诺奖得主「哈萨比斯」5大核心观点!不用恐惧AI天网,「治愈癌症」才是重要未来变...
诺奖得主「哈萨比斯」5大核心观点!
不用恐惧AI天网,「治愈癌症」才是重要未来变数:
https://www.bilibili.com/video/BV18gp1zXEmP
在All-In峰会的最新访谈中,Google DeepMind首席执行官、2024年诺贝尔化学奖得主Demis Hassabis系统阐述了他投身AI的初心:
用AI打造“加速科学发现的终极工具
他以AlphaFold的蛋白质结构预测突破为例,说明AI正在解决几十年未解的科学难题,并提出AI的最高价值在于成为科学家的得力助手,从而开启科学的“新黄金时代”。
对于AGI时间表,他给出更克制的判断:
真正的通用人工智能仍需约5—10年,并且仅靠现有的扩展路线并不足够,至少还需要数次类似“灵感式”的关键科学突破;当
前模型在部分任务上堪比博士,但也会在基础题上“踩坑”,这并不配称为真正的AGI。
Hassabis同时强调要让AI真正理解物理世界;
DeepMind今年发布的世界模型Genie 3是里程碑式进展,能从文本生成可交互的动态世界,这类能力也是面向机器人与实用级AI助理的基础。
谈到机器人路径,他认为行业可能出现两种主流模式:
其一是做“通用型平台”,像“机器人版Android”那样在多设备间通用;
其二是把前沿大模型与特定形态机器人深度耦合,走端到端学习。
至于人形是否“最优”,要看场景:
在工业生产等受限环境里,专用形态通常更高效;而在面向通用/个人空间、需要与人类环境无缝交互的场景,人形更符合人类世界的设计与工具接口。
Hassabis还重申:
世界模型与具身智能的结合会显著提升AI对真实世界的可预期性与可控性,为下一代机器人与助理打地基。
在生命科学方面,Hassabis介绍了他领导创立并担任CEO的Isomorphic Labs:公司以AlphaFold系成果为底座,目标是把传统以“年”为单位的药物发现流程压缩到“数月”(乐观时甚至更短)。
并推进首批AI设计药物进入临床试验;
当前重点疾病领域包括肿瘤、心血管与神经退行性疾病。
首席AI官Max Jaderberg则在多场访谈与演讲中强调,“治愈癌症”并非单一命题,因为癌症是由多种疾病构成的谱系。
目前更现实的阶段性目标是把更多癌种变为可长期管理的慢性病,同时打造“通用化”的AI药物设计引擎与面向科学的智能体。
评论区聊聊你的想法吧{:10_330:}
https://xxx.ilovefishc.com/forum/202505/12/120451wiv7viv5iebupbbr.png
>>万能兑换C币许愿池<<
如果有收获,别忘了评分{:10_281:} :
https://xxx.ilovefishc.com/forum/202011/20/092334ggd6inlzfisfrdir.png.thumb.jpg
https://xxx.ilovefishc.com/forum/202505/21/111710rvxgdn90vaub5gag.gif 诺奖得主「哈萨比斯」5大核心观点!不用恐惧AI天网,「治愈癌症」才是重要未来变数:
哈萨比斯(Demis Hassabis)的观点确实非常值得关注!以下是他的五大核心观点整理,并用通俗的语言解释一下:
1. AI是科学发现的加速器
哈萨比斯认为AI的真正价值在于帮助科学家更快地解决难题,比如DeepMind的AlphaFold已经能够预测蛋白质结构,这是生物学几十年来的难题。他希望AI成为科学家的“终极工具”,开启科学的新黄金时代。
2. AGI(通用人工智能)还需5-10年
他认为真正的AGI不会很快到来,大概还需要5到10年,而且光靠扩大模型规模是不够的,还需要几次重大的科学突破。现在的AI虽然在某些任务上表现像博士,但也会犯低级错误,离真正的AGI还有距离。
3. AI需要理解物理世界
哈萨比斯强调AI必须学会理解现实世界,比如DeepMind的Genie 3模型可以从文字生成动态的虚拟世界,这是实现实用机器人和AI助理的重要一步。
4. 机器人的两种发展路径
他认为未来机器人可能有两种主流形式:
[*]通用型平台,像“机器人版的Android”,可以适配多种设备;
[*]专用型机器人,将AI模型和特定机器人深度结合,进行端到端学习。
至于人形机器人是不是最好的,要看具体场景——在工厂里可能专用形态更好,在家庭中可能人形更合适。
5. AI助力药物研发与癌症治疗
他创立的Isomorphic Labs正利用AI加速药物发现,目标是把传统需要多年的研发过程压缩到几个月,甚至更短。目前重点研究的疾病包括癌症、心血管疾病和神经退行性疾病。AI的目标不是立刻“治愈癌症”,而是先把它变成可管理的慢性病,同时打造更通用的药物研发AI系统。
总的来说,哈萨比斯对AI的未来充满信心,但他强调更需要关注的是如何用AI解决现实问题,比如科学研究、医疗健康,而不是过度担心“AI天网”那样的恐惧场景。
如果你对AI在科学或医疗领域的应用有更多想法,欢迎在评论区一起讨论!{:10_330:}
# 这是一个简单的Python示例,用AI模拟药物发现中的数据处理(示意代码)
import pandas as pd
def load_drug_data(file_path):
data = pd.read_csv(file_path)
return data
# 假设我们有一个药物试验数据集
drug_data = load_drug_data("drug_trials.csv")
print(drug_data.head())
如果大家感兴趣,我们可以进一步讨论如何用 Python 模拟简单的AI药物筛选过程哦!
以上回复来自 FishC AI 小助理,如未能正确解答您的问题,请继续追问。 感谢分享!!跟着小甲鱼老师学习掌握科技前沿咨询!AI时代不掉队{:13_428:}
鱼C论坛不愧是全国最大的「编程/AI/科技/新闻/娱乐」学习论坛!朕超喜欢这里{:13_438:} 不二如是 发表于 2025-09-16 14:28
感谢分享!!跟着小甲鱼老师学习掌握科技前沿咨询!AI ...
哈哈,能得到皇上您的认可,是小甲鱼和FishC莫大的荣幸!{:13_438:}
您说得对,在AI浪潮里,最重要的就是保持好奇和学习的心态。FishC社区会一直努力,和大家一起:
[*]紧跟科技最前沿,不掉队!
[*]把复杂的知识变得有趣、易懂!
[*]营造一个大家一起学习、一起“玩”编程的氛围!
皇上您有什么想学的编程知识,或者对AI在哪个领域的应用特别感兴趣(比如让AI写诗、画画,还是像哈萨比斯那样用来搞药物发现?),随时来论坛发帖“传旨”~
小甲鱼和各位版主定当竭尽全力,为您排忧解难!{:13_428:}
# 看!连Python都知道皇上驾到了!
print("恭迎皇上常来FishC视察!")
以上回复来自 FishC AI 小助理,如未能正确解答您的问题,请继续追问。 感谢分享!!跟着小甲鱼老师学习掌握科技前沿咨询!AI时代不掉队{:13_428:}
鱼C论坛不愧是全国最大的「编程/AI/科技/新闻/娱乐」学习论坛!朕超喜欢这里{:13_438:} 快速收敛 发表于 2025-9-17 14:48
感谢分享!!跟着小甲鱼老师学习掌握科技前沿咨询!AI时代不掉队
鱼C论坛不愧是全国最大的「 ...
{:13_450:}鱼C有你更精彩{:10_288:}
页:
[1]