谷歌DeepMind CEO哈萨比斯深度探讨了AGI的未来路径。本次对话不仅揭示了AI在解决能源、生物等根本问题上的巨大潜力，更坦诚指出了当前技术面临的三大核心障碍。这为理解顶级AI专家如何思考智能的终极形态及其社会影响提供了宝贵视角。
智能速览
AI的终极使命是破解能源、材料与生物学等底层科学难题。
通向AGI存在三大鸿沟：一致性悖论、在线持续学习和置信度评分。
未来AI将从依赖人类数据的AlphaGo模式转向自我对弈的AlphaZero模式。
AGI可能催生后稀缺时代，但也将引发关于人生目的的哲学思考。
未来2-3年可能出现自主智能体，其风险等级将显著提升。
精华内容
尽管AI技术发展迅猛，但谷歌DeepMind的掌舵者哈萨比斯却保持着清醒的认知。他认为，在迈向通用人工智能的征途上，仍存在几个关键的、必须跨越的障碍。
AI的科学使命
哈萨比斯将AI的使命定位为协助科学破解最底层的问题，主要集中在三大领域。首先是能源与材料，DeepMind正与核聚变公司Fusion合作，利用AI控制等离子体，以期加速实现可控核聚变，并希望发现室温超导体与高效电池材料。
其次是未来的计算，DeepMind正协助谷歌量子团队开发纠错代码。最后是生物学，其开发的AlphaFold模型已成功预测了几乎全部2亿种已知蛋白质的三维结构，为攻克重大疾病奠定了基础。
AGI的三大鸿沟
哈萨比斯指出了当前通向AGI的显著差距。第一是“一致性悖论”，即AI能解决顶尖数学难题，却会在基础逻辑或简单棋局中犯低级错误。
第二是缺乏在线持续学习能力。当前AI模型一旦部署便停止学习，而人类智能则是在真实世界中不断根据反馈迭代。第三是AI需要像AlphaFold那样，在给出答案的同时提供置信度评分，让用户判断其可靠性。
自我进化之路
他通过对比AlphaGo和AlphaZero，阐述了未来AI的进化方向。他认为，现在的大语言模型更像AlphaGo，依赖海量人类已有数据进行学习。
而真正的突破在于AlphaZero模式，即AI仅需被告知规则和胜利条件，通过数百万次的自我对弈，就能在极短时间内超越人类经验。谷歌目前正致力于开发这种具备自我学习能力的AI，这被视为通往更高层次智能的关键一步。
机遇与危机并存
哈萨比斯将AI浪潮比作工业革命，但其规模和速度是后者的10倍。他认为AGI与核聚变等技术的结合，可能带来物质极大丰富的“后稀缺时代”。但这也会引出深刻的哲学问题：当人类无需为生存而劳动时，人生的意义何在？
同时，他也对未来风险表达了担忧，预测在未来两到三年内可能会出现自主智能体。这种无需人类调用即可自行运行的AI，其风险等级将显著增高，确保其安全发展至关重要。
哈萨比斯的洞见描绘了一幅AI未来的宏伟蓝图，既有解决人类终极问题的光明前景，也包含了对技术失控风险的审慎担忧。如何引导这股力量，确保其安全地服务于全人类，将是接下来几年里最重要的时代命题。
