DeepMind掌門人最新預判：AGI何時到來？谷歌為何押注AI眼鏡？

2024年，他因AI蛋白質結構預測獲得諾貝爾化學獎。2026年初，他坐在DeepMind倫敦辦公室，冷靜地給出了關于AGI最清晰的時間表。

作為Google DeepMind的CEO，德米斯·哈薩比斯既不是AGI的激進吹鼓手，也不是技術悲觀主義者。在最新接受Big Technology播客采訪時，這位AlphaGo和AlphaFold的締造者，用難得的坦誠揭示了AI研究的真實進展、下一個技術突破方向，以及Google在硬件賽道的重大押注。

AGI時間表：5到10年內到來，但2026年不會

我們還沒到那一步，但已經很接近了。哈薩比斯給出的AGI時間線是5到10年，這與業界普遍的樂觀預期形成對比。他明確表示，2026年不會有任何研究機構實現AGI，并直言不諱地批評了那些為了商業目標而過度炒作技術的做法。

在哈薩比斯看來，當前的AI模型在某些方面非常出色，但距離AGI還缺少關鍵能力。現有模型在復雜推理任務上仍顯笨拙，無法真正理解物理世界的運作規律，也無法像人類一樣從經驗中不斷進化。

據CNBC報道，哈薩比斯在2025年3月就曾預測人類級別的AI將在5到10年內出現。在最新訪談中，他重申了這一判斷，但加入了更多技術細節。

下一個技術突破在哪里

哈薩比斯指出，今天的大語言模型存在根本性缺陷。這些系統在某些任務上令人印象深刻，但它們缺少世界模型，無法理解物理世界如何運作，也無法像人類一樣持續學習。

第一個關鍵方向是持續學習。目前的AI需要在海量數據上一次性訓練，然后能力就被凍結了。目標是讓AI像人類一樣，能夠在日常使用中逐步學習、更新知識。關鍵挑戰在于如何在不遺忘舊知識的情況下學習新知識，這在學術界被稱為災難性遺忘問題。哈薩比斯強調，關鍵是持續學習，讓模型像人類一樣逐步更新自己，而不是僅僅依賴一次性的大規模訓練。

第二個方向是世界模型。這意味著讓AI建立對物理世界的內在理解，比如物體如何移動、重力如何作用。這對機器人、自動駕駛、物理模擬等應用至關重要。DeepMind的Genie 3項目正在探索這一方向。

如果AI只是背誦互聯網上的文字，而不理解真實世界，它就永遠無法像人類一樣解決復雜問題。世界模型是邁向AGI的必經之路。

Google的硬件賭局：AI眼鏡

在訪談中，哈薩比斯透露Google正在大力押注AI智能眼鏡，他認為時機已經成熟。

有三個理由支撐這一判斷。首先是AI能力的飛躍，Gemini等多模態模型已經可以實時理解視覺、聽覺輸入。其次是硬件的成熟，AR顯示技術、電池續航、芯片功耗都已達到臨界點。第三是交互方式的革命，語音加視覺的組合比觸屏更自然。

潛在的應用場景包括實時翻譯菜單和路牌，導航時無需低頭看手機，隨時提問這是什么植物或建筑并即問即答，以及會議中的實時字幕和摘要生成。

AI編程改變職業結構

哈薩比斯對AI輔助編程持樂觀態度，但他也承認這會帶來結構性變化。初級開發者崗位會減少，因為重復性編碼工作正在被AI取代。高級開發者會變得更高效，他們的工作從寫代碼轉向設計架構。更重要的是，非技術人員也能通過自然語言描述需求讓AI生成代碼。

根據GitHub Copilot的數據，AI已經能編寫約40%的代碼。StackOverflow的流量在2023到2025年間下降了35%，這表明開發者越來越依賴AI而不是搜索答案。

哈薩比斯認為，AI將首先影響可標準化的知識工作，比如法律文書、財務報表和代碼編寫，而創造性、戰略性工作仍需人類主導。

從AlphaFold到虛擬細胞

2024年的諾貝爾化學獎只是開始。哈薩比斯透露，DeepMind的下一個目標是創建虛擬細胞，用AI模擬整個細胞的運作，預測藥物如何影響疾病。

傳統藥物研發需要10到15年，虛擬細胞可能將這個周期縮短到2到3年。挑戰在于細胞內有數萬種蛋白質和分子在相互作用，建模的復雜度遠超AlphaFold。

但如果成功，這將徹底改變生物醫藥行業。科學家可以在虛擬環境中測試數千種藥物候選，只有最有希望的才進入昂貴的臨床試驗階段。

對普通人的啟示

哈薩比斯的訪談傳遞了幾個清晰的信號。

AGI不會在2026年到來，但5到10年內很可能實現。這意味著我們有足夠的時間準備，但不能掉以輕心。

AI眼鏡可能成為下一個平臺級產品。如果Google、Meta、Apple的布局成功，智能手機的地位可能在5年內被撼動。

知識工作者需要重新定位。能被標準化的工作會被AI取代，而需要創造力、判斷力和戰略思維的工作將更有價值。

科學發現正在加速。從基因編輯到新藥研發，AI正在壓縮創新的時間周期。這可能是人類歷史上科技進步最快的十年。

在這個AI重塑一切的時代，保持學習、擁抱變化，或許是唯一不變的生存法則。