导语
在本次深度访谈中，Google DeepMind联合创始人兼CEO德米斯·哈萨比斯（Demis Hassabis）分享了他对AI能力本质的深刻见解。他从一个贯穿其诺贝尔演讲的核心猜想出发，探讨了为何AlphaFold、Veo等系统能解决看似不可能的复杂问题，并畅想了未来AI在科学研究、虚拟世界构建乃至终极物理问题上的潜力。他将AGI视为解答人类最深刻谜题——从细胞模拟到P=NP——的关键钥匙。
德米斯·哈萨比斯：自然可建模，AGI是终极科学工具
DeepMind CEO德米斯·哈萨比斯在访谈中提出，自然中经演化形成的系统都可被经典算法高效建模。他畅谈了AlphaFold系列、Veo视频生成中的物理直觉、用AI构建虚拟细胞的愿景，以及未来AGI可能通过发明新科学猜想来证明自身。
核心观点
自然系统的可学习性假说：哈萨比斯认为，自然中许多系统（如蛋白质折叠、行星轨道）的结构并非随机，而是经由演化或物理过程筛选、塑造而成。因此，这些蕴含结构的系统原则上可以被神经网络等经典学习算法高效建模和预测，这为AlphaFold等项目提供了理论基础。
信息是宇宙的基本单元：他将宇宙视为一个信息系统，认为物质和能量均可与信息相互转换。从这个角度看，像P=NP这样的计算复杂性理论难题，本质上是一个关于物理世界可计算性的根本问题。
Veo视频模型展现了"直觉物理"：哈萨比斯指出，其视频生成模型Veo在模拟流体、材质、光照等物理现象时表现出的惊人准确性，意味着模型可能通过大量视频数据，逆向工程出了世界运行的底层规律，获得了一种类似人类儿童的“直觉物理”理解。
构建“虚拟细胞”是重要科学目标：他的长期梦想是创建完整的细胞计算模型。这将从静态的AlphaFold蛋白质结构预测，扩展到模拟蛋白质、RNA、DNA之间动态相互作用的AlphaFold 3，最终可能实现像酵母细胞这样的完整单细胞生物模拟，极大加速生物学实验。
AGI的终极标准是科学创造力：哈萨比斯认为，真正的AGI不仅要在数万项认知任务上表现一致，更要有“灯塔时刻”的创造力，例如能独立提出像爱因斯坦相对论那样的物理学新猜想，或创造出像围棋一样深刻、优美的游戏。
AlphaEvolve展示了混合搜索的力量：他以AlphaEvolve（结合大语言模型与进化算法）为例，指出将基础模型与进化搜索、蒙特卡洛树搜等经典计算技术结合，是探索新知识、超越现有数据边界的重要方向。
金句
- "任何能被演化出来的模式，大概率都能被经典学习算法高效地发现和建模。"
- "我觉得宇宙的本质是一个信息系统，P等于NP本质上是一个物理问题。"
- "提出一个值得研究的好猜想，比解决它更难。"
- "如果Veo视频模型能生成一段令人信服的、符合物理规律的八秒视频，这本身就是一种对世界动态的'理解'形式。"
- "我梦想中的AGI，是能帮我们回答像P=NP、生命起源、意识本质这类终极问题的终极工具。"
原文链接
=== SUGGEST
- topic: AI建模自然系统的理论基础 | stance: 提出“自然可建模性假说”，认为演化赋予自然系统结构，使其可被经典AI高效学习 | quote: "任何能被演化出来的模式，大概率都能被经典学习算法高效地发现和建模。" | date: 2026-08-29
- topic: 视频生成模型（如Veo）的物理理解 | stance: 认为模型通过生成符合物理规律的视频，展现了一种“直觉物理”层面的理解 | quote: "如果Veo视频模型能生成一段令人信服的、符合物理规律的八秒视频，这本身就是一种对世界动态的'理解'形式。" | date: 2026-08-29
- topic: AGI的定义与测试标准 | stance: 主张AGI需具备全面的认知能力与“灯塔式”创造力，如提出新科学猜想 | quote: "真正的AGI……更要有‘灯塔时刻’的创造力，例如能独立提出像爱因斯坦相对论那样的物理学新猜想。" | date: 2026-08-29
- topic: 虚拟细胞（Virtual Cell）项目 | stance: 视其为长期科学目标，旨在通过AI模拟完整细胞过程，加速生物学研究 | quote: "构建完整的细胞计算模型……最终可能实现像酵母细胞这样的完整单细胞生物模拟，极大加速生物学实验。" | date: 2026-08-29
- topic: P=NP问题的信息学视角 | stance: 将P=NP视为关于物理世界可计算性的根本信息问题 | quote: "我觉得宇宙的本质是一个信息系统，P等于NP本质上是一个物理问题。" | date: 2026-08-29
