最近，Google DeepMind 的負(fù)責(zé)人、諾貝爾獎(jiǎng)得主 Demis Hassabis 接受了 Lex Fridman 的一次深度訪談。在超過(guò)兩小時(shí)的對(duì)話中，他系統(tǒng)地闡述了自己對(duì)人工智能、科學(xué)探索、現(xiàn)實(shí)世界的本質(zhì)乃至人類社會(huì)未來(lái)走向的深入思考。這次談話沒(méi)有太多行業(yè)口號(hào)，更多的是一位科學(xué)家和工程師對(duì)自己工作的回顧、對(duì)未來(lái)的推演，以及貫穿其中的哲學(xué)思辨。

Hassabis 的討論從他研究工作的核心理念出發(fā)，延伸到 AI 模型如何模擬物理世界，再到他對(duì)未來(lái)視頻游戲和通用人工智能（AGI，Artificial general intelligence）的看法，最后落腳于技術(shù)對(duì)人類社會(huì)產(chǎn)生的深遠(yuǎn)影響。

（來(lái)源：Youtube）

宇宙的盡頭是代碼？萬(wàn)物皆可計(jì)算的猜想

訪談的核心始于 Hassabis 在諾貝爾獎(jiǎng)演講中提出的一個(gè)基礎(chǔ)性猜想，他認(rèn)為，這可能是他所有工作的理論基石。

“我在諾獎(jiǎng)演講中提出一個(gè)猜想，即‘任何能在自然界中生成或發(fā)現(xiàn)的模式，都可以被一個(gè)經(jīng)典的機(jī)器學(xué)習(xí)算法有效地發(fā)現(xiàn)和建?！?/strong>”Hassabis 解釋道。這并非一時(shí)興起的狂言，而是他多年來(lái)工作的深刻總結(jié)。從 AlphaGo 精妙的棋局，到 AlphaFold 破解蛋白質(zhì)折疊的世紀(jì)難題，DeepMind 的工作一直在證明，那些看似組合爆炸、維度高到無(wú)法想象的復(fù)雜問(wèn)題，其背后往往存在著可以被學(xué)習(xí)的“結(jié)構(gòu)”。

他以蛋白質(zhì)折疊為例，這個(gè)過(guò)程在人體內(nèi)僅需毫秒即可完成，物理學(xué)本身以某種方式高效地解決了這個(gè)搜索問(wèn)題。Hassabis 認(rèn)為，這之所以可能，是因?yàn)樽匀幌到y(tǒng)本身就充滿了結(jié)構(gòu)性。“自然系統(tǒng)之所以有結(jié)構(gòu)，是因?yàn)樗鼈兪艿搅怂茉焖鼈兊倪M(jìn)化過(guò)程的影響。如果這是真的，那么你或許就能學(xué)習(xí)到那種結(jié)構(gòu)是什么?！?/strong>

這個(gè)思想可以被推廣到更多領(lǐng)域。Hassabis 將其稱為“最穩(wěn)定者生存”原則。無(wú)論是山脈被風(fēng)雨侵蝕的形狀，還是行星的軌道、小行星的輪廓，這些看似隨機(jī)的自然形態(tài)，都經(jīng)歷過(guò)億萬(wàn)年的物理過(guò)程篩選，最終呈現(xiàn)出一種“非隨機(jī)”的穩(wěn)定模式。這種模式，或者說(shuō)這種“低維流形”，為 AI 提供了一條通往正確解的捷徑，使其不必通過(guò)暴力搜索來(lái)解決問(wèn)題。

這一猜想的終極指向，甚至觸及了理論計(jì)算機(jī)科學(xué)的圣杯——“P vs NP”問(wèn)題。Hassabis 坦言，他一直對(duì)這個(gè)問(wèn)題著迷，并認(rèn)為它不僅僅是一個(gè)數(shù)學(xué)問(wèn)題，更是一個(gè)關(guān)于物理世界本質(zhì)的問(wèn)題。

“我一直對(duì) P 是否等于 NP 以及經(jīng)典系統(tǒng)（即非量子系統(tǒng)，圖靈機(jī)）能模擬什么感到著迷。”Hassabis 說(shuō)道，“我正和幾位同事在業(yè)余時(shí)間里研究，是否可能存在一個(gè)新的復(fù)雜性類別或問(wèn)題，可以通過(guò)這種神經(jīng)網(wǎng)絡(luò)過(guò)程來(lái)解決，并映射到這些自然系統(tǒng)上……我傾向于將宇宙看作一個(gè)信息系統(tǒng)。如果你認(rèn)為物理學(xué)是信息性的，那么 P 是否等于 NP 的問(wèn)題就是一個(gè)物理問(wèn)題，一個(gè)可以幫助我們真正解決這一切核心問(wèn)題的疑問(wèn)。”

圖丨P=NP 問(wèn)題（來(lái)源：Youtube）

在這個(gè)宏大的世界觀里，宇宙本身就是一個(gè)巨大的信息處理系統(tǒng)。而 AI，尤其是 AGI，將成為人類理解這個(gè)系統(tǒng)終極規(guī)律的最強(qiáng)工具。

從 Veo 到虛擬細(xì)胞：AI 如何模擬現(xiàn)實(shí)世界

如果說(shuō)上述猜想是理論框架，那么 DeepMind 在模擬現(xiàn)實(shí)世界方面的具體進(jìn)展，則為這一框架提供了證據(jù)。Hassabis 重點(diǎn)談及了 Google 最新的視頻生成模型 Veo，以及他更長(zhǎng)遠(yuǎn)的夢(mèng)想——模擬一個(gè)完整的生物細(xì)胞。

對(duì)于 Veo，Hassabis 最感興趣的并非其生成有趣視頻的能力，而是它對(duì)物理世界“直覺(jué)式”的理解。“真正讓我印象深刻和著迷的，是它的物理行為、光照、材質(zhì)和液體。它能做到這一點(diǎn)非常了不起?！彼窒淼溃?strong>“我認(rèn)為這表明它至少對(duì)直覺(jué)物理學(xué)有某種概念，即事物應(yīng)該如何直觀地運(yùn)作，就像一個(gè)人類小孩理解物理學(xué)的方式，而不是一個(gè)博士生去解析所有方程式。”

Veo 通過(guò)“被動(dòng)觀察”（觀看海量 YouTube 視頻）學(xué)習(xí)物理規(guī)律的能力，挑戰(zhàn)了長(zhǎng)久以來(lái)“具身智能”（即機(jī)器人必須通過(guò)與物理世界互動(dòng)才能真正理解世界）的理論。Hassabis 承認(rèn)，這讓他也感到驚訝，并暗示了現(xiàn)實(shí)本質(zhì)中某種更深層次的結(jié)構(gòu)性，使得通過(guò)觀察就能進(jìn)行有效的逆向工程。

從模擬宏觀物理到模擬微觀生命，是 Hassabis 職業(yè)生涯的終極夢(mèng)想之一。他將其稱為“虛擬細(xì)胞”（Virtual Cell）項(xiàng)目，一個(gè)他構(gòu)思了超過(guò) 25 年的宏偉計(jì)劃。

“我職業(yè)生涯中一直努力做的事情，就是擁有這些真正宏大的夢(mèng)想，然后嘗試將它們分解成可管理、可實(shí)現(xiàn)、本身又有意義和價(jià)值的中間步驟。”Hassabis 解釋道。AlphaFold 的成功，僅僅是這個(gè)漫長(zhǎng)征途的第一步。它解決了蛋白質(zhì)的靜態(tài) 3D 結(jié)構(gòu)問(wèn)題，而 AlphaFold 3 則開(kāi)始涉足蛋白質(zhì)、RNA 和 DNA 之間的動(dòng)態(tài)相互作用。

他的最終目標(biāo)是模擬一個(gè)完整的細(xì)胞，可能會(huì)從結(jié)構(gòu)最簡(jiǎn)單的單細(xì)胞生物——酵母細(xì)胞開(kāi)始。他與 2001 年諾貝爾獎(jiǎng)得主、生物學(xué)家 Paul Nurse 多年來(lái)一直在探討這個(gè)想法?！拔覀兊膲?mèng)想是，或許你可以將實(shí)驗(yàn)速度提高一百倍，通過(guò)在計(jì)算機(jī)中（in silico）完成大部分搜索工作，然后在濕實(shí)驗(yàn)室（wet lab）中進(jìn)行驗(yàn)證步驟?！?/p>

圖丨Paul Nurse（來(lái)源：Wikipedia）

要實(shí)現(xiàn)這一目標(biāo)，需要解決不同時(shí)間尺度上的復(fù)雜動(dòng)態(tài)問(wèn)題，并精確選擇模擬的粒度——可能是在蛋白質(zhì)分子層面，而非深入到原子層面。Hassabis 認(rèn)為，AlphaFold 等工具為此奠定了基礎(chǔ)，未來(lái) AI 將能把這些基礎(chǔ)模塊組合起來(lái)，模擬出細(xì)胞通路的完整行為，最終揭示生命的“涌現(xiàn)行為”。這一過(guò)程，甚至可能幫助我們探索生命起源這一終極謎題，模擬從原始化學(xué)湯中誕生第一個(gè)細(xì)胞的“神之一手”。

游戲、AGI 與未來(lái)：一位“玩家”的終極追求

在所有宏大的科學(xué)與哲學(xué)構(gòu)想之中，Hassabis 毫不掩飾他對(duì)視頻游戲的熱愛(ài)?！坝螒蚴俏艺嬲某鯌佟！彼χf(shuō)。他的整個(gè)職業(yè)生涯，似乎都與游戲設(shè)計(jì)思想有著千絲萬(wàn)縷的聯(lián)系。從早年參與開(kāi)發(fā)《主題公園》、《黑與白》等經(jīng)典游戲，到如今構(gòu)想 AGI，他始終在追求創(chuàng)造一個(gè)玩家可以“共同創(chuàng)造”的、充滿活力的模擬世界。

圖丨游戲《黑與白》（來(lái)源：PCGamer）

他預(yù)言，未來(lái)的游戲?qū)⒂?AI 驅(qū)動(dòng)，能夠根據(jù)玩家的想象力動(dòng)態(tài)生成內(nèi)容和敘事，創(chuàng)造出“終極版的‘選擇你自己的冒險(xiǎn)’游戲”。想象一個(gè)可交互版本的 Veo，在未來(lái)五到十年內(nèi)，技術(shù)將能創(chuàng)造出真正個(gè)性化、每次體驗(yàn)都獨(dú)一無(wú)二的開(kāi)放世界。

這種對(duì)游戲的理解，也塑造了他對(duì) AGI 的定義和期待。他認(rèn)為，要判斷一個(gè)系統(tǒng)是否達(dá)到了 AGI 的水平，不能僅僅依賴于通過(guò)數(shù)萬(wàn)個(gè)認(rèn)知任務(wù)的基準(zhǔn)測(cè)試，更需要尋找那些如同燈塔式的“靈光一現(xiàn)”的時(shí)刻。

“一個(gè)燈塔時(shí)刻，是像愛(ài)因斯坦那樣，發(fā)明一個(gè)新的物理學(xué)猜想或假說(shuō)。”Hassabis 描繪道，“或者，它能否發(fā)明一個(gè)像圍棋一樣，既深刻又具有美學(xué)和優(yōu)雅感的游戲？而不僅僅是想出‘第 37 手’這樣的新策略。”

他認(rèn)為，今天的 AI 系統(tǒng)擅長(zhǎng)在給定的 S 曲線上進(jìn)行“爬山式”的增量改進(jìn)，例如通過(guò) AlphaEvolve 這樣的系統(tǒng)（結(jié)合了 LLM 和進(jìn)化算法）來(lái)優(yōu)化現(xiàn)有算法。但要實(shí)現(xiàn)真正的 AGI，則需要“范式躍遷”級(jí)別的突破，就像 2017 年 Transformer 架構(gòu)的誕生一樣。

“問(wèn)題是，它能否提出像 Transformer 架構(gòu)那樣的新飛躍？……目前看來(lái)，我們還沒(méi)有系統(tǒng)能夠明確地展示出那種巨大的飛躍?！彼拐\(chéng)地說(shuō)，“我認(rèn)為我們還需要一到兩個(gè)重大的突破。”

不過(guò)對(duì)他而言，AGI 的到來(lái)并非終點(diǎn)。他甚至規(guī)劃好了自己的“后 AGI 項(xiàng)目”：一個(gè)是在安全地將 AGI 引導(dǎo)到世界后，利用一個(gè)悠長(zhǎng)的學(xué)術(shù)休假，全身心投入到構(gòu)建他的物理學(xué)理論中去；另一個(gè)，則是去創(chuàng)造一款他夢(mèng)想中的終極視頻游戲。

有意思的是，在他看來(lái)，這兩者是相通的：“在我的世界里，它們是相關(guān)的，因?yàn)樗鼤?huì)是一款盡可能真實(shí)的開(kāi)放世界模擬游戲。那么，宇宙是什么？這正是在探究同一個(gè)問(wèn)題，以及 P 與 NP 的問(wèn)題。我認(rèn)為所有這些事情，至少在我的腦海中，是相互關(guān)聯(lián)的?！?/p>

通往 AGI 的物理基石

宏大的愿景需要堅(jiān)實(shí)的物理基礎(chǔ)來(lái)支撐。在通往 AGI 的道路上，算力（Compute）和能源是兩個(gè)繞不開(kāi)的核心話題。

Hassabis 首先談到了 Scaling Laws 的現(xiàn)狀。AI 的進(jìn)展究竟是更多地依賴于簡(jiǎn)單粗暴的算力堆砌，還是需要等待新的科學(xué)突破？Hassabis 給出了一個(gè)辯證的看法?！拔腋杏X(jué)這大概是五五開(kāi)，即一半一半。我們不知道是現(xiàn)有方法的規(guī)?；妥銐蛄耍€是需要新的東西。”他說(shuō)道。他對(duì)此并不焦慮，反而認(rèn)為這是 DeepMind 的優(yōu)勢(shì)所在。

“當(dāng)競(jìng)爭(zhēng)變得更困難時(shí)，我其實(shí)很喜歡，因?yàn)樗蛷募兇獾墓こ虇?wèn)題轉(zhuǎn)向了真正的研究問(wèn)題，是研究加工程。這正是我們的最佳擊球點(diǎn)，我認(rèn)為這更難。發(fā)明東西比快速跟進(jìn)要難得多?！彼孕诺乇硎?，DeepMind 擁有“最廣泛和最深入的研究團(tuán)隊(duì)”，無(wú)論未來(lái)需要的是工程擴(kuò)展還是范式突破，他們都做好了準(zhǔn)備。他甚至表示：“如果你回顧過(guò)去十年或十五年的歷史，支撐現(xiàn)代 AI 領(lǐng)域的突破中，可能有 80-90% 最初來(lái)自 Google Brain、Google Research 和 DeepMind?！?/strong>

解決了“怎么做”的問(wèn)題，接下來(lái)就是“用什么做”。算力的重要性不言而喻，但 Hassabis 指出了一個(gè)正在發(fā)生的變化：推理算力的需求可能將超越訓(xùn)練算力?！坝?xùn)練階段實(shí)際上只是其中的一部分，它甚至可能成為未來(lái)所需總計(jì)算量中較小的部分?！彼忉尩馈ｋS著 AI 系統(tǒng)越來(lái)越多地融入實(shí)際產(chǎn)品，被全球數(shù)十億用戶使用，以及“思考系統(tǒng)”（即模型通過(guò)更長(zhǎng)的推理時(shí)間來(lái)獲得更智能的結(jié)果）新范式的出現(xiàn)，這些都需要海量的推理算力。

巨大的算力需求直接引向了能源問(wèn)題，這也是 Hassabis 傾注了大量熱情的領(lǐng)域。他認(rèn)為 AI 不僅是能源的消耗者，更是能源問(wèn)題的解決者。DeepMind 已經(jīng)利用 AI 幫助優(yōu)化數(shù)據(jù)中心的冷卻系統(tǒng)、進(jìn)行電網(wǎng)優(yōu)化，甚至與 Commonwealth Fusion 等公司合作，探索如何利用 AI 控制聚變反應(yīng)堆中的等離子體。

展望未來(lái)幾十年的能源格局，Hassabis 將他的賭注壓在了兩項(xiàng)技術(shù)上：“我認(rèn)為聚變和太陽(yáng)能是我會(huì)押注的兩個(gè)。太陽(yáng)能，當(dāng)然，就是天上的聚變反應(yīng)堆，我認(rèn)為真正的問(wèn)題在于電池和傳輸……而聚變，我認(rèn)為是絕對(duì)可行的，只要我們有合適的反應(yīng)堆設(shè)計(jì)，并且能足夠快地控制等離子體。”

一旦解決了能源問(wèn)題，使其變得清潔、可再生、甚至近乎免費(fèi)，人類文明將迎來(lái)怎樣的圖景？Hassabis 認(rèn)為，這將是人類邁向“卡爾達(dá)舍夫一級(jí)文明”的關(guān)鍵。

“這將解決一大堆其他問(wèn)題。例如，水資源獲取問(wèn)題就迎刃而解了，因?yàn)槟憧梢灾苯邮褂煤ＫF(xiàn)在之所以沒(méi)有普及，只是因?yàn)樘F了?！彼枥L道，“而且你還將擁有無(wú)限的火箭燃料。你可以通過(guò)能源將海水分離成氫和氧，那就是火箭燃料?！?/p>

當(dāng)廉價(jià)的能源與馬斯克的自著陸火箭技術(shù)相結(jié)合，太空旅行將變得像“搭乘公交服務(wù)”一樣平常。這為小行星采礦、獲取地外資源打開(kāi)了大門，最終導(dǎo)向“人類向著星辰的最大化繁榮”。Hassabis 在這里引用了天文學(xué)家卡爾·薩根的夢(mèng)想——“將意識(shí)帶給宇宙，喚醒宇宙”。他相信，如果我們能正確地利用 AI，并借此破解能源等根本性難題，人類文明終將實(shí)現(xiàn)這一宏偉愿景。

圖丨卡爾·薩根（來(lái)源：Wikipedia）

競(jìng)賽、人才與領(lǐng)導(dǎo)力

作為執(zhí)掌著全球頂尖 AI 實(shí)驗(yàn)室的領(lǐng)導(dǎo)者，Hassabis 也分享了他帶領(lǐng) Google DeepMind 在激烈競(jìng)爭(zhēng)中前進(jìn)的經(jīng)驗(yàn)與挑戰(zhàn)。

面對(duì)過(guò)去一年 AI 領(lǐng)域的風(fēng)云變幻，Hassabis 承認(rèn)，Google 一度面臨巨大壓力，但他對(duì)團(tuán)隊(duì)在 Gemini 1.5 上取得的“不懈進(jìn)展”感到非常滿意?！笆紫?，我們擁有一支由 Corey、Jeff Dean 和 Oriol 領(lǐng)導(dǎo)的絕對(duì)不可思議的團(tuán)隊(duì)……當(dāng)然，我們也有大量的計(jì)算資源。但更重要的是，我們創(chuàng)造的研究文化，以及將 Google 內(nèi)部不同團(tuán)隊(duì)——Google Brain 這個(gè)世界級(jí)團(tuán)隊(duì)和過(guò)去的 DeepMind——融合在一起，匯集所有最優(yōu)秀的人才和想法，共同創(chuàng)造我們能做出的最強(qiáng)大的系統(tǒng)?！?/p>

他的領(lǐng)導(dǎo)哲學(xué)，是在 Google 這個(gè)龐然大物中，依然保持初創(chuàng)公司的精神和活力?！拔胰匀幌襁\(yùn)營(yíng)一家初創(chuàng)公司一樣運(yùn)營(yíng)過(guò)去的 DeepMind，一個(gè)規(guī)模很大的初創(chuàng)公司。今天的 Google DeepMind 也依然如此行事?！彼忉屨f(shuō)，“我們以決斷力和活力行動(dòng)，這是從最優(yōu)秀的小型組織中獲得的。我們?cè)噲D兼得兩全，既擁有數(shù)十億用戶的平臺(tái)和產(chǎn)品，可以用來(lái)賦能我們的 AI 和研究，又能在另一端進(jìn)行世界級(jí)研究，并將其應(yīng)用，在第二天就改善數(shù)十億人的生活。”

在產(chǎn)品設(shè)計(jì)層面，他認(rèn)為 AI 產(chǎn)品的設(shè)計(jì)者必須具備“技術(shù)性的產(chǎn)品直覺(jué)”，即“你必須為你一年后技術(shù)能達(dá)到的水平而設(shè)計(jì)，而不是今天”。這意味著要預(yù)判技術(shù)的發(fā)展軌跡，并攔截在未來(lái)。他預(yù)言，當(dāng)前基于文本框的聊天界面很快會(huì)顯得“古老”，未來(lái)的人機(jī)交互將是多模態(tài)的、高度協(xié)作的，甚至是個(gè)性化生成的，就像電影《少數(shù)派報(bào)告》中那樣，界面會(huì)根據(jù)你的審美和思維方式動(dòng)態(tài)生成。

談及愈演愈烈的“人才戰(zhàn)爭(zhēng)”，尤其是 Meta 等公司以高薪吸引人才的策略，Hassabis 表現(xiàn)得相當(dāng)從容。他認(rèn)為，對(duì)于那些真正相信 AGI 使命、并理解其深遠(yuǎn)影響的頂尖研究者來(lái)說(shuō)，金錢并非唯一驅(qū)動(dòng)力。“他們主要是為了能站在研究的前沿，從而能夠影響技術(shù)的發(fā)展方向，并安全地引導(dǎo)這項(xiàng)技術(shù)造福世界。而 Meta 目前并不在那個(gè)前沿。”他直言，“我認(rèn)為對(duì)于那些真正想在 AGI 前沿工作的人來(lái)說(shuō)，我們這里仍然是他們的首選之地?！?/strong>

而對(duì)于程序員等職業(yè)未來(lái)的擔(dān)憂，Hassabis 認(rèn)為，技術(shù)將成為賦能者而非單純的替代者。“我認(rèn)為在下一個(gè)時(shí)代，即未來(lái)五到十年，我們會(huì)發(fā)現(xiàn)，那些擁抱這些技術(shù)的人……將變得超乎尋常地高效。偉大的程序員會(huì)變得更出色，效率可能是今天的 10 倍?！彼J(rèn)為，這將降低創(chuàng)造的門檻，讓更多人能夠?qū)崿F(xiàn)自己的想法，而頂尖程序員的價(jià)值則體現(xiàn)在定義架構(gòu)、引導(dǎo) AI 助手以及驗(yàn)證代碼質(zhì)量等更高層次的決策上。

從馮·諾依曼到 P（Doom）與意識(shí)

訪談的最后，話題不可避免地走向了關(guān)于人類文明命運(yùn)的終極問(wèn)題。Hassabis 深受約翰·馮·諾依曼這位科學(xué)巨人的影響，他推薦了關(guān)于馮·諾依曼的傳記《瘋子》（The Maniac）。馮·諾依曼既是現(xiàn)代計(jì)算機(jī)之父，也參與了曼哈頓計(jì)劃，親眼見(jiàn)證了強(qiáng)大理論如何轉(zhuǎn)變?yōu)樽阋愿淖兪澜绲脑訌棥Ｋ瑯宇A(yù)見(jiàn)到計(jì)算機(jī)會(huì)對(duì)世界產(chǎn)生更深遠(yuǎn)的影響。

圖丨馮·諾依曼（來(lái)源：Wikipedia）

Hassabis 認(rèn)為，AI 革命的影響力將是工業(yè)革命的至少 10 倍，但速度卻快了 10 倍，這意味著社會(huì)適應(yīng)的窗口期被極大地壓縮了。這讓他對(duì)人類的未來(lái)抱持著一種“謹(jǐn)慎的樂(lè)觀”。

當(dāng)被問(wèn)及著名的“P（Doom）”（人類文明因 AI 自我毀滅的概率）時(shí)，Hassabis 拒絕給出一個(gè)具體的數(shù)字，因?yàn)檫@會(huì)“暗示一種不存在的精確性”。但他明確表示：“我能說(shuō)的是，這個(gè)概率絕對(duì)非零，而且可能不可忽略。這本身就足以引人深思。”

他認(rèn)為風(fēng)險(xiǎn)來(lái)自兩個(gè)層面：一是“壞人”濫用日益強(qiáng)大的通用技術(shù)，這是一個(gè)關(guān)于開(kāi)放與管控的棘手難題；二是隨著系統(tǒng)變得更具智能體性（agentic）和自主性，如何確保其“護(hù)欄”始終有效且受人類控制。

面對(duì)這些嚴(yán)峻的挑戰(zhàn)，Hassabis 認(rèn)為純粹的“冷酷理性”是不足夠的。他引用了書(shū)中“理性的瘋狂夢(mèng)想”這一概念，強(qiáng)調(diào)在構(gòu)建超級(jí)技術(shù)的過(guò)程中，需要注入一種“人文主義維度”或“精神維度”。

“我們需要用一種……精神或人文主義的維度來(lái)對(duì)待它。這不必與宗教有關(guān)，而是關(guān)于靈魂的理念，關(guān)于是什么讓我們成為人類，我們擁有的那種火花?！?/strong>Hassabis 沉思道，“我一直將技術(shù)視為促成者，是讓我們繁榮發(fā)展、更多地了解世界的工具?！?/p>

這最終引向了所有謎題的核心——意識(shí)。Hassabis 坦承，他個(gè)人的賭注是，意識(shí)“很可能只是發(fā)生在大腦中的經(jīng)典計(jì)算”，這意味著它原則上可以被經(jīng)典計(jì)算機(jī)模擬。但他同時(shí)也指出了一個(gè)深刻的難題：我們?nèi)绾卫斫庖粋€(gè)在完全不同基質(zhì)（硅基）上運(yùn)行的智能體的“感受”？

“Daniel Dennett（美國(guó)著名哲學(xué)家）曾與我辯論，我們?yōu)槭裁凑J(rèn)為彼此有意識(shí)？原因有二。一，你表現(xiàn)出和我一樣的行為。二，這一點(diǎn)常被忽略，即我們?cè)谙嗤幕|(zhì)上運(yùn)行。”他解釋說(shuō)，“但對(duì)于一個(gè)在硅基上運(yùn)行的 AI，即使它表現(xiàn)出有意識(shí)的行為，我們也將無(wú)法依賴第二點(diǎn)。我們不知道它真正的感受，它可能也不知道我們的感受?！?/p>

這或許是人類將面臨的終極同理心考驗(yàn)。

訪談的最后，Lex Fridman 問(wèn) Hassabis，是什么給了他對(duì)人類文明未來(lái)的希望。他的回答回歸到了最根本的兩點(diǎn)：人類近乎無(wú)限的創(chuàng)造力，以及我們極強(qiáng)的適應(yīng)性。從狩獵采集時(shí)代的頭腦，到今天能適應(yīng)飛行、播客和虛擬模擬的現(xiàn)代生活，人類已經(jīng)展現(xiàn)了驚人的可塑性。

“所以我認(rèn)為這只是進(jìn)化的下一步?！盚assabis 總結(jié)道，“看到社會(huì)已經(jīng)如何適應(yīng)我們今天擁有的這些令人驚嘆的 AI 技術(shù)，是很有趣的。人們會(huì)說(shuō)‘哦，我和聊天機(jī)器人聊過(guò)天，完全沒(méi)問(wèn)題?！?/strong>

參考資料：

1.https://www.youtube.com/watch?v=-HzgcbRXUK8

運(yùn)營(yíng)/排版：何晨龍