<div id="readability-page-1">谷歌 DeepMind 掌门人 Demis Hassabis 再度做客 Lex Fridman 播客，贡献了一场长达两个多小时、信息量爆炸的深度对话 <img src="https://imageproxy.pbkrs.com/https://mmbiz-qpic.wscn.net/sz_mmbiz_jpg/ICgnAptln0WbgMdrQia4nia9lHFTpcZ6rB7Wic1iagJ49V9Up6MeZjYhqLZbdzh31EKh80LQZNAUJvU40kC9Miboa8A/640/query-ZnJvbT1hcHBtc2cmd3hfZm10PWpwZWc?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1080" height="743" original-src="https://imageproxy.pbkrs.com/https://mmbiz-qpic.wscn.net/sz_mmbiz_jpg/ICgnAptln0WbgMdrQia4nia9lHFTpcZ6rB7Wic1iagJ49V9Up6MeZjYhqLZbdzh31EKh80LQZNAUJvU40kC9Miboa8A/640/query-ZnJvbT1hcHBtc2cmd3hfZm10PWpwZWc"/> 在这场对话中，Hassabis 不仅给出了 AGI 实现的惊人时间表，更首次系统性地阐述了他关于宇宙、现实与 AI 的大一统哲学思想。他将 AlphaFold、视频模型 Veo、电子游戏、P vs NP 问题，乃至生命的起源和意识，全部串联到了一个宏大的框架之下 全程两个多小时，3 万多字，强烈建议去看原视频：搜索 Demis Hassabis: Future of AI, Simulating Reality, Physics and Video Games 以下是我觉得比较有意的的点，分享给大家 <h2>宇宙的本质是信息，因此万物皆可被 AI 高效学习</h2> 信息第一性： Hassabis 明确提出，信息是比能量和物质更根本的宇宙单位。整个宇宙可以被看作一个巨大的、在物理基底上运行的信息系统 宇宙不是随机的： 从蛋白质折叠、山脉形态到行星轨道，我们看到的一切都经过了某种形式的演化或筛选过程（他称之为 “最稳定者生存”），因此其背后必然存在可学习的内在结构（a learnable manifold） P vs NP 是物理问题： 在这个信息宇宙观下，P vs NP 问题不再只是一个数学难题，而是一个关于物理现实的根本问题。如果宇宙的结构是可学习的，那么许多看似指数级复杂的 NP 问题（如蛋白质折叠），其实都可以通过 AI 建模，找到捷径在多项式时间内解决 Veo 模型是证据： 为什么像 Veo 这样的视频模型能如此好地模拟流体、光照等复杂物理现象？Hassabis 认为，这恰恰证明了 AI 正在从海量视频中反向工程出物理现实的底层规律，发现了那个可以被高效学习的低维流形， 像 AlphaFold 和 Veo 这样的 AI 系统，其成功之处在于它们正在反向工程并学习这些自然界中存在的底层信息模式，从而实现了对复杂系统的高效建模和预测 <h2>AGI 的终极使命是成为科学家的望远镜</h2> 对于 Hassabis 而言，打造 AGI 本身不是目的，使用 AGI 来回答宇宙最宏大的问题才是。 AGI 的图灵测试： 如何判断 AGI 已实现？不是通过枯燥的测试集。Hassabis 提出了一个爱因斯坦测试：将时间拨回 1900 年，给 AI 系统当时所有的物理知识，看它能否独立提出相对论。或者，让它发明一款像围棋一样深邃、优雅的新游戏。这才是真正的创造力，AGI 的 “Move 37” 时刻 5 年内或见分晓： 他给出了明确的时间表，认为有 50% 的概率在未来五年内（即 2030 年前）实现 AGI AGI 的应用蓝图： <ol> <li> 1. 模拟生命：他 25 年的梦想——虚拟细胞计划，即完整模拟一个细胞（如酵母）的内部动态。AlphaFold 3 解决了静态结构和交互，下一步就是模拟整个生命通路，最终模拟生命的起源 </li> <li> 2. 解决能源：帮助设计可控核聚变反应堆、发现室温超导材料、优化太阳能电池，最终实现激进的富足（Radical Abundance），让人类摆脱资源束缚 </li> <li> 3. 宇宙远征：能源问题解决后，人类将进入太空巴士时代，走向星辰大海，用卡尔·萨根的话说，就是让意识觉醒宇宙 </li> </ol> <h2>电子游戏是模拟现实与探索人性的最佳沙盒</h2> 作为骨灰级游戏玩家和制作人（《主题公园》、《黑与白》），Hassabis 对游戏的理解远超娱乐。 游戏是微缩宇宙： 无论是象棋、围棋还是足球，游戏都是对现实世界某种决策、冲突或合作的简化模拟。它让我们在安全的环境中，练习决策、体验成败、理解人性 未来的游戏是可玩的 Veo： 他梦想中的终极游戏，是一个由 AI 实时生成的、完全开放的世界。玩家的每一个选择都会动态地塑造剧情和世界，实现真正的与世界共创故事，这是任何其他媒介都无法比拟的 游戏塑造思维： Hassabis 坦言，他之所以能将复杂的科学问题分解、建模并寻找解决方案，很大程度上得益于从小接受的游戏和棋类思维训练 <h2>意识可能是经典计算，但基底决定感受</h2> 在谈到意识这个终极难题时，Hassabise 认为： 倾向经典计算： 他并不同意彭罗斯的量子意识假说，认为大脑的计算过程大概率是经典的，因此可以在经典计算机上被模拟 基底决定感受： 意识最神秘的部分是主观体验（Qualia）。我们之所以能推断他人有意识，一是因为行为相似，二是因为我们拥有相同的碳基硬件。AI 即使行为再像人，它的硅基硬件也决定了它的感受可能与我们完全不同 脑洞大开的未来： 如何跨越这道鸿沟？Hassabis 设想，未来通过脑机接口，我们或许能亲身感受一下信息在硅基芯片上被处理是什么感觉，从而真正理解不同智能体的意识。 总结来说，在 Demis Hassabis 看来，AI、物理、游戏、生命、意识，最终都指向同一个终极问题：现实的本质是什么？而他毕生的事业，就是打造出 AGI 这个最强大的工具，去探索这个问题的答案。这不仅关乎技术，更关乎人类文明的未来和我们在宇宙中的终极位置 风险提示及免责条款 市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。</div>

谷歌-A

谷歌-C

谷歌 DeepMind 的 Demis Hassabis 在 Lex Fridman 播客中讨论了宇宙的本质是信息，认为一切都可以被 AI 学习。他提出 AGI 将在 2030 年实现，并阐述了信息是比能量和物质更根本的宇宙单位。Hassabis 还将 P vs NP 问题视为物理问题，认为宇宙的结构是可学习的，AI 可以通过建模解决复杂问题。

- Demis Hassabis 在播客中阐述 AGI 实现的时间表及其哲学思想。  
- 他认为信息是宇宙的根本单位，宇宙结构可学习。  
- 未来五年内有 50% 概率实现 AGI，应用于模拟生命和解决能源问题。  

Demis Hassabis 最新采访：宇宙的本质是信息，一切都将被 AI 学习，2030 年可实现 AGI