🔥 WCTC S8 全球交易賽正式開賽!
8,000,000 USDT 超級獎池解鎖開啟
🏆 團隊賽:上半場正式開啟,預報名階段 5,500+ 戰隊現已集結
交易量收益額雙重比拼,解鎖上半場 1,800,000 USDT 獎池
🏆 個人賽:現貨、合約、TradFi、ETF、閃兌、跟單齊上陣
全場交易量比拼,瓜分 2,000,000 USDT 獎池
🏆 王者 PK 賽:零門檻參與,實時匹配享受戰鬥快感
收益率即時 PK,瓜分 1,600,000 USDT 獎池
活動時間:2026 年 4 月 23 日 16:00:00 - 2026 年 5 月 20 日 15:59:59 UTC+8
⬇️ 立即參與:https://www.gate.com/competition/wctc-s8
#WCTCS8
DeepMind CEO嘆AI商業化太快:若多留實驗室幾年,人類可能已攻克癌症
Google DeepMind 執行長哈薩比斯感嘆 AI 商業競爭過於倉促,若能讓技術在實驗室多磨練幾年,或許人類已攻克癌症。
AI 正快速改變人類,每隔幾週甚至幾天就有新技術、工具問世,但身為這股浪潮中核心人物之一的 Google DeepMind 執行長、2024 年諾貝爾化學獎得主德米斯.哈薩比斯(Demis Hassabis)卻認為,AI 競爭的腳步過於倉促,如果由他作主,AI 能在實驗室中多磨練幾年,或許人類現在已經攻克了癌症。
哈薩比斯是在影音記者克萊歐.阿布拉姆(Cleo Abram)的 Podcast 節目上,透露了這番對當今 AI 發展的感嘆。哈薩比斯過去曾在接受《時代》雜誌採訪時,將自己定位為一名科學家,強調對 AI 的探索都是為了追求知識、理解世界。
他提到,自己進入 AI 領域的初衷並非為了打造聊天機器人,而是為了加速科學發現。他們最知名的成就莫過於 AlphaFold,這個系統解決了生物學界 50 年未解的「蛋白質折疊問題」。哈薩比斯指出,這讓全球超過 300 萬名科學家受益,尤其在瘧疾等疾病研究上,AI 提供免費的結構資料庫,讓研究人員能跳過基礎實驗,進入藥物開發階段。
圖源:Youtube AlphaFold 的研究成果,讓哈薩比斯成為諾貝爾獎得主之一。
他認為,若能讓 AI 在實驗室多待幾年,專注於這類關鍵問題,人類或許早已在癌症治療或材料科學上取得更具決定性的突破。
最先進技術幾個月進到大眾手中,卻讓關鍵問題失去資源投入
哈薩比斯在訪談中勾勒出他心目中理想的 AI 發展路徑——即所謂的「CERN 模式」。他希望開發通用人工智慧的過程,能像歐洲核子研究組織(CERN)操作大型強子對撞機一樣,以嚴謹、謹慎且深思熟慮地運用科學方法,確保在徹底理解每一個步驟的情況下向前邁進。
然而,現實發展偏離了哈薩比斯的理想劇本,2022 年底 ChatGPT 爆紅與生成式 AI 的突破,使全球開始一場混亂的商業競賽。他坦言,這種情況加速了 AI 技術落地,先進技術幾個月時間就能進到大眾手中,但也讓真正關鍵的問題失去資源。
為了搶奪市場與技術領先,開發節奏被迫以高速推進,哈薩比斯坦言,他們已經無法再像他多年前夢想的那樣,以充滿哲學思考、謹慎評估每一個下一步的步調來開發技術。
雖然 AI 聊天機器人在摘要與腦力激盪上很有用,但它們本質上還存在幻覺等缺陷,然而商業壓力迫使這些實驗性質的產品被迅速推向大眾市場。這使得大量的研發焦點與資源,不得不投入到這種迎合大眾使用的通用基礎模型發布週期中。
為了在現實與理想間取得平衡,哈薩比斯採取更務實的態度,一方面領導 Gemini 等 Google 的消費級 AI 產品開發,另一方面投入應用型 AI(Narrow AI)的發展,他認為不必等通用人工智慧出現,透過 AlphaFold 等專門解決特定問題的系統,就能讓人類在能源、材料科學與醫療領域獲得實質利益。
AlphaGo 下出神之一手,揭露 AI 超越人類思維可能性
哈薩比斯對 AI 的信心,很大程度源於 2016 年 AlphaGo 與韓國棋王李世乭那場震驚世界的對弈。在那場比賽中,AlphaGo 下出了著名的「第 37 手」,這步棋當時一度被吐槽不會有人這麼下,最終卻引領 AlphaGo 取得勝利。
圖源:gogameguru.com 當年AlphaGo下出人類棋士絕不會下的棋路,被哈薩比斯認為是AI突破人類思維框架的可能性。
哈薩比斯從這個訊號中發現,AI 已具備超越人類既定經驗、尋找全新解決方案的能力。他想將這種超越人類思維的創意能力應用於科學領域。
AlphaFold 便是這種思維的最佳體現。傳統方法需要花費數十萬美元與數年時間才能破解單一蛋白質結構。而 AlphaFold 2 已預測出科學界已知近 2 億個蛋白質結構。
現在,哈薩比斯正帶領團隊跨入更深層的藥物研發,傳統藥物研發需耗時約 10 年,且成功率僅 10%。
他成立了 Isomorphic Labs,利用 AlphaFold 3 與後續模型進行「虛擬篩選」,透過 AI 可以在幾分鐘內模擬數百萬種化合物與蛋白質的結合情況,同時檢測是否會對人體其他 2 萬多種蛋白質產生毒性,從而在電腦模擬階段篩掉大部分失敗的組合,僅將最有潛力的候選藥物送入實驗室驗證。
擔憂 AI 可能帶來 2 風險
不過,隨著 AI 技術的增強、邁入 AI 代理時代,哈薩比斯對未來的擔憂也日益具體。他將風險歸納為 2 大類,第 1 是「惡意行為者」(Bad Actors),無論是個人還是國家,可能將原本用於治癒疾病或研發新材料的技術,惡意使用在有害用途。
第 2 則是更具科幻色彩卻現實存在的威脅——「AI 脫軌」(Going rogue)。當系統變得極度聰明且具備高度自主性時,如何確保它們精確執行人類設定的目標,且不會在過程中繞過安全護欄,是 1 個極其艱難的技術挑戰。
面對這些挑戰,哈薩比斯呼籲領先的 AI 研究機構、政府與學術界必須建立國際合作機制,強調在邁向 AGI(通用人工智慧)的最後 1 哩路上,需要更多的安全研究。
儘管遺憾 AI 沒能在實驗室多留幾年,哈薩比斯對未來 50 年仍抱持樂觀態度。他看好 AI 將協助人類破解核融合、發現常溫超導體,甚至讓太空旅行的能源成本趨於零。對他而言,AI 不僅是 1 項技術,更是人類探索世界真理的放大鏡,無論答案為何,他都渴望知道真相。