新智元報(bào)道

編輯：英智

無需復(fù)雜編程，僅通過觀看視頻就能破解光照、反射等物理規(guī)律。Hassabis暢想，在AI驅(qū)動的游戲世界，玩家每一步都將觸發(fā)獨(dú)特的故事，成為個人化的冒險樂園。

Hassabis絕對是當(dāng)今世界上最聰明、最有趣的大腦之一。

在最新播客中，他表示「自然界里任何能被發(fā)現(xiàn)的規(guī)律，都能被機(jī)器學(xué)習(xí)算法高效地學(xué)會和模仿。」

AlphaGo和AlphaFold在給可能性多到無法想象的復(fù)雜問題建立一個模型。蛋白質(zhì)在我們的身體里只需要幾毫秒就能完成折疊。

自然界的系統(tǒng)是有結(jié)構(gòu)的，只要是能進(jìn)化出來的東西，就可以被高效地理解和模仿。

這感覺就像大自然在玩一個游戲，最神奇的是，它在游戲里創(chuàng)造出來的東西，恰好又是能用模型高效理解的。

Veo能模擬液體、各種材料的反光，效果好得出奇。

Hassabis以前在游戲公司搞物理引擎，知道從零開始寫程序?qū)崿F(xiàn)這個有多折磨人。

而AI好像光看看YouTube視頻就把物理規(guī)律給琢磨透了。

視頻生成中的渲染、光照等等，是物理學(xué)最核心、最基礎(chǔ)的東西。它正向我們揭示一些關(guān)于宇宙結(jié)構(gòu)根本的道理。

如果我們能理解物理學(xué)是怎么做到的，然后為這個過程建模，那就應(yīng)該是可行的。

構(gòu)建真正的AGI

他曾經(jīng)以為，就像很多神經(jīng)科學(xué)理論說的，需要通過在世界中行動，才能真正深刻地感知。

但現(xiàn)在看來，通過被動的觀察似乎就能理解它。

下一步可能是讓這些視頻變得可以交互，讓人能真正走進(jìn)視頻里，在里面四處走動，那將會非常震撼。

Hassabis認(rèn)為這就開始接近「世界模型」了，包括世界的力學(xué)、物理規(guī)律以及世界中的萬物。

這正是一個真正的AGI系統(tǒng)所需要的。

AGI「電子游戲」

他常幻想，如果在90年代就能用上今天的AI系統(tǒng)，會做出什么樣的東西？

Hassabis表示，你絕對可以做出讓人腦洞大開的、震撼人心的游戲。

游戲里有一個模擬的世界，里面有AI角色，然后玩家與這個模擬世界互動，這個世界會根據(jù)玩家的玩法進(jìn)行調(diào)整和適應(yīng)。

他認(rèn)為那是最好玩的游戲，每個人的游戲體驗(yàn)都是獨(dú)一無二的。

我們設(shè)定好參數(shù)和初始條件，然后玩家沉浸其中，和這個模擬世界一起，共同創(chuàng)造著你的故事。

但是，要編寫一個開放世界游戲當(dāng)然是非常困難的。

無論玩家往哪個方向走，都有能力創(chuàng)造出相應(yīng)的內(nèi)容，引人入勝。

現(xiàn)在，我們可能正處在一個新時代的風(fēng)口浪尖上。

在未來幾年，也許是五到十年內(nèi)，就能擁有真正圍繞你的想象力進(jìn)行創(chuàng)造的AI系統(tǒng)。

它們可以動態(tài)地改變故事情節(jié)，無論你選擇什么，都能圍繞你的選擇講述一個戲劇性的故事。

Hassabis覺得這或許已經(jīng)觸手可及了。

Veo的可交互版本，想象一下它會有多棒。

玩家真正想要的是，在那個游戲環(huán)境里，任何事情都有可能發(fā)生。

電子游戲可能會成為人們尋找意義的地方。

你可以在游戲中創(chuàng)造出極其豐富、有意義的體驗(yàn)，甚至更多樣化的生活方式。

但另一方面，享受和體驗(yàn)物理世界也非常重要。

我們將不得不再次面對這個問題：現(xiàn)實(shí)的本質(zhì)是什么？

這些日益逼真的、多人的、可涌現(xiàn)的模擬世界，和真實(shí)世界里做的事情，區(qū)別到底會是什么。

ASl超級研究員

通往ASI的步驟，有很多有趣的想法，其中就包括了「超級程序員」和「超級AI研究員」。

他提到了一個非常有意思的詞，科研品位（research taste）。

AI能否幫助杰出的人類科學(xué)家，判斷哪些方向才有可能產(chǎn)生真正新穎的想法，這似乎是做好頂尖科學(xué)研究一個極其重要的部分。

Hassabis認(rèn)為，要模仿或建模「品位」和判斷力，將是最困難的事情之一。

這正是區(qū)分偉大科學(xué)家和優(yōu)秀科學(xué)家的關(guān)鍵。

提出一個真正好的猜想，比證明它要難得多。

在國際數(shù)學(xué)奧林匹克競賽上，去年的AlphaProof拿到了銀牌。也許最終我們能解決一個千禧年大獎難題。

只要把問題提對了，實(shí)驗(yàn)設(shè)計(jì)對了，失敗本身就極具價值。

天氣系統(tǒng)是出了名的難建模，谷歌DeepMind也取得了進(jìn)展。

DeepMind創(chuàng)造出了世界上最好的天氣預(yù)報(bào)系統(tǒng)，比那些傳統(tǒng)的、基于流體動力學(xué)的系統(tǒng)要好。

傳統(tǒng)系統(tǒng)通常要在巨大的超級計(jì)算機(jī)上跑好幾天才能算出結(jié)果。

即使這些動態(tài)非常復(fù)雜，在某些情況下甚至近乎混沌系統(tǒng)，依然可以用神經(jīng)網(wǎng)絡(luò)WeatherNet建模。

在編程方面，AlphaEvolve讓遞歸式自我改進(jìn)成為了可能。

通往AGI的道路，可能不會是一條直線，而是一個隨時間推移逐漸改善的過程。

擴(kuò)大計(jì)算規(guī)模！

擴(kuò)大計(jì)算規(guī)模，對于構(gòu)建AGI來說有多關(guān)鍵？

Hassabis認(rèn)為，非常關(guān)鍵。

對訓(xùn)練來說，需要的計(jì)算資源通常集中在一個地方，就算是數(shù)據(jù)中心之間的帶寬限制都會有影響。

因?yàn)楝F(xiàn)在AI系統(tǒng)已經(jīng)融入了產(chǎn)品，被全世界數(shù)十億人使用，所以需要海量的推理計(jì)算。

在此之上，還有過去一年出現(xiàn)的新范式，給它越長的推理時間，在測試時就會變得越聰明。

隨著AI系統(tǒng)變得越來越好，它們會變得越來越有用，對它們的需求也會越來越大。

訓(xùn)練的算力需求，其實(shí)只是其中的一部分，甚至可能在所需的總計(jì)算量中，會變成較小的那一部分。

隨著Veo越來越不可思議，服務(wù)器就越「汗流浹背」。

DeepMind有很多有趣的硬件創(chuàng)新。

有自己的TPU產(chǎn)品線，還在研究純推理芯片，以及如何讓它們更高效。

他們也對構(gòu)建AI來幫助解決能源問題非常感興趣，比如，幫助數(shù)據(jù)中心的冷卻系統(tǒng)提高效率，優(yōu)化電網(wǎng)。

最終，還有幫助核聚變反應(yīng)堆進(jìn)行等離子體約束。

然后是材料設(shè)計(jì)，他認(rèn)為這是最激動人心的新領(lǐng)域之一，比如新型太陽能材料，室溫超導(dǎo)體，還有最優(yōu)電池。

這些問題中任何一個的解決方案，都將對氣候和能源使用帶來絕對的革命。

「初創(chuàng)公司」DeepMind

任何一家大公司，都會很多管理層級之類的東西，這是它運(yùn)作的本質(zhì)。

Hassabis仍然可以，過去也一直是以初創(chuàng)公司的模式在運(yùn)營DeepMind，雖然它規(guī)模不小，但仍然是初創(chuàng)公司。

DeepMind用最好的小型組織所擁有的那種決斷力和活力去做事。

他們試圖做到「魚和熊掌兼得」：擁有觸達(dá)數(shù)十億用戶的、令人難以置信的產(chǎn)品平臺，用AI賦能它們。

世界上很少有地方能這么做：一邊做著世界頂級的、不可思議的研究；第二天就能把它接入產(chǎn)品，改善數(shù)十億人的生活。

他曾和大英博物館的楔形文字專家Irving Finkel交流，他不知道ChatGPT或Gemini。

Finkel第一次接觸到AI，就是谷歌搜索上的「AI模式」。世界上很多人，還不知道AI這回事。

設(shè)計(jì)AI產(chǎn)品時，不能只看技術(shù)今天能做什么，而是要看它在一年后能做什么。

所以，你必須是一個技術(shù)功底非常深厚的產(chǎn)品人，有一種很好的直覺和感覺，要能「截胡」到這個高速發(fā)展的技術(shù)未來的方向。

Hassabis認(rèn)為我們將開始利用其他設(shè)備，智能眼鏡、音頻耳塞，甚至是某種神經(jīng)設(shè)備，把輸入和輸出的帶寬，提升到比如今天的一百倍。

Hassabis認(rèn)為我們將進(jìn)入一個由AI生成界面的時代。

這些界面很可能是為你個人定制的，所以它會契合你的審美，你的感覺，你大腦的工作方式。

參考資料：

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