蛋播视频一区,无码鲁丝一区二区,精品 久久 五月天,国产老熟女,五月草草在线观看,中文日韩欧美,情色一区二区三区,欧美日韩亚洲激情在线,亚洲制服在线香蕉

在今年達(dá)沃斯論壇上，德米斯·哈薩比斯，這位身兼國際象棋大師、神經(jīng)科學(xué)博士、AI先驅(qū)與諾貝爾化學(xué)獎得主的谷歌DeepMind首席執(zhí)行官，用一句“沒有，從來都沒有安心的時候”，揭開了全球AI競賽最真實的內(nèi)幕。

他帶領(lǐng)的團(tuán)隊持續(xù)處于“紅色警報”狀態(tài)。他本人長期保持著每周100小時、一年50周的工作強(qiáng)度，把一家萬億美元體量的科技巨頭，硬生生拉回到創(chuàng)業(yè)公司的戰(zhàn)時節(jié)奏。

他第一次系統(tǒng)回應(yīng)了所有核心話題：谷歌是否慢半拍？中國AI到底追得多緊？機(jī)器人何時顛覆現(xiàn)實世界？AGI（通用人工智能）何時到來？AI時代之后，人類又要到哪里去？

以下，是德米斯·哈薩比斯接受彭博社專訪中的自述部分，略有刪減。

希望今天的內(nèi)容，能給你帶來啟發(fā)和幫助。

一、谷歌，從來沒有“慢半拍”

沒有，從來都沒有安心的時候。

過去四年谷歌一直處于“紅色警報”的籠罩下，團(tuán)隊保持著戰(zhàn)時節(jié)奏。我本人每周工作100小時、一年50周幾乎都在工作，因為對即將到來的變化興奮不已。

此外，我感覺我們已經(jīng)真正適應(yīng)了這個快速迭代的新世界，為谷歌注入了初創(chuàng)企業(yè)般的活力。

有人說谷歌慢下來了，這是一個徹底的誤解，我們一直都擁有站在這個領(lǐng)域前沿的所有必備條件。

過去10年，現(xiàn)代人工智能行業(yè)所依賴的約90%的突破性技術(shù)，都是我們研發(fā)的Transformer架構(gòu)（筆記俠注：一種深度學(xué)習(xí)模型，被OPENAI采用開發(fā)出了ChatGPT）、深度強(qiáng)化學(xué)習(xí)、AlphaGo背后的技術(shù)體系——這些塑造了當(dāng)前AI格局的基礎(chǔ)性突破，幾乎都出自谷歌與DeepMind之手。

我們擁有令人驚嘆的產(chǎn)品和服務(wù)，像搜索、Gmail和Chrome，坐擁數(shù)十億用戶，而這些產(chǎn)品與人工智能有著天然的契合度。關(guān)鍵在于如何將這些要素整合，并以正確的方式組織起來。

在技術(shù)發(fā)展如此迅猛的最前沿，你必須全力以赴。競爭異常激烈，這或許是科技史上最為激烈的競爭。

過去幾年我們做到了這一點(diǎn)。雖然仍有工作要做，但已經(jīng)取得了一些成果。

二、18-24個月之內(nèi)，物理AI會出現(xiàn)突破

過去一年我花了大量時間深入研究機(jī)器人技術(shù)。我們正處在物理AI取得突破性進(jìn)展的臨界點(diǎn)。距離實現(xiàn)這一突破，我們還有18個月到兩年的時間。

大模型將是最終AGI（通用人工智能）系統(tǒng)的核心組件。我不同意像Yann LeCun（楊立昆）的觀點(diǎn)，他認(rèn)為大模型是死胡同。

我認(rèn)為哪怕有新突破，大模型也會是那個最重要的基石。DeepMind（谷歌旗下人工智能公司）的優(yōu)勢在于，我們有足夠深厚的研究底蘊(yùn)，可以雙管齊下：一邊將現(xiàn)有的Transformer架構(gòu)推向極致，一邊探索那些全新的架構(gòu)創(chuàng)新。

Gemini從一開始就不是“聊天模型”，而是一個理解現(xiàn)實世界的多模態(tài)系統(tǒng)，是通往物理AI的入口。未來Gemini只會走向兩個方向：隨身的通用AI助手（眼鏡、手機(jī)）和真正能干活的機(jī)器人。

我們的愿景是讓AI能夠“看”你所看，“聽”你所聽。想象一下，你在一個陌生的城市，你不需要掏出手機(jī)，只需要問一句：“前面那棟建筑是什么？”或者你在做飯，眼鏡直接告訴你這一步該放多少鹽。

要實現(xiàn)這種無縫的體驗，必須是眼鏡。我們正在與Warby Parker、Gentle Monster以及三星等伙伴合作，打造下一代設(shè)備。這會是一個全新的、定義品類的技術(shù)產(chǎn)品。

在機(jī)器人方面，我們正與波士頓動力展開深度合作，今年會先推出原型機(jī)進(jìn)行測試，或許一兩年后，我們就能展示一些令人印象深刻的成果。

讓機(jī)器人能在現(xiàn)實世界中穩(wěn)定地完成各類有實際價值的任務(wù)，這就是突破的時刻。

三、2030年，有50%的概率實現(xiàn)AGI（通用人工智能

任何一名科學(xué)家都清楚，找到正確的問題，往往比找到答案難得多。

我既不認(rèn)同楊立昆的“Transformer（谷歌提出的一種深度學(xué)習(xí)模型）盡頭論”，也不認(rèn)同伊利亞（前OpenAI首席科學(xué)家）的“規(guī)模擴(kuò)展終結(jié)論”，更不認(rèn)同馬斯克的“技術(shù)奇點(diǎn)已至”。

我認(rèn)為有50%的可能，只需在現(xiàn)有方法的基礎(chǔ)上進(jìn)行優(yōu)化并擴(kuò)大規(guī)模，就能實現(xiàn)通用人工智能。但距離AGI（通用人工智能）還需要“一兩項，最多不超過五項突破性技術(shù)”。

比如世界模型，目前我們的GENI系統(tǒng)就是最先進(jìn)的世界模型（筆記俠注：GENI是Google內(nèi)部正在研發(fā)的一類世界模型），我也直接參與了這項研發(fā)，我認(rèn)為它至關(guān)重要。

我認(rèn)為，是否屬于AGI（通用人工智能）的核心在于“學(xué)習(xí)”。學(xué)習(xí)是智能的同義詞。如果我們說一個系統(tǒng)是通用的，那意味著它必須具備通用學(xué)習(xí)能力。它必須能學(xué)習(xí)新知識，并且能跨領(lǐng)域?qū)W習(xí)。如果一個系統(tǒng)只能靠工程師手動寫入規(guī)則，那它肯定不是AGI（通用人工智能）。

AGI（通用人工智能）應(yīng)該有一個科學(xué)的定義。我的定義一直是：一個能夠執(zhí)行人類所能做的所有認(rèn)知任務(wù)的系統(tǒng)。

請注意，我說的是“所有”。這意味著它不僅要能像現(xiàn)在的AI這樣寫代碼、畫圖，它還要能達(dá)到人類創(chuàng)造力的巔峰。

它不僅要能解一道已知的數(shù)學(xué)題，還要能像拉馬努金（印度著名數(shù)學(xué)家）那樣，憑借直覺提出全新的數(shù)學(xué)猜想。

它不僅要能解決已知的科學(xué)問題，還要能像愛因斯坦提出廣義相對論那樣，提出全新的物理理論。

它不僅要能模仿藝術(shù)風(fēng)格，還要能像畢加索或莫扎特那樣，開創(chuàng)前所未有的藝術(shù)流派。

目前我們的系統(tǒng)，無論解決了多少像AlphaFold（生物分子結(jié)構(gòu)預(yù)測人工智能模型）這樣的難題，距離這種真正的“創(chuàng)造性突破”還有很長的路要走。人類的大腦做到了這一點(diǎn)，最聰明的人類做到了，所以這在物理上是可行的。但AGI（通用人工智能）必須具備在任何領(lǐng)域都能做到這一點(diǎn)的潛力。

此外，我還要加上物理智能（Physical Intelligence）?？纯催_(dá)沃斯街頭的運(yùn)動員，或者普通的藍(lán)領(lǐng)工人，他們對身體的控制能力、在物理世界中的靈巧性，是目前的機(jī)器人望塵莫及的。

AGI（通用人工智能）必須包含這種與物理世界交互的能力，這是實現(xiàn)AGI（通用人工智能）的關(guān)鍵。

想象一下機(jī)器人技術(shù)。如果你想要一個能為你做家務(wù)的機(jī)器人，它必須能在腦海中“模擬”未來：如果我這么做，會發(fā)生什么？它需要預(yù)測未來的軌跡。目前的語言模型雖然能寫詩，但缺乏這種對物理世界的扎實理解。

所以我認(rèn)為，真正的AGI（通用人工智能）離我們還有5到10年的距離。

四、AI是終極科學(xué)工具，但獎項依然屬于人類

目前來看，人工智能依然只是工具，它是終極的科學(xué)研究工具，就像更先進(jìn)的望遠(yuǎn)鏡和顯微鏡。

人類一直都在制造工具，讓自己能更好地探索自然世界，人類本質(zhì)上就是會制造工具的物種，這也是人類與其他動物的區(qū)別，而工具也讓人類擁有了超越自身的能力，計算機(jī)當(dāng)然也屬于這類工具，人工智能則是這種能力的終極體現(xiàn)。

所以在我看來，人工智能一直都是推動科學(xué)研究的終極工具，而且在可預(yù)見的未來，科學(xué)研究都將是頂尖科學(xué)家與人工智能的合作成果：科學(xué)家提出富有創(chuàng)意的想法和研究假設(shè)，而人工智能作為強(qiáng)大的工具，助力提升數(shù)據(jù)處理、模式識別的效率，推動科學(xué)探索的進(jìn)程。

五、未來變革的速度，是工業(yè)革命的10倍

今年，我們會看到初級崗位和實習(xí)崗位可能會受到AI的影響，但要實現(xiàn)大規(guī)模取代，我們還需要解決人工智能系統(tǒng)的穩(wěn)定性問題。

我把目前人工智能的這種不均衡表現(xiàn)稱為“鋸齒型智能”，在某些領(lǐng)域表現(xiàn)出色，在另一些領(lǐng)域卻不盡如人意。如果想將一整項工作完全交由人工智能代理完成，而非像現(xiàn)在這樣，僅讓其作為輔助工具，就需要讓系統(tǒng)在各方面都保持穩(wěn)定的表現(xiàn)。

如果一個系統(tǒng)完成一項工作的成功率只有95%，那是遠(yuǎn)遠(yuǎn)不夠的，必須能圓滿完成整個任務(wù)，才能讓人放心地將工作交托給它。

所以在出現(xiàn)這種大規(guī)模的崗位變革前，我們還有大量工作要做，但這種變革最終一定會到來。當(dāng)然，一旦實現(xiàn)通用人工智能，整個經(jīng)濟(jì)體系都會發(fā)生改變，這早已超出了崗位變革的范疇。

如果我們能打造出真正的通用人工智能，而且方向正確，我們或許會進(jìn)入一個后稀缺時代，解決世界上一些根本性的難題，比如能源問題。

（筆記俠注：“后稀缺時代”指物質(zhì)、能源和信息極大豐富的未來社會，傳統(tǒng)意義上的資源短缺將消失。在這一時代，AI和自動化技術(shù)使生產(chǎn)成本趨近零，人們無需勞動即可獲得基本生活需求，貨幣可能失去意義。例如，馬斯克預(yù)測AI將消除貧困，工作成為可選項；經(jīng)濟(jì)學(xué)家認(rèn)為稀缺性本身會變得稀缺，時間、精力等人類核心價值將更珍貴。）

借助人工智能，研發(fā)出全新的清潔、可再生的近乎免費(fèi)的能源，比如實現(xiàn)核聚變。還有新材料的研發(fā)。

我認(rèn)為，信息才是宇宙最基本的單元，而不是能量或物質(zhì)。

如果你看物理學(xué)，能量和物質(zhì)通常被認(rèn)為是守恒的、基礎(chǔ)的。但其實信息才是理解宇宙演化的鑰匙。

再看生物學(xué)。生命系統(tǒng)本質(zhì)上是一個信息處理系統(tǒng)。我們在做什么？我們在抵抗熱力學(xué)第二定律（熵增）。我們在混亂的宇宙中，努力維持自身的結(jié)構(gòu)，維持信息的有序性。

這就是進(jìn)化的本質(zhì)：通過選擇壓力，篩選出那些能夠穩(wěn)定保存和復(fù)制信息的結(jié)構(gòu)。再把視角放大到宇宙。

行星、恒星、星系的形成，其實也是在引力等物理法則的作用下，從混沌中涌現(xiàn)出的“信息結(jié)構(gòu)”。

如果我們把宇宙看作是一個信息處理過程，那么AI就是這一過程的加速器。AI本質(zhì)上是在幫助我們以更高效的方式，去解構(gòu)、理解和重組宇宙中的信息。

以AlphaFold（生物分子結(jié)構(gòu)預(yù)測人工智能模型）為例。蛋白質(zhì)折疊問題困擾了人類50年。蛋白質(zhì)的結(jié)構(gòu)數(shù)量幾乎是無限的，如同大海撈針。

但AlphaFold（生物分子結(jié)構(gòu)預(yù)測人工智能模型）通過學(xué)習(xí)已知數(shù)據(jù)的“信息拓?fù)浣Y(jié)構(gòu)”，找到了其中的規(guī)律，從而預(yù)測了所有已知蛋白質(zhì)的結(jié)構(gòu)。這不僅是生物學(xué)的勝利，更是“信息論”視角的勝利。

我們正在用AI這個工具，去破解物質(zhì)、能量、生命背后的信息密碼。這將幫助我們發(fā)現(xiàn)新材料（比如室溫超導(dǎo)體）、設(shè)計新藥、解決氣候變化。

在科學(xué)領(lǐng)域，AI是工具，就像望遠(yuǎn)鏡。哈勃望遠(yuǎn)鏡沒有奪走天文學(xué)家的工作，它讓他們看得更遠(yuǎn)了。AlphaFold（生物分子結(jié)構(gòu)預(yù)測人工智能模型）預(yù)測了蛋白質(zhì)結(jié)構(gòu)，并沒有讓生物學(xué)家失業(yè)，而是讓他們跳過了枯燥、耗時數(shù)年的晶體衍射測定工作，直接去研究疾病機(jī)理和藥物設(shè)計。

這就是我看到的未來：AI負(fù)責(zé)那些繁重、枯燥的信息處理工作，讓人類騰出手來。我們將有更多的時間去思考更高級的科學(xué)問題，去創(chuàng)造更有意義的藝術(shù)，去尋找真正的目的和意義。

在實現(xiàn)通用人工智能后的五到十年，我們會進(jìn)入一個徹底改變的世界。我們即將進(jìn)入一個變革的時代，變革的規(guī)模和速度都會是工業(yè)革命的十倍，影響力會是百倍。

變革的背后，蘊(yùn)藏著巨大的機(jī)遇。而且我始終堅信人類的創(chuàng)造力，我們的適應(yīng)能力極強(qiáng)，因為人類的思維具有極強(qiáng)的通用性。

人類的大腦無比強(qiáng)大，我們的祖先以狩獵采集為生，而我們憑借這樣的大腦構(gòu)建了現(xiàn)代文明，所以我相信我們能再次適應(yīng)新的時代。當(dāng)然，這次的變革是前所未有的，因為它的速度太快了。

以往，這樣的重大變革往往需要一兩代人的時間才能完成，而這次人工智能技術(shù)的變革，規(guī)模和影響力都極為巨大。

我會鼓勵今天的孩子們熟練掌握這些新工具，像使用母語一樣運(yùn)用它們，這些工具幾乎能賦予他們超能力。比如在創(chuàng)意藝術(shù)領(lǐng)域，借助人工智能，一個人或許能完成過去十個人的工作。

這意味著，如果你富有創(chuàng)業(yè)精神，在游戲設(shè)計、電影制作等創(chuàng)意領(lǐng)域有想法，就能完成更多工作，也能比以往更容易地躋身這些行業(yè)，成為新銳人才。

六、當(dāng)所有技術(shù)目標(biāo)實現(xiàn)后，我們還需要什么？

到那時，我想利用人工智能探索物理學(xué)的極限。

上學(xué)時，我最感興趣的就是那些終極問題：現(xiàn)實的本質(zhì)是什么？意識的本質(zhì)是什么？費(fèi)米悖論的答案是什么？（筆記俠注：費(fèi)米悖論是宇宙學(xué)和天體生物學(xué)中最經(jīng)典的未解之謎，由美籍意大利物理學(xué)家恩里科?費(fèi)米在1950年提出，核心是“理論上的地外文明存在性”與“人類實際觀測證據(jù)為零”的尖銳矛盾）時間是什么？引力是什么？

我很驚訝，很多人每天忙于生活，卻從未思考過這些重大問題，而這些問題一直縈繞在我心頭，迫切想要找到答案。

我想借助人工智能，去探索所有這些問題，或許還能在人工智能的助力下，利用新的能源和材料技術(shù)，實現(xiàn)星際旅行。

在AI時代，經(jīng)濟(jì)層面的問題更多是一個政治問題：當(dāng)人工智能為我們帶來巨大的效益和生產(chǎn)力提升時，我們能否確保這些成果為全人類共享？

但更核心的問題是，很多人從工作和科研中獲得生活的意義和目標(biāo)，在新的時代，我們該如何找到這些？

我們需要新一代偉大的哲學(xué)家，來幫助我們思考這個問題。

或許未來，我們的藝術(shù)創(chuàng)作會更加精妙，我們的探索之旅會更加深遠(yuǎn)，就像如今我們所做的極限運(yùn)動等非經(jīng)濟(jì)目的的事情一樣，未來或許會有更多更小眾、更有深度的這類活動。

結(jié)語：給身處變革中每個人的建議

大家可能會問：面對AI時代，我該怎么做？怎么應(yīng)對？

我有兩點(diǎn)建議。

第一，對于年輕一代，唯一確定的就是未來的劇變。因此，最核心的技能是“學(xué)習(xí)的能力”，你適應(yīng)新環(huán)境、吸收新信息以及利用新工具的速度有多快？這非常重要。

第二，對于企業(yè)家和創(chuàng)業(yè)者，面對層出不窮的模型和服務(wù)商，關(guān)鍵在于選擇正確的合作伙伴。請選擇那些以你認(rèn)可的方式、負(fù)責(zé)任地?fù)肀Ъ夹g(shù)的變革者。唯有如此，我們才能通過AI的進(jìn)步，共同創(chuàng)造我們向往的未來。