与德米斯·哈萨比斯的访谈 - 关于扩展、AGI及更多内容的简要总结： 1. 解决“根节点”问题：DeepMind不仅仅是在构建聊天机器人；他们正在利用AI解决最困难的科学问题。在AlphaFold成功之后，他们现在的目标是材料科学（室温超导体、更好的电池）甚至核聚变，以解锁无限的清洁能源。 2. “锯齿状智能”悖论：当前的AI模型处于一个奇怪的境地——它们可以在国际数学奥林匹克中赢得金牌，但在基本逻辑难题上却仍然失败。哈萨比斯称之为“锯齿状智能”。目标不仅仅是更多的数据，而是修复这些不一致性，使模型在各个方面都可靠。 3. 扩展并未死去（但正在变化）：尽管有关于达到“数据墙”的传言，哈萨比斯表示我们还没有看到硬限制。然而，我们确实看到了收益递减。他的赌注是：实现AGI需要50%的扩展和50%的架构创新。现在不仅仅是让模型变得更大，而是让它们变得更聪明。 4. 缺失的部分：系统2思维：今天的模型是被动的——它们只是输出一个答案。要达到AGI，我们需要能够在“说话”之前“思考”的系统。这涉及到规划、推理和双重检查自己的工作（类似于人类的“系统2”思维），而不仅仅是预测下一个词。 5. 世界模型的崛起：下一个重大前沿是“世界模型”（如他们的项目Genie）。AI需要理解世界的物理学——重力、物体的持久性和因果关系，而不仅仅是语言。这对于构建能够在现实生活中导航的有用数字代理和机器人至关重要。 6. 宇宙是可计算的吗？在哲学层面上，哈萨比斯认为宇宙中的一切可能都是可计算的。他一生的工作是测试“图灵机”的极限。如果我们能够构建一个完美模拟人类思维的AGI，我们可能最终会理解是什么（如果有的话）使人类意识独特。 7. 超越工业革命：我们需要为一个比工业革命快10倍、规模更大的转变做好准备。如果AI解决了能源（聚变）和劳动力问题，我们可能会进入一个“后稀缺”世界。哈萨比斯警告说，社会、经济和政府需要迅速适应，以确保这些利益能够被每个人共享，而不仅仅是少数人。 而由于这是最重要的方面，这里有关于后劳动经济的片段：