最新！Demis Hassabis：Agent 才刚刚开始，AI 下一步是创造虚拟细胞

📌 一句话摘要

Demis Hassabis 在 YC 访谈中分享了对 AGI 时间线、Agent 现状、记忆问题、推理缺陷、AI 创造力以及虚拟细胞等前沿方向的深度思考。

📝 详细摘要

本文编译自 Demis Hassabis 在 YC「How to Build the Future」节目上的专访内容。Hassabis 认为 AGI 可能在 2030 年左右到来，但当前技术路线（预训练、RLHF、思维链）可能还缺一两项关键突破，尤其是在持续学习、长程推理和记忆方面。他指出 Agent 才刚刚开始，过去两个月才找到真正有价值的使用场景，持续学习是最大短板。他观察到当前 AI 推理存在「锯齿状智能」现象，能解 IMO 金牌题却犯基础数学错误。关于 AI 创造力，他以 AlphaGo 第 37 手为例，认为系统尚未达到能发明围棋这类全新事物的水平。他透露 DeepMind 的长期目标是构建虚拟细胞，预计还需十年。最后他给创业者的建议是选择深科技和跨学科方向，因为这类工作最难被模型更新所淹没。

💡 主要观点

- AGI 可能在 2030 年左右到来，但现有技术路线可能还缺一两项关键突破。 Hassabis 认为持续学习、长程推理和记忆的某些方面尚未解决，现有技术能否自行扩展到 AGI 与是否需要新突破的概率各占一半。

Agent 才刚刚开始，持续学习是最大短板。 当前 Agent 仍处于实验阶段，过去两个月才开始找到真正有价值的使用场景。模型无状态、无法适应具体上下文是核心瓶颈。

AI 推理存在「锯齿状智能」现象，内省能力不足。 模型能解 IMO 金牌题，却会在特定提问方式下犯基础数学错误。Hassabis 认为 AI 对自身思维过程的内省还缺一些关键调整。

AI 尚未具备真正的创造力，无法发明围棋这类全新事物。 AlphaGo 第 37 手令人印象深刻，但系统还不能从零发明一个全新游戏。关键缺口在于类比推理和真正超出已知范围的创造性。

虚拟细胞是 DeepMind 的长期目标，预计还需十年。 完整运作的细胞仿真可进行扰动实验、生成合成数据，跳过大量实验步骤。当前卡点是活体细胞纳米级实时成像的硬件限制。

💬 文章金句

- 我认为顶上可能还差一两样东西，尚未解决的问题包括：持续学习、长程推理，以及记忆的某些方面。

• Agent 才刚刚开始，过去两个月才开始找到真正有价值的使用场景，技术也才刚刚好到能真正发挥作用。
• 一个精确的推理系统不应该出现这种情况：模型发现某步棋是败着，但找不到更好的选择，然后还是走了那步棋。
• 我想要的系统是：给它一个高层次描述，然后系统能发明出围棋这样的东西。今天的系统还做不到，差距在于创造性。
• 既然生命短暂，不如把力气用在真正有分量的事情上，那种如果你不在就不会有人去做的事。

📊 文章信息

AI 初评：86

来源：AI寒武纪

作者：AI寒武纪

分类：人工智能

语言：中文

阅读时间：19 分钟

字数：4618

标签： Demis Hassabis, AGI, Agent, DeepMind, AI 创造力

阅读完整文章