EPISODE· generated 2026-10-25 21:54:29· 13 min
Demis Hassabis: How AI Solves Impossible Problems
Sebastian Rostamizadeh 解释说，谷歌最初对发布早期语言模型持谨慎态度，主要出于对准确性和品牌声誉的担忧；而 OpenAI 的初创文化则允许快速、冒险地部署产品，这意外地揭示了巨大的用户需求。这种竞争压力催化了 Google Brain 与 DeepMind 的成功合并，这一举措克服了文化和地理上的挑战，打破了传统的商业智慧，从而推出了 Gemini 等领先的 AI 模型。
aigeminideepmindcompetition
ready · seed-vc · qwen3-tts
0:00/0:00
⚠ The Chinese audio is an AI-generated dub (speech synthesis / voice conversion), not a real recording and may contain errors. Based on the original English interview; all rights remain with the original creator.
original lang
EN
dubbed into
中文 (ZH)
pipeline
Plan C · voice conversion
voice model
seed-vc · qwen3-tts
001
Demis Hassabis
事实上，这段故事相当复杂，因为当时的领先实验室——包括我们，以及 DeepMind 和 Google Lab（Google Brain）——都拥有大型语言模型。
002
Demis Hassabis
事实上，Google Brain 那边有一个产品，非常早期的一个，当时被称为 Lambda。
003
Demis Hassabis
当时做了一个有意识的决定不发布该产品，事后看来这显然是个错误的决定，但你可以理解其中的原因。我当时并未参与该决策，因为那时我们只被要求专注于研究工作，对吧？因为在 Google DeepMind 成立之前，
004
Demis Hassabis
DeepMind 基本上是一个独立运行的研究组织。所以，我认为这是一个有趣的例子，说明了当你离自己的技术太近时会发生什么。在构建这些早期语言模型时，它们非常有趣，但也存在严重缺陷。
005
Demis Hassabis
即使是今天那些令人印象深刻的模型，也存在这类问题。当我们使用聊天机器人时，我们都知道它们在某些方面表现不佳。它们会犯错，会产生幻觉，而那些早期模型更是频繁出现这些问题。
006
Demis Hassabis
所以，你可以想象，我也能理解，虽然我并未参与决策过程，但你可以这样想：Google 以提供准确信息而闻名。
007
Demis Hassabis
这就是 Google 的宗旨，Google Search 的使命是组织全球信息。这是它的核心业务，也是所有人使用 Google Search 的原因。
008
Demis Hassabis
所以，我认为推出一个有 20% 概率提供错误信息的机器人，对 Google 来说尤为棘手。因此，对于像 Google 这样的公司来说，这显然是一个明确的问题。
009
Demis Hassabis
相比之下，显然是一家初创公司，尤其是有 Sam 这样的人物领导的话，相比之下，显然是一家初创公司，尤其是有 Sam 这样的人物领导的话，
010
Demis Hassabis
你知道的，放手去干吧，人生只有一次，YOLO（你只活一次）。这没问题，对吧？
011
Demis Hassabis
而且公平地说，从研究角度来看，包括 OpenAI 在内的所有人都无法预见到 ChatGPT 会发展到如此巨大的规模。他们当时并不知道。
012
Demis Hassabis
这很明显，我是说，Sam 已经承认了这一点，但从名字本身也能看出来。ChatGPT 是个程序员起的名字。你知道的，如果他们早知道它会变得这么大，他们肯定会起个更吸引人的名字，对吧？
013
Demis Hassabis
这名字并不吸引人。不过，你也知道，现在它显然已经成了 AI 的代名词。所以你看，我认为他们说过，他们当时只以为这是个研究实验。
014
Demis Hassabis
而且很明显，作为一家初创公司，他们在声誉和其他方面承担更多风险的成本较低——如果它犯了错，那又怎样？他们没有任何依赖高可靠性的现有产品。
015
Demis Hassabis
所以，让所有人（包括他们自己）感到意外的是，人们竟然发现即使这些早期语言模型存在种种缺陷，大家依然能非常创造性地找到用途——一旦数百万人使用它，哦，你可以用它来总结内容、帮忙做作业。
016
Demis Hassabis
它犯一些错误也没关系，对吧？这些场景并不涉及信息检索。而这些是以前从未存在过的全新用例。显然，事实证明，即使是对这类早期用例，也存在巨大的需求。
017
Demis Hassabis
这也让所有人感到意外：这项技术已经足够成熟，可以走出实验室，交到普通大众手中。
018
Speaker 1
其中一个结果是，Google Brain 和 DeepMind 合并了。你现在基本上掌管着 Google 的所有 AI 业务。
019
Speaker 1
而且显然，你不仅缩小了差距，在某些指标上甚至领先于你们通过 Gemini 发布的部分模型。就这一点而言，我是说，我们可能没时间深入探讨那次合并的细节。
020
Speaker 1
但仅就企业合并而言，Sebastian，你之前提到 Google Brain 和 DeepMind 的合并让你印象深刻，认为这是一个突出的时刻。
021
Speaker 2
是的，我是说，传统观点是，如果你问商学院教授关于并购的看法，他们会告诉你这非常困难，因为总会存在文化差异。将两个不同的组织强行合并是非常痛苦的，诸如此类。
022
Speaker 2
以 Google Brain 为例，它在山景城进行 AI 研究，而 DeepMind 则在伦敦进行 AI 研究。你是在合并两个团队，它们之间有时差八个小时，这让事情变得更加困难。
023
Speaker 2
而且它们之间有一点竞争的历史记录，你知道，我希望你不介意我说这个，两者之间确实存在一些竞争，因为在某种程度上，如果 DeepMind 获得了计算资源来运行测试并构建模型，山景城的人可能会认为这牺牲了他们正在尝试进行的实验。
024
Speaker 2
因此，至少在工程八卦的层面上，关于这种“积怨”有不少来回议论。所以你现在面临的情况是，必须进行合并。存在八个小时的时差。
025
Speaker 2
有一些竞争的历史记录，而你正处于这场激烈的、你死我活的资本主义斗争之中，对吧，OpenAI 正在飞速领先，而 Google 必须迎头赶上。这成功的几率有多大？
026
Speaker 2
我认为大多数商学院教授都会说，不，这行不通。但它成功了。
027
Speaker 2
就像两年半后，在 2025 年底，DeepMind 拥有一个人工智能模型 Gemini 3.0，它在排行榜上击败了 ChatGPT 这个竞争对手，在这些独立的表现和准确性指标等方面。
028
Speaker 2
所以在两年半的时间里，这是一个彻底的逆转。我认为这将被载入史册，不仅仅作为一个前沿技术的故事，而且作为一种商业并购的案例研究。
029
Speaker 1
这正在帮助我们，这次合并以及在 Demis 领导下的围绕 AGI 的雄心壮志，正在帮助你们实现自学生时代以来一直驱动你们的长期目标，即 AGI 和超级智能机器。
030
Speaker 1
所以我想谈谈这本书的书名，也许有点晚了，《无限机器》，Demis 是谁，无限机器是什么，按照你的理解？
031
Demis Hassabis
嗯，我的意思是，我认为这是一个很棒的书籍标题。我认为实际上 Sebastian 在开场时提到了它。
032
Demis Hassabis
我们看待问题的方式，这真正始于 AlphaGo，然后是 AlphaFold，我认为我们发现，这就是 AGI 应该有的样子，一种可以应用于许多、许多问题的一般性解决方案。
033
Demis Hassabis
我看待围棋和蛋白质折叠这两种表面上看起来截然不同的问题的方式是，你实际上是在导航，这是一个大海捞针的解决方案，但这个干草堆大得难以想象，对吧？
034
Demis Hassabis
所以，例如在围棋中，可能的棋盘局面数量比宇宙中的原子数量还要多。这意味着你无法通过暴力破解来枚举每一个选项。宇宙中没有足够的时间来做这件事。
035
Demis Hassabis
蛋白质也是如此，甚至更加复杂。一个平均大小的蛋白质有 10 的 300 次方种可能的构象，也就是可能的形状。因此，你无法通过逐一检查每一种形状来找到正确的形状。
036
Demis Hassabis
你必须采用更聪明的方法。因此，我们利用人工智能系统（至少在应用于科学领域时）所构建的通用方法是：使用深度学习构建神经网络，并输入该特定领域的数据。
037
Demis Hassabis
比如围棋对局，或者已知的蛋白质结构。然后让它建立一个关于该领域运作方式的模型。一旦有了这个模型，你就可以应用搜索过程，但要以更智能的方式进行。
038
Demis Hassabis
而不是必须搜索所有可能性。所以在围棋中，面对一个局面可能有 100 种走法，你不需要全部搜索，而是只搜索其中一部分。模型会告诉你哪些是最有可能、最值得关注的走法。
039
Demis Hassabis
这样你就可以把计算资源集中在非常有用的替代方案上，只关注那些可能带来成果的选项。通过这种方式，你可以将这些巨大的搜索空间缩减到在极短时间内可处理的范围。
040
Demis Hassabis
我意识到这是一种非常通用的解决方案，适用于许多问题，只要你能用这种方式来表述它们。在这个庞大的组合空间中，你试图大海捞针，最后你需要的是一个目标函数。
041
Demis Hassabis
你需要有一个清晰的目标，以便进行搜索时的爬山算法优化，而模型将帮助你找到这个目标。
042
Demis Hassabis
而在游戏中，以及为什么我们一开始使用游戏的原因（除了我个人喜欢游戏之外），是因为它们非常适合用来训练你的 AI 系统。
043
Demis Hassabis
事实上，在 Go 之前，我们使用 Atari 游戏作为衡量系统表现的最早指标因为它们有明确的目标：赢得游戏或最大化分数。但在科学领域，同样存在明确的目标。
044
Demis Hassabis
你知道，例如最小化系统中的能量，这是一个非常清晰的目标，在生物学、化学和物理学中经常见到。
045
Demis Hassabis
因此，只要你能以这种方式表述问题——而在令人惊讶的大量情况下你确实可以——那么我们所使用的这类方法就会非常、非常有效。
046
Speaker 1
我们正处在一个思考 AI 在战争中应用的时刻，无论是在乌克兰还是伊朗。我们在思考或许其中一些人，比如 Anthropic 和 Mistral，以及网络安全领域。
047
Speaker 1
一个明显的积极面是你一生中一直秉持的那盏指路明灯，即科学发现，特别是 AlphaFold 2、AlphaFold 3 和 Isomorphic Labs。
048
Speaker 1
那是……当我们思考 AI 和 AGI 的风险、收益与平衡时，对你而言是否非常明确其核心在于医疗领域？
049
Demis Hassabis
因为我坚信它是科学——广义上的科学——的终极工具。所以，是科学与医学。我认为我们可以将 AI 应用的首要任务是治愈可怕的疾病。
050
Demis Hassabis
因此，我清单上的第二项是协助环境保护并寻找新的可再生能源来源。你可以看出这就是我在乎的事情，因为这也是我个人从事的工作。除了构建核心技术之外，我不会把时间花在别的地方，对吧？
051
Demis Hassabis
像 AlphaFold、Isomorphic Labs 以及我们所有的……我们拥有一个科学团队，一个 AI for science 团队，已经快十年了。
052
Demis Hassabis
我们的一些竞争对手开始组建科学团队来利用 AI，但我们已经拥有这样的团队十年了，包括……AlphaFold 正是源于此。
053
Demis Hassabis
因此，我们从事核聚变研究，进行天气预测，构建气候模型，以及开展材料科学研究。所以，我认为几乎没有任何科学领域是人工智能无法……提供帮助的。
054
Demis Hassabis
我认为如果我们做对了，在未来十年内，我们将迎来近乎第二次文艺复兴的新时期，一个科学发现的全新黄金时代。归根结底，你知道，我想要……
055
Demis Hassabis
我踏上这段旅程的原因是我想要理解现实的本质，世界上所有的大问题，意识的本质，时间是什么，所有这些事物，都是令人难以置信的深层奥秘。
056
Demis Hassabis
这很奇妙，我们……我觉得很不可思议的是，我们都只是过着日常生活，你知道，不太去思考这些，被我们所做的事情分散了注意力。但对我来说，这总是让我瞬间停住脚步。
057
Demis Hassabis
这就是我在深夜、凌晨时分思考的问题：为什么我们甚至不知道时间是什么？这太疯狂了，就像，我们只是四处忙碌做各种事情。你知道，这让我觉得不可思议。
058
Demis Hassabis
然后，当然，我们要对此做些什么呢？这就是问题所在，因为我想我天生就带着这种无法满足的好奇心，以及一种近乎萦绕心头的感觉，就像，这是宇宙中的一个深层奥秘。
059
Demis Hassabis
这就像一个不可思议的谜题。这就是我对宇宙的感受。我们要如何解决它？然后我想这就是为什么我早期就投身于人工智能的原因，就像，我告诉你我们需要什么。
060
Demis Hassabis
我们需要一些帮助，即使是顶尖的科学家。你知道，我以前阅读所有顶级科学家的传记，所有我最喜欢的英雄，从费曼到图灵。
061
Demis Hassabis
而且，你知道，他们都非常聪明，但我想，仅凭我们未经辅助的人类心智，即使有科学方法和其他手段，我们的理解能力也是有限度的。因此对我来说很明显，人工智能是一个双重因素的事情。
062
Demis Hassabis
它不仅将成为科学的绝佳工具，而且其本身作为一个惊人的工程产物，也将成为一个不可思议的科学人工制品，并可能帮助我们更好地理解我们自己的心智，这也是一个深层奥秘之一。
063
Demis Hassabis
所以这就是为什么无论如何我都会这么做。就像今天，它已经变成了最大的事物，但对我来说，这是最引人入胜的问题也是最引人入胜的技术。但它具有双重目的。
064
Demis Hassabis
而且我们在 AGI 初期就意识到了这一点，这就是为什么我们从 2010 年 DeepMind 成立之初就开始担心安全问题，现在依然如此，因为它是通用的。
065
Demis Hassabis
所以它可以用于任何事情。我认为这取决于我们行业人士去努力推动并更快地发展那些将对社会大有裨益的领域，比如医学和能源。
066
Speaker 1
你认为目前我们在风险平衡方面处于什么位置？
067
Demis Hassabis
嗯，看吧，我认为目前这场激烈的商业竞争中的一个问题是，所以有好处……所以，看吧，我内心竞争的那一面当然喜欢这样。就像，太棒了，你知道，这是世界上顶级的竞争。
068
Demis Hassabis
但在内心深处，我无法……所以我的一部分，你知道，我喜欢这样，我倾向于这样。这有助于我在这种情境下保持领先。
069
Demis Hassabis
但在我的内心深处，有一种挥之不去的感觉，认为有一件比商业竞赛重要得多、宏大得多的事情，那就是确保人类安全地实现 AGI。并确保收益完全超过风险。
070
Demis Hassabis
而且，你知道，我会尝试……我们现在只是其中的一个参与者。有，你知道，五六个领导者，还有中国以及中国的实验室。所以我认为在未来几年里，故事还有待书写，就像这一切将如何发展一样。
071
Demis Hassabis
但我确实认为，理想情况下，在国际层面需要更多的合作与协调，尤其是在安全议题上。不过，鉴于当前的地缘政治格局，这非常困难。以及围绕利益与风险的辩论。
Comments
Sign in (top right) to comment.
Loading…