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]