谷歌AI掌门人万字访谈首度披露：AGI五年内到来，机器人将成新安卓系统 精华

摘要

谷歌DeepMind掌门人、诺奖得主Demis Hassabis判断，5到10年内将迎来通用人工智能（AGI）。但这并非靠模型堆砌，而是需要解决创造力、一致性等根本难题。本文将为你揭示他眼中通往AGI的真实路线图：什么是比语言模型更重要的“世界模型”？机器人如何成为下一个“安卓”？以及AI如何开启下一个科学黄金时代。

通用人工智能（AGI）的实现，大概还需要5到10年。

这不是某个分析师的预测，而是来自全球AI研究的引擎室——谷歌DeepMind的掌门人，诺贝尔奖得主Demis Hassabis的最新判断。

他，是亲手缔造了AlphaGo和AlphaFold的男人。

然而，通往AGI的道路，可能和大多数人想象的完全不同。

今天的聊天机器人，哪怕在某些方面表现出博士级的能力，但只要你换个方式提问，它可能连高中数学题都会算错。Hassabis犀利地指出，这绝非真正的通用智能。在他看来，我们距离终点，可能还差一两个关键的、尚未出现的技术突破。

那么，那缺失的拼图究竟是什么？我们真正该关注的方向在哪里？

这篇访谈，将带你深入这位AI教父的思考底层，理解他眼中通往未来的真正路径——那是一条超越语言，直抵物理世界，并最终将开启新一轮科学复兴的道路。

理解了这一点，你将能看清未来十年的科技全景。

通往AGI的真实路径，并非无限堆砌语言数据，而是要让AI真正理解我们所处的物理世界。这才是解锁机器人、科学发现，乃至更高阶智能的钥匙。

以下是Hassabis揭示的核心洞见：

1. 世界模型 > 语言模型：AI的下一个前沿，是构建能理解世界如何运转的“世界模型”。它能从视频中反向工程出物理规律，这是比理解文本更高的维度。
2. AGI的“缺环”：当前AI缺少两大核心能力——真正的创造力（比如从0到1创造出围棋这种游戏，而不仅是下得好）和绝对的一致性（在任何情况下都不能犯低级错误）。
3. 机器人“安卓”化：未来的机器人产业，将出现一个类似“安卓”的通用操作系统。而人形机器人是重要方向，因为我们的世界就是为人类形态设计的。
4. AI for Science：终极目标：AGI的最高价值，不是聊天或画画，而是成为加速科学发现的终极工具，帮助人类解决癌症、能源、材料等根本性难题。

世界模型：让AI睁眼看世界

当所有人都在关注语言模型的参数量时，Hassabis和他的团队亮出了一个“王炸”——Genie。

你看到一段游戏画面，一个角色在房间里走动，拿起喷漆在墙上涂鸦，然后转身，再回头，墙上的涂鸦还在原处。

这看起来平平无奇，对吗？

但可怕之处在于——这个世界、这个房间、这些像素，在角色看到它之前，根本不存在。

这不是一段预先制作的视频或游戏，而是一个AI模型根据一句简单的文本提示，实时生成的可交互世界。你按下前进键，它就为你“创造”出前方的道路。你输入“来一辆水上摩托”，摩托就会立刻出现在画面里。

这一切的背后，没有一行预设的物理代码，没有3D建模。

Genie通过观看数百万个YouTube视频，自己“悟”出了光影如何反射、水波如何荡漾、物体如何运动。它在反向工程我们世界的“直觉物理学”。

这就是世界模型。

Hassabis认为，要实现AGI，系统必须理解物理世界，而不仅仅是语言、数学等抽象世界。这是让机器人走出实验室、让智能眼镜成为得力助手的前提。

如果说语言模型让AI学会了“说”，世界模型则是在教AI“看”和“懂”。一个能生成世界的模型，才算真正理解了世界。

AGI还缺什么？爱因斯坦的测试题

既然技术进展如此神速，为何Hassabis仍说AGI还需要5到10年？

因为今天的AI，依然无法回答一道来自1901年的“考题”。

Hassabis提出了一个思想实验：

把一个AI系统的知识库锁定在1901年，然后看它能否在1905年独立提出“狭义相对论”。

答案是，不能。

今天的AI可以证明一个你给它的猜想，但它无法自己提出一个全新的、开创性的理论。它能学会AlphaGo的“第37手”妙招，但它设计不出一款像围棋一样优美、平衡、深刻的游戏。

这就是当前AI所缺失的——真正的创造力。

另一个缺失的环节是一致性与可靠性。

Hassabis直言不讳地反驳了“AI已达博士水平”的说法。他认为，真正的博士智能，是全方位的、可靠的，绝不会在简单问题上犯错。而目前的系统，表现极不稳定，像一个知识渊博但时常短路的“偏才”。

在AGI实现之前，我们必须跨过“创造力”和“可靠性”这两道坎。而这，可能需要一到两次根本性的算法突破，而非仅仅是数据和算力的堆砌。

机器人：下一个“安卓”时刻

当AI拥有了对物理世界的理解，它最直接的应用，就是驱动机器人。

关于机器人，Hassabis有两个核心判断：

第一，机器人产业需要一个“安卓系统”。

就像安卓系统催生了智能手机应用的 Cambrian 大爆发一样，未来一定会出现一个通用的、标准化的机器人软件平台。开发者可以在这个平台上，为不同形态的机器人开发功能，而无需从零开始解决感知、理解和行动的难题。谷歌正在做的，就是打造这个“机器人版安卓”。

第二，人形机器人是重要的，因为世界是为人设计的。

很多人质疑人形机器人的必要性，认为特定任务有更优化的形态。Hassabis认为，在工厂、实验室等特定场景确实如此。但在我们日常生活的通用环境中——楼梯、门把手、各种工具——一切都是围绕人类的身体结构设计的。

与其改造整个世界去适配机器人，不如让机器人来适配我们的世界。因此，人形将是通用机器人的一个重要方向。

不过，他也保持着克制。H...assabis 认为，我们仍处于机器人时代的“PC DOS 纪元”，真正大规模应用的“爆点”或许在未来几年才会到来，还需要算法和硬件的进一步成熟。

AI for Science：最终的星辰大海

那么，费尽心力打造AGI，终极目标是什么？

Hassabis的答案始终如一：加速科学发现。

这是他投身AI事业的初心。他创办的另一家公司 Isomorphic Labs，正是基于AlphaFold的突破，致力于用AI彻底革新药物研发。

传统药物研发需要数年甚至十年，而他相信，在AI的帮助下，未来这个周期可以缩短到几周甚至几天。他们正与礼来、诺华等制药巨头合作，向癌症、免疫学等领域发起冲击。

这只是一个开始。

从设计新材料、控制核聚变反应堆，到更精准地预测天气，AI正在成为科学家的终极工具。

很多人担心AI的巨大能耗，Hassabis却看到了硬币的另一面。他坚信，AI在优化电网、发现新能源、设计节能材料等方面创造的价值，将远远超过其自身消耗的能源。

它消耗的是电，但产出的，可能是解决能源危机的钥匙。

在访谈的最后，Hassabis被问及十年后的世界。

他平静地描绘了一个“新的科学黄金时代”和“一场新的文艺复兴”。

这是一个由AGI驱动的未来，人类智慧与机器智能相得益彰，共同探索宇宙的奥秘，解决人类面临的最严峻挑战。

这不仅是一位技术领袖的愿景，更像是一份来自未来的行动纲领。它提醒我们，在被 бесконечные AI 工具和应用席卷的当下，真正重要的，是抬头看看那片由第一性原理指引的、更远的星辰大海。

本文转载自​​草台AI​​，作者：RangerEX