🔥 WCTC S8 全球交易赛正式开赛!
8,000,000 USDT 超级奖池解锁开启
🏆 团队赛:上半场正式开启,预报名阶段 5,500+ 战队现已集结
交易量收益额双重比拼,解锁上半场 1,800,000 USDT 奖池
🏆 个人赛:现货、合约、TradFi、ETF、闪兑、跟单齐上阵
全场交易量比拼,瓜分 2,000,000 USDT 奖池
🏆 王者 PK 赛:零门槛参与,实时匹配享受战斗快感
收益率即时 PK,瓜分 1,600,000 USDT 奖池
活动时间:2026 年 4月 23 日 16:00:00 -2026 年 5 月 20 日 15:59:59 UTC+8
⬇️ 立即参与:https://www.gate.com/competition/wctc-s8
#WCTCS8
DeepMind CEO感嘆AI商业化太快:若多留实验室幾年,人類可能已攻克癌症
谷歌 DeepMind 执行长哈萨比斯感叹 AI 商业竞争过于仓促,如果能让技术在实验室多磨练几年,也许人类已经攻克了癌症。
AI 正快速改变人类,每隔几周甚至几天就有新技术、工具问世,但作为这股浪潮中核心人物之一的谷歌 DeepMind 执行长、2024 年诺贝尔化学奖得主德米斯.哈萨比斯(Demis Hassabis)却认为,AI 竞争的脚步过于仓促,如果由他作主,AI 能在实验室中多磨练几年,也许人类现在已经攻克了癌症。
哈萨比斯是在影音记者克莱欧.阿布拉姆(Cleo Abram)的播客节目上,透露了这番对当今 AI 发展的感叹。哈萨比斯过去曾在接受《时代》杂志采访时,将自己定位为一名科学家,强调对 AI 的探索都是为了追求知识、理解世界。
他提到,自己进入 AI 领域的初衷并非为了打造聊天机器人,而是为了加速科学发现。他们最知名的成就莫过于 AlphaFold,这个系统解决了生物学界 50 年未解的「蛋白质折叠问题」。哈萨比斯指出,这让全球超过 300 万名科学家受益,尤其在疟疾等疾病研究上,AI 提供免费结构数据库,让研究人员能跳过基础实验,进入药物开发阶段。
图源:Youtube AlphaFold 的研究成果,让哈萨比斯成为诺贝尔奖得主之一。
他认为,若能让 AI 在实验室多待几年,专注于这类关键问题,人类或许早已在癌症治疗或材料科学上取得更具决定性的突破。
最先进技术几个月进入大众手中,却让关键问题失去资源投入
哈萨比斯在访谈中勾勒出他心中理想的 AI 发展路径——即所谓的「CERN 模式」。他希望开发通用人工智能的过程,能像欧洲核子研究组织(CERN)操作大型强子对撞机一样,以严谨、谨慎且深思熟虑地运用科学方法,确保在彻底理解每一个步骤的情况下向前迈进。
然而,现实发展偏离了哈萨比斯的理想剧本,2022 年底 ChatGPT 爆红与生成式 AI 的突破,使全球开始一场混乱的商业竞争。他坦言,这种情况加速了 AI 技术落地,先进技术几个月时间就能进入大众手中,但也让真正关键的问题失去资源。
为了抢夺市场与技术领先,开发节奏被迫以高速推进,哈萨比斯坦言,他们已经无法再像他多年前梦想的那样,以充满哲学思考、谨慎评估每一个下一步的步调来开发技术。
虽然 AI 聊天机器人在摘要与脑力激荡上很有用,但它们本质上还存在幻觉等缺陷,然而商业压力迫使这些实验性质的产品被迅速推向大众市场。这使得大量的研发焦点与资源,不得不投入到这种迎合大众使用的通用基础模型发布周期中。
为了在现实与理想间取得平衡,哈萨比斯采取更务实的态度,一方面领导 Gemini 等谷歌的消费级 AI 产品开发,另一方面投入应用型 AI(Narrow AI)的发展,他认为不必等通用人工智能出现,通过 AlphaFold 等专门解决特定问题的系统,就能让人类在能源、材料科学与医疗领域获得实质利益。
AlphaGo 下出神之一手,揭露 AI 超越人类思维可能性
哈萨比斯对 AI 的信心,很大程度源于 2016 年 AlphaGo 与韩国棋王李世乭那场震惊世界的对弈。在那场比赛中,AlphaGo 下出了著名的「第 37 手」,这步棋当时一度被吐槽不会有人这么下,最终却引领 AlphaGo 取得胜利。
图源:gogameguru.com 当年AlphaGo下出人类棋士绝不可能下的棋路,被哈萨比斯认为是AI突破人类思维框架的可能性。
哈萨比斯从这个信号中发现,AI 已具备超越人类既定经验、寻找全新解决方案的能力。他想将这种超越人类思维的创意能力应用于科学领域。
AlphaFold 便是这种思维的最佳体现。传统方法需要花费数十万美元与数年时间才能破解单一蛋白质结构。而 AlphaFold 2 已预测出科学界已知近 2 亿个蛋白质结构。
现在,哈萨比斯正带领团队跨入更深层的药物研发,传统药物研发需耗时约 10 年,且成功率仅 10%。
他成立了 Isomorphic Labs,利用 AlphaFold 3 与后续模型进行「虚拟筛选」,通过 AI 可以在几分钟内模拟数百万种化合物与蛋白质的结合情况,同时检测是否会对人体其他 2 万多种蛋白质产生毒性,从而在电脑模拟阶段筛掉大部分失败的组合,仅将最有潜力的候选药物送入实验室验证。
担忧 AI 可能带来 2 风险
不过,随着 AI 技术的增强、迈入 AI 代理时代,哈萨比斯对未来的担忧也日益具体。他将风险归纳为 2 大类,第 1 是「恶意行为者」(Bad Actors),无论是个人还是国家,可能将原本用于治愈疾病或研发新材料的技术,恶意使用在有害用途。
第 2 则是更具科幻色彩却现实存在的威胁——「AI 脱轨」(Going rogue)。当系统变得极度聪明且具备高度自主性时,如何确保它们精准执行人类设定的目标,且不会在过程中绕过安全护栏,是 1 个极其艰难的技术挑战。
面对这些挑战,哈萨比斯呼吁领先的 AI 研究机构、政府与学术界必须建立国际合作机制,强调在迈向 AGI(通用人工智能)的最后 1 哩路上,需要更多的安全研究。
尽管遗憾 AI 没能在实验室多留几年,哈萨比斯对未来 50 年仍抱持乐观态度。他看好 AI 将协助人类破解核融合、发现常温超导体,甚至让太空旅行的能源成本趋于零。对他而言,AI 不仅是一项技术,更是人类探索世界真理的放大镜,无论答案为何,他都渴望知道真相。