在人工智能领域向通用人工智能（AGI）迈进的过程中，DeepMind联合创始人兼CEO德米斯·哈萨比斯近期在播客访谈中提出了一个核心观点：实现AGI需要技术创新与规模扩展各占50%的平衡努力。这一观点不仅为当前AI发展提供了战略框架，更揭示了AGI实现路径中的关键挑战与机遇。
哈萨比斯强调，单纯依赖模型规模的扩展无法突破现有AI系统的根本局限。当前大语言模型虽然在海量数据训练下展现出惊人的泛化能力，但其底层仍是对人类已有知识的压缩与重组，缺乏真正的自主创造与理解能力。这解释了为何AI能在国际数学奥林匹克竞赛中获奖，却在简单逻辑推理中犯错——系统缺乏一致性的认知框架与自我验证机制。
技术创新方面，哈萨比斯指出需从多个维度突破：首先是解决“幻觉”问题，通过引入类似AlphaFold的置信度评估机制，使AI能识别自身知识边界并合理拒绝回答；其次是发展世界模型，弥补纯语言模型在物理空间感知与动态模拟上的不足。世界模型通过编码重力、流体力学等基础物理规律，使AI能更真实地理解与交互现实世界，这对机器人、通用助手及科学模拟至关重要。
在规模扩展层面，哈萨比斯认为当前模型需从AlphaGo式的依赖人类知识，转向AlphaZero式的自主知识生成。这意味着AI需具备持续在线学习能力，而非仅静态复现训练数据。同时，仿真环境的构建将成为关键——通过AI生成的动态世界（如Genie），可为智能体提供无限任务场景，加速复杂行为的训练与演化，甚至为探索生命起源提供新范式。
哈萨比斯特别关注“根节点问题”的解决，即以AI推动基础科学突破，从而释放下游应用潜力。AlphaFold在蛋白质结构预测上的成功已验证这一路径的可行性，当前研究正拓展至材料科学（如室温超导体、高性能电池）、核聚变及量子计算等领域。例如，DeepMind与Commonwealth Fusion的合作旨在利用AI优化等离子体约束与材料设计，加速清洁能源的实现。若核聚变成为可行，近乎无限的廉价能源将重塑水资源获取、太空探索等众多领域。
社会影响方面，哈萨比斯警示需避免重复社交媒体过度追求用户参与度的错误，防止AI形成“单人回音室”。他主张构建具有科学精神、适度反馈且支持个性化调节的AI系统，同时提前规划劳动力转型、经济模式调整（如全民基本收入）与社会治理创新，以应对可能比工业革命更剧烈的社会变革。
最终，哈萨比斯对技术前景保持审慎乐观：若意识不依赖量子效应，则图灵机理论上可模拟一切心智过程；信息可能成为宇宙最基础单元。然而，领导者需肩负责任，尤其关注智能体AI的潜在风险，并推动国际合作与安全治理。通往AGI的道路虽充满挑战，但每一步科学突破与工程优化，都在将幻想拉近现实。
关注“鲸栖”小程序，掌握最新AI资讯
本文由鲸栖原创发布，未经许可，请勿转载。转载请注明出处：http://www.itsolotime.com/archives/8996