解码未来：来自 DeepMind 创始人的 30 条核心预言

谷歌DeepMind创始人Demis Hassabis对话Lex Fridman，描绘AI解码自然、创造新世界、开启人类后稀缺时代的壮丽未来。这是一场顶尖人才的思想碰撞，预示着文明的深刻跃迁。

再看一遍，这里是根据对话内容提炼的 30 条核心洞察。

关于 AI 与现实本质

1. 核心猜想：自然界是可学习的。任何经由演化或物理过程形成的自然模式（从蛋白质到行星轨道），都因其内在的非随机结构，而可以被经典算法高效学习和建模。
2. P vs NP 是一个物理问题。如果宇宙是一个信息处理系统，那么 P vs NP 就不再只是一个数学问题，而是关乎宇宙运行效率和结构的一个根本性物理问题。
3. AI 正在逆向工程物理学。像 Veo 这样的视频模型，仅通过观察就能模拟流体、光照等复杂物理现象，这表明 AI 正在独立地学习和构建一种“直觉物理”模型。
4. AI 挑战“具身智能”理论。AI 通过被动观察就能理解物理世界，这挑战了“智能必须通过与物理世界互动才能获得理解”的传统观念。
5. 现实可能存在一个“低维捷径”。AI 能够高效建模复杂物理世界，暗示着我们所见的现实背后，可能存在一个更简洁、可学习的低维流形。
6. AI 将成为探索最根本科学问题的终极工具。发展 AGI 的核心目的之一，就是用它来帮助人类回答如生命起源、意识本质、宇宙结构等最宏大的科学谜题。

关于 AI 的能力与未来

1. AGI 的“灯塔时刻”是创造而非解题。衡量 AGI 的真正标准不是通过图灵测试，而是看它能否独立提出像“相对论”一样深刻的科学猜想，或发明一个像“围棋”一样优美的游戏。
2. AGI 的最大瓶颈是“科研品味”。AI 目前能高效解决既定问题，但真正的挑战在于培养其判断“什么问题值得研究”的“品味”（taste）和提出伟大假设的想象力。
3. 创新范式：基础模型 + 搜索。AI 实现突破的核心模式是：用基础模型（如 LLM）理解现有知识，再用搜索算法（如蒙特卡洛树搜索、演化算法）探索未知空间，从而发现新知识（如 AlphaGo 的“第37手”）。
4. AlphaEvolve 展示了 AI 自我进化的潜力。通过让 LLM 提出新算法的构想，再用演化计算去测试和优化，AI 开始展现出发现全新、更优算法的能力。
5. AGI 预测：2030 年前有 50% 的可能性。Demis Hassabis 个人估计，AGI 有 50% 的机会在 2030 年前实现。
6. AI 将让人类成为“超人”。在未来 5-10 年，善于利用 AI 工具的人（无论在编程还是创意领域）将变得“超人般”高效，生产力可达今天的 10 倍。

关于 AI 的应用与影响

1. 游戏的未来是“可玩的世界模型”。AI 将彻底改变游戏，从预设脚本的“开放世界”演变为由 AI 实时生成、与玩家共同创造的、真正个性化和无限可能的动态世界。
2. AI 将开启“后稀缺时代”。AI 最重要的应用之一是解决能源问题（如通过材料科学或核聚变），这将从根本上解决水、燃料等资源稀缺问题，带领人类走出零和博弈。
3. 社会变革将是工业革命的 100 倍。Demis 预测 AI 带来的社会变革将是工业革命的 10 倍影响，且速度快 10 倍，社会需要为此做好准备。
4. AI 将推动新的治理和经济模式。面对 AI 带来的巨大生产力提升，社会需要探索全民基本供给等新模式，以应对就业市场的剧变。
5. 数据瓶颈并非核心问题。AI 系统在达到一定能力后，可以学会生成高质量的合成数据，从而在很大程度上解决对人类真实数据的依赖。
6. 推理算力的需求将超越训练算力。随着 AI 应用的普及和“思考型”AI 的出现，用于实时推理的算力需求，未来可能将超过用于模型训练的算力。
7. AI 产品设计的核心是“预见未来”。AI 产品经理必须为“一年后的技术”进行设计，而不是当下的技术，这要求对技术发展轨迹有深刻的洞察。
8. AI 界面将走向个性化和“无形化”。未来的 AI 交互界面将超越文本框，可能演变为由 AI 为每个用户量身定制的、更符合直觉和美学的“自适应界面”。

关于 AI、人类与哲学

1. AI 是理解人类心智的一面镜子。通过构建一个“人造智能”，并将其与人类心智进行比较，我们将能前所未有地理解人类意识、情感和创造力的特殊之处。
2. 意识的本质是“信息被处理时的感觉”。这不是一个科学定义，但它直观地描述了主观体验。AI 的存在让我们不得不思考：不同物理基底（碳基 vs 硅基）处理信息时的“感觉”有何不同。
3. AI 对人类最大的考验是“共情一个异类”。我们从未需要与一个行为相似但基底完全不同的智能体共存。如何理解并共情一个硅基智能的“内心世界”，将是人类面临的全新哲学和伦理挑战。
4. 对 AI 风险需保持“谨慎的乐观”。AI 风险真实存在且不容忽视，但其带来的巨大潜在收益（解决疾病、能源问题）同样不应放弃。最佳策略是在推进的同时，投入更多资源研究和防范风险。
5. 人类的希望在于“适应性”和“创造力”。人类用狩猎采集时代的大脑适应了信息时代的复杂社会，这种强大的适应性和无穷的创造力，是我们应对 AI 时代挑战的最大希望。
6. 模拟一个完整的生物细胞是下一个宏大目标。继 AlphaFold 之后，下一个里程碑是整合所有生物知识，在计算机中完整模拟一个细胞（如酵母）的动态运作，这将彻底改变生物学和药物研发。
7. AI 时代的竞争本质是“人才”与“品味”的竞争。最终胜出的，将是那些不仅拥有算力，更拥有最顶尖人才、最佳科研文化和最卓越“产品/科研品味”的团队。
8. “失去”是成长的一部分。无论是下棋还是做科研，学会如何从失败和挫折中学习，并将其转化为前进的动力，是个人和 AI 系统实现真正成长的关键。
9. 合作比对抗更重要。面对 AGI 这一可能改变人类命运的技术，国际间的合作（类似 CERN）远比零和竞争更加重要和安全。
10. 科技需要与人文主义同行。纯粹的理性不足以引导强大的技术。AI 的发展必须融入人文关怀、艺术审美和对“人之为人”的深刻思考，以确保其最终服务于人类的繁荣。

本文转载自​​草台AI​​，作者：RangerEX