<div id="readability-page-1">谷歌 DeepMind 掌門人 Demis Hassabis 再度做客 Lex Fridman 播客，貢獻了一場長達兩個多小時、信息量爆炸的深度對話 <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"/> 在這場對話中，Hassabis 不僅給出了 AGI 實現的驚人時間表，更首次系統性地闡述了他關於宇宙、現實與 AI 的大一統哲學思想。他將 AlphaFold、視頻模型 Veo、電子遊戲、P vs NP 問題，乃至生命的起源和意識，全部串聯到了一個宏大的框架之下 全程兩個多小時，3 萬多字，強烈建議去看原視頻：搜索 Demis Hassabis: Future of AI, Simulating Reality, Physics and Video Games 以下是我覺得比較有意的的點，分享給大家 <h2>宇宙的本質是信息，因此萬物皆可被 AI 高效學習</h2> 信息第一性： Hassabis 明確提出，信息是比能量和物質更根本的宇宙單位。整個宇宙可以被看作一個巨大的、在物理基底上運行的信息系統 宇宙不是隨機的： 從蛋白質摺疊、山脈形態到行星軌道，我們看到的一切都經過了某種形式的演化或篩選過程（他稱之為 “最穩定者生存”），因此其背後必然存在可學習的內在結構（a learnable manifold） P vs NP 是物理問題： 在這個信息宇宙觀下，P vs NP 問題不再只是一個數學難題，而是一個關於物理現實的根本問題。如果宇宙的結構是可學習的，那麼許多看似指數級複雜的 NP 問題（如蛋白質摺疊），其實都可以通過 AI 建模，找到捷徑在多項式時間內解決 Veo 模型是證據： 為什麼像 Veo 這樣的視頻模型能如此好地模擬流體、光照等複雜物理現象？Hassabis 認為，這恰恰證明了 AI 正在從海量視頻中反向工程出物理現實的底層規律，發現了那個可以被高效學習的低維流形， 像 AlphaFold 和 Veo 這樣的 AI 系統，其成功之處在於它們正在反向工程並學習這些自然界中存在的底層信息模式，從而實現了對複雜系統的高效建模和預測 <h2>AGI 的終極使命是成為科學家的望遠鏡</h2> 對於 Hassabis 而言，打造 AGI 本身不是目的，使用 AGI 來回答宇宙最宏大的問題才是。 AGI 的圖靈測試： 如何判斷 AGI 已實現？不是通過枯燥的測試集。Hassabis 提出了一個愛因斯坦測試：將時間撥回 1900 年，給 AI 系統當時所有的物理知識，看它能否獨立提出相對論。或者，讓它發明一款像圍棋一樣深邃、優雅的新遊戲。這才是真正的創造力，AGI 的 “Move 37” 時刻 5 年內或見分曉： 他給出了明確的時間表，認為有 50% 的概率在未來五年內（即 2030 年前）實現 AGI AGI 的應用藍圖： <ol> <li> 1. 模擬生命：他 25 年的夢想——虛擬細胞計劃，即完整模擬一個細胞（如酵母）的內部動態。AlphaFold 3 解決了靜態結構和交互，下一步就是模擬整個生命通路，最終模擬生命的起源 </li> <li> 2. 解決能源：幫助設計可控核聚變反應堆、發現室温超導材料、優化太陽能電池，最終實現激進的富足（Radical Abundance），讓人類擺脱資源束縛 </li> <li> 3. 宇宙遠征：能源問題解決後，人類將進入太空巴士時代，走向星辰大海，用卡爾·薩根的話説，就是讓意識覺醒宇宙 </li> </ol> <h2>電子遊戲是模擬現實與探索人性的最佳沙盒</h2> 作為骨灰級遊戲玩家和製作人（《主題公園》、《黑與白》），Hassabis 對遊戲的理解遠超娛樂。 遊戲是微縮宇宙： 無論是象棋、圍棋還是足球，遊戲都是對現實世界某種決策、衝突或合作的簡化模擬。它讓我們在安全的環境中，練習決策、體驗成敗、理解人性 未來的遊戲是可玩的 Veo： 他夢想中的終極遊戲，是一個由 AI 實時生成的、完全開放的世界。玩家的每一個選擇都會動態地塑造劇情和世界，實現真正的與世界共創故事，這是任何其他媒介都無法比擬的 遊戲塑造思維： Hassabis 坦言，他之所以能將複雜的科學問題分解、建模並尋找解決方案，很大程度上得益於從小接受的遊戲和棋類思維訓練 <h2>意識可能是經典計算，但基底決定感受</h2> 在談到意識這個終極難題時，Hassabise 認為： 傾向經典計算： 他並不同意彭羅斯的量子意識假説，認為大腦的計算過程大概率是經典的，因此可以在經典計算機上被模擬 基底決定感受： 意識最神秘的部分是主觀體驗（Qualia）。我們之所以能推斷他人有意識，一是因為行為相似，二是因為我們擁有相同的碳基硬件。AI 即使行為再像人，它的硅基硬件也決定了它的感受可能與我們完全不同 腦洞大開的未來： 如何跨越這道鴻溝？Hassabis 設想，未來通過腦機接口，我們或許能親身感受一下信息在硅基芯片上被處理是什麼感覺，從而真正理解不同智能體的意識。 總結來説，在 Demis Hassabis 看來，AI、物理、遊戲、生命、意識，最終都指向同一個終極問題：現實的本質是什麼？而他畢生的事業，就是打造出 AGI 這個最強大的工具，去探索這個問題的答案。這不僅關乎技術，更關乎人類文明的未來和我們在宇宙中的終極位置 風險提示及免責條款 市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用户特殊的投資目標、財務狀況或需要。用户應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。</div>

谷歌-A

谷歌-C

谷歌 DeepMind 的 Demis Hassabis 在 Lex Fridman 播客中討論了宇宙的本質是信息，認為一切都可以被 AI 學習。他提出 AGI 將在 2030 年實現，並闡述了信息是比能量和物質更根本的宇宙單位。Hassabis 還將 P vs NP 問題視為物理問題，認為宇宙的結構是可學習的，AI 可以通過建模解決複雜問題。

- Demis Hassabis 在播客中闡述 AGI 實現的時間表及其哲學思想。  
- 他認為信息是宇宙的根本單位，宇宙結構可學習。  
- 未來五年內有 50% 概率實現 AGI，應用於模擬生命和解決能源問題。  

Demis Hassabis 最新採訪：宇宙的本質是信息，一切都將被 AI 學習，2030 年可實現 AGI