289
0通往通用人工智能（AGI）的道路似乎前所未有地清晰，但我们距离终点还缺少哪一两个“关键思想”？Google DeepMind的联合创始人兼CEO，诺贝尔奖得主Demis Hassabis，这位几乎一生都在思考AGI的先驱，为我们揭示了他对终极架构的构想，并断言能够自主解决问题的“智能体（agents）”正是通往未来的唯一路径。
Demis Hassabis的职业生涯堪称传奇：他曾是国际象棋神童，17岁设计出热门游戏，后又攻读认知神经科学博士，发表了关于记忆与想象力如何在大脑中运作的基础性论文。2010年，他与人联合创立了DeepMind，只有一个使命：解决智能。从击败世界围棋冠军的AlphaGo，到破解困扰生物学界50年难题的AlphaFold，Hassabis和他的团队不断将科幻变为现实。如今，作为Google DeepMind的掌舵人，他正带领团队构建Gemini，继续朝着他少年时就已立下的目标——通用人工智能——迈进。
您将了解到：
通往通用人工智能（AGI）的道路上，我们还缺少哪一两个“关键思想”？
人工智能已经能下出围棋妙手，但它能“发明”围棋吗？DeepMind创始人如何定义真正的AI创造力？
AlphaFold之后，下一个被AI颠覆的科学领域会是什么？Demis Hassabis揭示了科学突破背后的“成功范式”。
💡时点内容 | Key Topics
* [] AGI的缺失拼图：Demis Hassabis指出，虽然现有技术是通往AGI架构的一部分，但仍缺少关键组件。他认为，要实现通用人工智能，必须解决“持续学习、长期推理，还有记忆的某些方面”等问题，并预测可能还需一到两个需要被攻克的重大思想才能补全这块拼图。
* [] 智能体-通往AGI之路：Demis Hassabis回顾了DeepMind从成立之初就专注于智能体（agents）的历程，从雅达利游戏到AlphaGo。他强调，智能体是能够为达成目标而自主行动的系统，并断言“你需要一个能够主动为你解决问题的系统，才能最终走向AGI。所以，智能体就是那条路”。
* [] 知识蒸馏与小模型极限：Demis Hassabis透露，通过模型蒸馏技术，Google DeepMind能将前沿模型的能力高效压缩到小模型中，且目前未看到理论极限。他预测，未来高效的本地模型将与云端协同工作，尤其在机器人和隐私场景中，并指出这会为开发者处理各种工作负载时“提供巨大的帮助”。
* [] AI创造力的终极考验：Demis Hassabis以AlphaGo著名的“第37手棋”为例，探讨了AI创造力的边界。他指出，真正的创造力并非下出妙手，而是提出终极问题：“它能发明围棋吗？”他认为，目前的系统还无法从一个高层次概念出发进行原创性发明，这正是AI需要跨越的下一个关口。
* [] 解锁“准AlphaFold时刻”：Demis Hassabis分享了用AI推动科学发现的愿景，重申其“解决智能，再用智能解决一切”的使命。他认为，我们正处在几乎每个科学领域的“准AlphaFold时刻”，并建议创业者将AI与另一深度技术领域结合，因为这种跨学科的硬核方向是“最具防御性的领域之一”。
* [] 科学突破的成功范式：Demis Hassabis总结了实现AlphaFold式突破的三个条件：巨大的组合搜索空间、明确的目标函数和充足的数据或模拟器。他将此范式比作在巨大的草堆里捞针，并认为通过这种方法，AI系统有能力在“大海”里找到如同“围棋的完美一步”般的解决方案。
📺相关链接与资源：
[视频来源]《Demis Hassabis: Agents, AGI & The Next Big Scientific Breakthrough》
本播客采用虚拟主持人进行播客翻译的音频制作，因此有可能会有一些地方听起来怪怪的。如想了解更多信息，请关注微信公众号"AI西经东译"获取AI最新资讯。如有后续想要听的其他外文播客，也欢迎联系微信：mayday2303。
