DeepMind CEO 談 AI 的兩條路：做科學工具，還是捲入 AGI 競賽
AI 的核心方向：科學發現與人類健康
Google DeepMind CEO Demis Hassabis 在訪談中指出，AI 最值得投入的方向是科學發現和人類健康，例如 AlphaFold 解決蛋白質結構預測難題。他強調 AI 應作為科學工具，協助研究人員突破傳統瓶頸。
AGI 的實現路徑與關鍵瓶頸
Hassabis 提出，實現通用人工智能（AGI）可能僅差一到兩項技術突破，但目前仍面臨四大瓶頸，包括認知建模、自我學習機制、跨領域知識整合與長期目標對齊等。
AGI 的評估標準與未來展望
DeepMind 發佈了 AGI 的終極考綱，將通用智能拆分為十大認知能力，並提出三階段評估協議，以科學方法衡量 AI 的發展程度。Hassabis 預言，未來十年將進入科學發現的黃金時代，AI 將在氣候、能源與醫療等領域帶來深遠變革。
AI 競賽的底層邏輯
他強調，AI 競賽的勝負不在於誰燒的錢多或擁有多少 GPU，而在於誰能在研究、工程與產品之間實現全鏈條打通。僅靠規模定律可能不足以實現 AGI，仍需突破性創新。
AGI 的具體測試案例
在印度 AI 峰會上，Hassabis 提出一項具體測試：讓 AI 模型利用 1911 年的知識推導出廣義相對論，以此作為 AGI 的可行性指標，預示未來科學突破將由 AI 驅動。