在近期一場(chǎng)與數(shù)學(xué)家Hannah Fry的深度對(duì)話(huà)中，DeepMind首席執(zhí)行官Demis Hassabis系統(tǒng)梳理了人工智能領(lǐng)域過(guò)去一年的突破性進(jìn)展。他特別指出，當(dāng)前AI發(fā)展正面臨"參差智能"、持續(xù)學(xué)習(xí)能力缺失以及模型幻覺(jué)等關(guān)鍵挑戰(zhàn)，并預(yù)測(cè)通用人工智能（AGI）帶來(lái)的社會(huì)變革規(guī)模可能達(dá)到工業(yè)革命的十倍。

Hassabis將過(guò)去十二個(gè)月形容為"十年的技術(shù)躍遷"，特別提到谷歌發(fā)布的Gemini 3模型在多模態(tài)理解能力上取得顯著突破。但他同時(shí)強(qiáng)調(diào)，AI系統(tǒng)仍存在令人困惑的能力斷層：能在國(guó)際數(shù)學(xué)奧林匹克競(jìng)賽中斬獲金牌的模型，卻可能在基礎(chǔ)代數(shù)題上犯低級(jí)錯(cuò)誤。這種"參差智能"現(xiàn)象，根源在于圖像感知與文本處理的底層機(jī)制差異，例如模型可能因未完整識(shí)別字母而導(dǎo)致計(jì)數(shù)錯(cuò)誤。

針對(duì)持續(xù)學(xué)習(xí)能力的缺失，Hassabis認(rèn)為這是實(shí)現(xiàn)AGI必須突破的瓶頸。他透露DeepMind正在探索合成數(shù)據(jù)生成技術(shù)，通過(guò)讓模型自主創(chuàng)建訓(xùn)練數(shù)據(jù)（尤其在數(shù)學(xué)和編程領(lǐng)域）來(lái)突破數(shù)據(jù)瓶頸。"當(dāng)前系統(tǒng)已強(qiáng)大到可以自我驗(yàn)證答案，理論上能創(chuàng)造無(wú)限數(shù)據(jù)。"這位科學(xué)家指出，谷歌在算法創(chuàng)新與工程落地的雙重優(yōu)勢(shì)，使其能保持50%資源投入規(guī)模化擴(kuò)張、50%聚焦前沿研究的平衡策略。

在模型可靠性方面，Hassabis提出引入"內(nèi)省機(jī)制"的解決方案。他比喻當(dāng)前模型如同"說(shuō)話(huà)不過(guò)腦"的個(gè)體，未來(lái)需要通過(guò)訓(xùn)練使其具備自我審查能力——當(dāng)遇到不確定問(wèn)題時(shí)能暫停輸出并調(diào)整回答。這種設(shè)計(jì)理念也體現(xiàn)在人格設(shè)定上，DeepMind團(tuán)隊(duì)正在開(kāi)發(fā)具備科學(xué)家特質(zhì)的AI人格：既保持友好助人的基本特質(zhì)，又能對(duì)邏輯錯(cuò)誤提出質(zhì)疑而非盲目附和。

對(duì)于AGI可能引發(fā)的社會(huì)震蕩，Hassabis通過(guò)研究工業(yè)革命歷史得出警示：AI變革的速度與規(guī)模可能十倍于18世紀(jì)的機(jī)械化浪潮，或?qū)⒃谑陜?nèi)重塑就業(yè)市場(chǎng)與社會(huì)結(jié)構(gòu)。他建議建立新的經(jīng)濟(jì)模型來(lái)緩沖轉(zhuǎn)型沖擊，就像工業(yè)革命催生現(xiàn)代交通體系一樣，AI時(shí)代需要配套的社會(huì)基礎(chǔ)設(shè)施。

在終極問(wèn)題探討中，Hassabis將研究重心指向圖靈機(jī)理論邊界。他認(rèn)為通過(guò)構(gòu)建AGI模擬人類(lèi)心智，或許能揭示哪些認(rèn)知能力是經(jīng)典計(jì)算無(wú)法復(fù)制的。"我押注心智運(yùn)作包含非經(jīng)典計(jì)算機(jī)制，"這位科學(xué)家透露，其創(chuàng)立的Isomorphic Labs正基于"生物學(xué)是信息處理系統(tǒng)"的假設(shè)，嘗試用AI技術(shù)攻克疾病治療難題。

關(guān)于AGI實(shí)現(xiàn)時(shí)間表，Hassabis給出5-10年的預(yù)測(cè)窗口。他特別澄清當(dāng)前AI系統(tǒng)不具備真正意義上的自我意識(shí)，但承認(rèn)未來(lái)模型可能發(fā)展出"自我與他者"的認(rèn)知能力——這或許將成為意識(shí)產(chǎn)生的起點(diǎn)。不過(guò)他同時(shí)警示，即便機(jī)器真正獲得意識(shí)，人類(lèi)也可能缺乏識(shí)別這種存在的認(rèn)知工具。