，他的人生哲学就是这样。他觉得，无论是做AI、设计游戏还是探索宇宙，核心都是在理解“我们是谁”。他对未来的希望，就来自于人类身上那种近乎无限的创造力、适应性，以及最重要的，好奇心、同情心和爱。
原野: Demis Hassabis的这些思考，确实为我们描绘了一幅关于AGI的未来、科学突破与社会重塑的宏大图景。总结一下，今天我们聊到的关键点其实很清晰。
晓曼: 嗯，可以这么说。首先，自然界的模式是可学习的，这是AI理解世界的基础。其次，AGI的标准是创造力和通用认知，可能在2030年左右到来，并将开启一个“彻底富足”的时代。第三，AI正在掀起一场科学革命。第四，在未来，游戏可能会成为我们寻找意义的新途径。最后也是最重要的，技术发展需要人文和艺术的指引，而人类未来的希望，最终还是在于我们自身的创造力、同情心和爱。