0121-deepmind 的Demis Hassabis访谈
输入“/”快速插入内容
0121-deepmind 的Demis Hassabis访谈
0121-deepmind 的Demis Hassabis访谈
用户3733用户37335月9日修改
今天看到 Demis Hassabis 去了 CNBC 的 Tech Download 播客。花了一个多小时听完了这期访谈。信息密度太高了。
Demis Hassabis 是 DeepMind 的联合创始人，2014年被 Google 以4亿英镑（约5.4亿美元）收购，现在这笔资产可能价值几百亿甚至上千亿美元。他带领团队开发了 AlphaGo（首个击败围棋世界冠军的AI）、AlphaFold（预测蛋白质结构的突破性系统）、以及最新的 Gemini 系列模型。他既是天才游戏开发者（高中时参与开发经典游戏《主题公园》），也是世界级AI科学家，还是竞争环境中成长起来的战略家（从小下象棋）。
这期访谈的信息密度极高。我把全文精编出来，按主题重新组织，供大家学习。
几个核心观点
1.
缩放法则未到头：增加算力和数据依然有效，收益在"零"和"指数级"之间，依然很可观
2.
锯齿状智能：当前AI在某些点上很强，但换个问法就露馅，真正的AGI应该各方面都稳定
3.
世界模型是关键：LLM只处理文本，缺乏对物理世界因果关系的理解，需要能"脑内模拟"的世界模型
4.
AGI还需5-10年：2010年立项时就预计20年，现在依然在轨道上
5.
能源等于智能：在通往AGI的路上，能源几乎就等同于智能
6.
AI助力AI：AI可以帮我们解决能源问题——提高效率、研发新材料、甚至突破核聚变技术
7.
发明比模仿难100倍：中国AI只落后几个月，但还没证明能做出像Transformer这样的原创创新
8.
双刃剑技术：规模大十倍、速度快十倍的"工业革命"，既能治愈疾病也会带来巨大冲击
9.
谨慎的乐观主义：相信人类智慧，但不能急功近利，必须睁大眼睛看清风险
10.
竞争中保持责任：激烈商业竞争中，为全人类管好AGI比公司或国家竞争更重要
11.
Google找回创业感觉：过去两年动作更快，Gemini让Google回到领跑位置
12.
2026年看点：智能体系统会变得可靠好用，机器人会有突破，设备上的AI助手真正好用
精华片段
这期播客有几句话让我印象非常深刻。Demis 说："我觉得这就像是工业革命，但规模可能大十倍，速度也快十倍，这不仅意味着翻天覆地的变革，也会带来巨大的冲击。"
这不是夸张。他在2010年成立 DeepMind 时就预计这是个20年的任务，现在2025年了，他说"我觉得就在轨道上"，离那种具备人类认知能力、能真正创新和推理的系统，还有5到10年。
现在科技圈最火的争论是"缩放法则"——投入更多算力、更多数据、更大的模型，就能做出更强的系统。有人质疑我们是不是撞墙了，收益在递减。Demis 的回答很有意思："零收益和指数级收益之间是有很大空间的。我们现在处于中间，收益依然很可观，值得继续投入。"
但他也承认，缩放法则不是万能的。"如果要实现真正的AGI，除了把现有的方案做大,可能还需要一两个重大的创新。"
那缺什么？他用了一个很形象的词：锯齿状智能。"意思就是他们在某些点上很强，但有些事儿完全干不了。只要你换个问法就能发现他们的缺陷，连一些简单的逻辑都搞不定。真正的通用智能不应该是这种表现，它应该是各方面都很稳。"
现在的系统还缺三样东西：持续学习能力、真正的原创能力、还有长期规划能力。他特别强调了"世界模型"这个概念。
什么是世界模型？现在的大语言模型主要处理文本，虽然像 Gemini 这种基础模型能处理图像、视频和音频，但它对物理世界的因果关系理解不够。"比如一件事怎么影响另一件事儿，或者怎么做长期的计划。如果你想发明新东西或者解释世界未知的规律，也就是搞科学理论，你必须得有一个精准的世界模型。"
他们正在研发一个叫 Genie 的系统，还有顶尖的视频生成模型。"你可以把这些看作是世界模型的雏形。如果你能生成出逼真的世界，在某种程度上你的模型就理解了这个世界，否则它根本造不出来。"
谈到物理世界的限制时，Demis 说了一句让我印象很深的话："在通往AGI的路上，能源几乎就等同于智能。"芯片永远不够用，但归根结底还是能源问题。
有意思的是，AI也能帮我们解决能源问题。"它可以提高现有基础设施的效率，帮我们研发更好的太阳能材料，甚至在核聚变技术上取得突破。"他们正在和美国的 Commonwealth Fusion 合作，帮他们控制核聚变反应堆里的等离子体。"我个人最想做的项目之一就是用AI研发出常温超导体，如果能成，能源问题就迎刃而解了。"
另一个让很多人担心的问题是：这技术会不会失控？会不会带来巨大的社会冲击？
Demis 说他有两个担心的点："一是坏人利用通用AI干坏事。二是AI本身，当它向AGI演进并成为智能体系统，也就是能自主行动时，我们怎么设好护栏，怎么确保它干的是我们想让它干的事儿，而不是偏离轨道。"
但他对掌控很有信心。"从2010年开始，我们就一直在思考责任、安全和防御。"他用"谨慎的乐观主义者"来形容自己："我非常相信人类的智慧，只要给科学家和社会足够的时间和关注，我们能把这事儿办好，但不能急功近利，必须睁大眼睛看清楚风险。"
有人呼吁放慢AI的开发速度，先做些工具型AI而不是通用系统。Demis说他理解这种观点，但现实很残酷："现在的地缘政治和企业竞争环境非常复杂，不只是很多公司在做，很多国家也在做，这产生了一种竞赛动态。"
他希望做的是"树立一个榜样，既要站在前沿推动技术、造福人类，也要在过程中保持高度的责任感。"
面对全球的技术追赶，Demis 冷静地指出了一个很重要的观察。中国的 DeepSeek 和阿里巴巴团队确实很厉害，"他们离美国和西方最前沿模型的差距，比我们一两年前预想的要小得多，现在可能只差几个月了。"
但差距在哪？"现在的疑问是他们能不能做出超越前沿的原创性创新。他们证明了自己能快速跟进并缩小差距，但能不能发明出像 Transformer 这样全新的东西？目前还没看到证据。"
他说了一句很有分量的话："发明一个东西比模仿一个东西要难上100倍。"这不是技术限制，而是心态问题。"西方的顶尖实验室，比如 DeepMind，更像现代版的贝尔实验室。我们鼓励探索性创新，不仅仅是把已有的东西做大。当然这需要世界级的工程能力，中国确实具备，但科学创新要难得多。"
过去三年，很多人质疑 Google 在AI竞争中掉队了。ChatGPT 横空出世时，Google 内部拉响了红色警报。但2025年，Gemini 3 的推出让 Google 回到了领跑位置。
Demis 说他们做了什么调整？"过去十年，其实像 Transformer 这种大模型背后的核心架构，或者是强化学习这些技术，90%都是 Google Brain 和 DeepMind 发明的。但回过头看，我们在商业化和规模化上确实慢了点。这两年我们找回了创业公司的感觉，动作更快更拼，把东西迅速推向市场。"
他和 Google CEO Sundar Pichai 基本上每天都会沟通战略。"我们会根据长期目标，也就是安全快速地实现AGI，来每天调整计划。"
关于AI泡沫的讨论也很有意思。有些公司估值高得离谱，科技巨头砸了几千亿搞基础设施。Demis 的看法是："AI将是历史上最具变革性的技术。这有点像当年的互联网泡沫。虽然当时有泡沫，但互联网本身确实改变了世界，也诞生了一批伟大的公司。"
他说 Google 的优势在于有充足的现金流和资产负债表，"无论市场怎么走，我们都能处于赢家的位置。"
展望2026年，Demis 预测："智能体系统，也就是能更自主处理事情的系统，会变得足够可靠和好用。机器人领域在未来12至18个月也会有很有趣的事情发生。"
他最兴奋的还是世界模型的进步，"让通用模型具备更强的规划能力。"
最后有个细节让我印象很深。主持人问他现在还玩游戏吗？Demis 说："特别喜欢游戏，其实是我唯一的爱好。最近我常跟两个儿子还有我弟弟一起打英雄联盟，我们还组了个小队。"
从游戏开发者到AI科学家，从AlphaGo到AlphaFold再到Gemini，Demis Hassabis 一直在做一件事：把AI变成科学研究的终极工具。他说:"我这辈子都扑在AI上，就是因为我觉得它终将成为科学研究的终极工具。"
这可能是最真实的状态。一个在竞争环境中长大的天才，带领全球顶尖的AI实验室，在激烈的商业竞争中保持科学初心，谨慎而乐观地推动人类走向AGI。
Demis Hassabis 凭一己之力，让 DeepMind 从2010年的三人小团队，成长为全球最重要的AI实验室。AlphaGo 证明了AI的可能性，AlphaFold 开启了AI辅助科学研究的新时代，Gemini 让 Google 重回AI竞赛的领跑位置。
借用他自己的话来收个尾："我管自己叫谨慎的乐观主义者。只要给科学家和社会足够的时间和关注，我们能把这事儿办好。"希望大家能像这期访谈反复强调的——在拥抱这场规模大十倍、速度快十倍的"工业革命"时，既要看到治愈疾病、解决气候问题的巨大潜力，也要睁大眼睛看清风险。AGI正在到来，我们需要的是谨慎的乐观,而不是盲目的狂热。