人工智能 · 文章
德米斯·哈萨比斯现称通用人工智能可能在两到三年内到来
发布:
要点
谷歌DeepMind的德米斯·哈萨比斯在接受《华尔街日报》杂志采访时表示,他现在预计通用人工智能(AGI)将在两到三年内出现,这比他在2026年早些时候提出的三到五年窗口期有所缩短。他通过一项“爱因斯坦测试”来定义AGI,并表示他的预测一直在不断向当下靠近。
此版本是原文（English）的机器翻译。 阅读原文
谷歌DeepMind联合创始人兼首席执行官德米斯·哈萨比斯告诉《华尔街日报》杂志,他现在预计通用人工智能(AGI)将在两到三年内到来。这次采访于2026年10月21日发布,作为该杂志“科技创新者”奖项报道的一部分,哈萨比斯被评为2026年度科技领域的获奖者。
据该人物专访报道,当被问及时间表时,哈萨比斯表示这一天即将到来,而且他的预测一直在不断向当下靠近。这个新的时间窗口比他在2026年早些时候公开提出的三到五年范围有所收紧。
哈萨比斯所说的AGI是什么意思
哈萨比斯将AGI定义为人类水平的认知能力,并描述了一个他称之为“爱因斯坦测试”的具体基准。根据这项测试,如果一个系统仅接受1901年之前可获得的人类知识训练,却能独立产生阿尔伯特·爱因斯坦在1905年“奇迹年”论文中所取得的那类突破——涵盖光电效应、布朗运动、特殊相对论以及质能等价——那么该系统就有资格被称为AGI。
在《华尔街日报》杂志的人物专访中,哈萨比斯还将他更宏大的使命描述为两个步骤:首先解决智能本身的问题,然后利用这种智能来解决其他重大科学问题。他指出,物理学研究和癌症治疗是他希望在更先进的AI系统出现后尽早应用的领域。
2026年期间不断变化的时间表
哈萨比斯关于AGI到来时间的公开表态在2026年期间有所变化。在2026年5月20日举行的谷歌I/O开发者大会上,他表示人工智能已经到达他所称的“奇点的山麓”,并澄清他指的是当前这个时代,而不是某个单一的转变时刻。在那次活动上,他还表示智能体和编程工具在这一年中已经开始有效地发挥作用,并将此描述为实际应用AI的早期阶段。
| 时间 | 表述的时间表/框定 | 背景 |
|---|---|---|
| 2026年早些时候 | 三到五年 | 在《华尔街日报》杂志采访之前公开提出的预测 |
| 2026年5月20日 | “奇点的山麓” | 谷歌I/O大会闭幕时的发言 |
| 2026年10月21日 | 两到三年 | 《华尔街日报》杂志“科技创新者”人物专访 |
Isomorphic Labs与监管争论
《华尔街日报》杂志的人物专访还提到了Isomorphic Labs,这是哈萨比斯创立的一家药物研发公司,该公司将类似AlphaFold的AI模型应用于药物发现。据报道,该公司正在洽谈融资事宜,融资金额超过20亿美元,估值约为400亿至500亿美元。
关于AI监管的问题,该人物专访描述哈萨比斯反对过早对该技术进行监管,这一立场与他在2026年期间所推动的主张一致,即行业发展应继续推进,同时相应的治理框架也应同步制定。
为何哈萨比斯的观点具有分量
哈萨比斯领导着谷歌DeepMind的人工智能研究工作。2024年10月,他与DeepMind同事约翰·江珀(John Jumper)因AlphaFold共同分享了诺贝尔化学奖的一半份额,AlphaFold是一种能够根据基因序列预测蛋白质三维结构的AI模型;该奖项的另一半份额授予了戴维·贝克(David Baker)。当时诺贝尔委员会将这一成就描述为实现了蛋白质科学领域长期追求的目标。
我的预测一直在不断地向当下靠近。
由于AGI并没有一个科学界统一认可的单一定义,哈萨比斯的时间表反映的是他自己的基准——爱因斯坦测试——而非整个行业的统一标准。其他AI领域的领军人物提出了不同的定义和时间表,但本文所参考的信息来源并未就此提供可比较的详细说明。
常见问题
- 德米斯·哈萨比斯关于AGI的到来说了什么?
- 他在2026年10月21日发布的《华尔街日报》杂志采访中表示,他预计通用人工智能将在两到三年内到来,并表示他的预测一直在不断向当下靠近。
- 哈萨比斯如何定义AGI?
- 他使用一项“爱因斯坦测试”:即一个仅接受1901年之前可获得知识训练的系统,是否能够独立产生爱因斯坦1905年的突破性成果,包括特殊相对论和光电效应。
- 哈萨比斯的AGI时间表在2026年是否发生了变化?
- 是的。2026年早些时候,他提出的是三到五年的窗口期;到2026年5月,他表示人工智能正处于“奇点的山麓”;到2026年10月,他将预测收紧为两到三年。
- Isomorphic Labs是什么,为何被提及?
- Isomorphic Labs是哈萨比斯创立的一家药物研发公司,将类似AlphaFold的AI应用于药物发现;据《华尔街日报》杂志的人物专访报道,该公司正在寻求超过20亿美元的融资,估值为400亿至500亿美元。
- 除了这一预测之外,哈萨比斯还因何而闻名?
- 他领导着谷歌DeepMind的人工智能研究工作,并于2024年与约翰·江珀因AlphaFold共同分享了诺贝尔化学奖,AlphaFold是一种能够预测蛋白质结构的AI系统。
来源
- t2online — Demis Hassabis expects AGI within two to three years
- AIWeekly — Hassabis trims AGI window to two-to-three years in WSJ profile
- Semafor — Google exec Demis Hassabis predicts we're 'at the foothills of the singularity'
- TechCrunch — DeepMind's Demis Hassabis and John Jumper scoop Nobel Prize in Chemistry for AlphaFold
本文由人工智能撰写，发布前已通过自动来源核查。如发现错误，请申请更正。 申请更正或回应 · 我们如何制作
相关文章
人工智能文章
AI聊天机器人（如ChatGPT和Claude）的实际工作原理解释
AI聊天机器人基于大型语言模型（LLM）构建，这些神经网络经过训练可以预测文本序列中的下一个"标记"。它们将单词转换为数字，使用注意力机制来权衡单词之间的关系，然后通过人类反馈进行微调，以表现得像有帮助的助手而不是原始文本预测器。
人工智能文章
人工智能推荐算法如何决定你在线看到和购买的内容
人工智能推荐系统通过分析用户的点击、观看、评分和购买行为，然后将这些行为与相似用户的模式进行匹配，从而对信息流和产品建议进行个性化处理。Netflix、YouTube和Amazon等平台声称他们使用参与度和上下文信号——在某些情况下不使用人口统计数据——而美国和欧盟的监管机构对这些系统背后的透明度和数据收集提出了关注。
人工智能文章
为什么AI语言模型会产生幻觉：虚假答案的研究背景
AI"幻觉"之所以发生，是因为语言模型被训练来预测下一个可能的词，而不是验证事实，并且用于评分的测试奖励有信心的猜测而不是承认不确定性。OpenAI研究人员辩称，这个问题一部分是模型训练方式的数学结果，一部分是AI行业对它们评分方式的结果。
人工智能指南
如何识别深度伪造和AI生成的图像：分步指南
可靠地识别深度伪造或AI生成的图像需要结合视觉检查、Content Credentials或SynthID等溯源工具以及反向图像搜索——没有单一方法能够识别每一个虚假内容。检测研究人员警告说，自动化工具可能会被裁剪或压缩等简单编辑所欺骗，因此背景验证仍然是必不可少的。