标签：DeepMind
共 4 篇相关访谈。
前DeepMind科学家曹原：AI for Science爆发，人类角色何在
前DeepMind科学家曹原在《硅谷101》访谈中深度剖析了AI for Science爆发的技术背景、核心挑战与未来前景。他认为，AI正从代码、数学能力外溢到更广泛的科学发现领域，但形成“模型到实验”的闭环、确保可解释性与验证能力仍是关键瓶颈。人类在问题定义与价值判断上的角色不可或缺，AI科学发现距离诺贝尔级成果可能还需二三十年，其本质是推动AI本身能力跃迁的强大驱动力。
C曹原前Google DeepMind资深研究科学家，Onri Labs AI联合创始人
Demis Hassabis：AGI 5-10年内到来，机遇与风险并存
DeepMind CEO Demis Hassabis 在《时代》专访中指出，通用人工智能（AGI）可能在5-10年内实现。他既展望了AGI治愈疾病、解决能源危机等美好前景，也警告了技术被滥用及失控的风险。他强调，国际社会需在AGI发展初期就建立合作与标准，以确保这项强大技术造福全人类。
DDemis HassabisDeepMind CEO
Hassabis：从游戏到AGI，DeepMind的探索之路
DeepMind CEO Demis Hassabis在访谈中回顾了从少年编程到创立DeepMind的历程，阐述了为何以游戏为起点、为何坚信强化学习，并深入解释了AlphaFold如何解决蛋白质折叠这一50年难题。他认为，构建通用人工智能的关键在于结合算法、算力与多学科协作，而最终目标是用智能解决科学与现实世界的根本挑战。
D德米斯·哈萨比斯DeepMind联合创始人兼CEO
Oriol Vinyals：AlphaStar如何学会玩《星际争霸》
DeepMind研究科学家Oriol Vinyals回顾了AlphaStar项目，分享了从个人游戏经历到领导团队击败职业《星际争霸》选手的历程。他深入探讨了游戏的核心挑战（如庞大行动空间、部分可观察性）、AlphaStar的技术架构（模仿学习、序列建模、自博弈联盟）以及AI与人类玩家的异同。
O奥里奥尔·维尼亚尔斯Google DeepMind高级研究科学家