Google DeepMind執行長：5到10年AGI將至、衝擊力將是工業革命10倍

近日，Google(GOOGL-US) DeepMind 執行長 Demis Hassabis 與數學家 Hannah Fry 進行了一場對談，回顧人工智慧（AI）在過去一年出現的爆發式躍進。他在談話中提及「不均衡智慧」、持續學習能力不足、模型幻覺等通往 AGI 過程中的關鍵瓶頸，並直言，AGI 所帶來的社會衝擊，規模可能將是工業革命的十倍。

針對近一年 AI 變化速度，Hassabis 形容：「過去這一年，給人的感覺就像經歷了整整十年的發展。」

在這場與 Hannah Fry 的對話中，他指出，AI 領域在短時間內出現了令人震撼的突破。對 Google 而言，Gemini 3 的推出象徵著多模態能力邁入全新階段，模型在理解與處理不同形式資訊上的表現有了明顯躍升。

此外，「世界模型」的進展也讓 Hassabis 感到格外振奮，這一直是他長期投入、且最感興趣的研究方向之一。

不過，他也坦言，通往 AGI 的道路仍佈滿難題。其中包括能力分布不均的「參差智能」，以及模型缺乏真正持續學習能力等結構性限制。

在他看來，實現 AGI 不可能只靠單一路線推進，而必須同時兼顧兩個面向：一半來自規模化的推進，一半來自根本性的創新突破。

距離 AlphaFold 2 問世已過去五年，Hassabis 也透露，DeepMind 團隊目前正將研究觸角延伸至更多前沿領域，包括材料科學、核融合等潛在具有顛覆性的方向，持續探索 AI 能為科學帶來的下一次飛躍。

AGI 的關鍵，不是只靠規模，而是規模與創新的各半投入

隨著 AI 競賽全面加速，市場上也不時出現質疑聲音，認為「規模化終究會碰到天花板」、「可用資料遲早會被消耗殆盡」。

然而，Gemini 3 問世後，在多項基準測試中大幅領先，某種程度上動搖了這類悲觀論調。

對此，Hassabis 坦言，發展過程中確實可能出現「邊際效益遞減」，但他強調，團隊從未真正撞上所謂的「死牆」。

他特別澄清一個常見誤解：許多人把「效益變慢」誤讀成「完全沒有進展」，形成非黑即白的錯誤判斷。

在指數式成長與原地踏步之間，其實存在著極大的灰色地帶，而 Google 正是走在這條路上。

這也意味著，新版本不可能每次都在所有基準測試上成倍提升；但 Hassabis 同時指出，他並未觀察到任何明顯的停滯跡象。

至於「網路資料是否即將用盡」的疑問，他認為解方之一是合成資料。

在他看來，當前的系統已具備自行生成訓練資料的能力，特別是在程式設計與數學等可驗證答案的領域，理論上能持續產出近乎無限的資料來源。

Hassabis 也坦承，這些方向仍屬於活躍的研究議題，而這正是 Google 一向最擅長的領域。

他指出，Google 長期堅持以研究為核心，擁有規模最龐大、深度最完整的研究團隊。回顧近十年的關鍵突破，無論是 Transformer、AlphaGo，還是 AlphaZero，都源自 Google 或 DeepMind。

當技術門檻不斷提高，Hassabis 反而感到更加振奮。他認為，真正的突破不只仰賴頂尖工程能力，更必須結合世界級的科學研究，而這正是 Google 的核心優勢。

此外，Google 還掌握著全球頂級的基礎設施，包括 TPU 與其他自研硬體，這讓它能同時在前沿創新與大規模落地之間取得平衡。

在他看來，邁向 AGI 的道路，沒有單一捷徑：50% 要靠規模化的執行力，50% 則來自持續不斷的創新，兩者缺一不可。

針對各界關注的「模型幻覺」問題，Hassabis 透露，未來的研究重點在於提升模型的「內省」能力。

他將目前的模型比作「說話不經大腦的人」，並表示 DeepMind 正致力於讓模型具備置信度評分機制，當遇到不確定的答案時，能學會停下來「思考」與「規劃」，而非盲目輸出錯誤資訊。

世界模型：邁向真實智慧的關鍵拼圖

對 Hassabis 而言，AI 之外，「世界模型」與模擬技術始終是他最投入、也最著迷的研究方向之一。

他指出，現階段的語言模型，仍普遍欠缺對現實世界的深層理解，包括空間中的動態變化、空間感知、物理接觸，以及支配現實環境運作的力學法則。這類知識往往難以用語言清楚描述，也幾乎不會自然地出現在文本資料之中。

Hassabis 指出：「如果我們希望機器人真的能在現實中工作，或打造一個隨時陪伴在身邊的通用型助手，無論是在智慧眼鏡、手機，還是日常生活的各個場景中提供協助，就必須讓系統具備對物理世界的深刻認知。而「世界模型」，正是通往此目標的核心基石。」

Hassabis 也提到，聖塔菲研究所（Santa Fe Institute）曾進行過一系列模擬社會動力學的實驗：讓代理在設計好激勵機制的環境中長期運行，結果它們竟能自發「演化」出類似市場、銀行等複雜結構。

在他看來，這類實驗不只令人驚艷，也有助於我們理解生命如何誕生、意識如何出現；而「模擬」，正是實現這些探索最強大的工具之一。

他解釋道，只要稍微調整初始條件，將同一套模擬重複運行上千、上萬次，就能在高度可控的環境中，觀察細微差異如何導致截然不同的結果。

在 Hassabis 的眼中，若模擬技術能達到足夠精確的程度，將為科學研究帶來難以估量的長期價值。

避免陷入「資訊繭房」

Hassabis 曾多次提醒，打造 AI 的目標不應只是無止盡地提高使用者黏著度，否則很可能重蹈社群媒體的老路。

真正的難題在於：如何讓 AI 以使用者為中心，貼近個人需求，同時又不把人困進一個只剩自己聲音的「單人回音室」？

他指出，過度討好、一味迎合使用者立場的 AI，已經顯現出明顯副作用，這類系統容易放大回音室效應，對個人的判斷與認知產生長期且負面的影響。

為了正面回應這項挑戰，Gemini 正在嘗試建立一套關於 AI「人格設計」的科學方法。

在 Hassabis 的帶領下，一個專門團隊正致力於塑造一種近似「科學研究者」的性格特質：它親切、願意協助使用者，但表達上力求精準、不拖泥帶水；面對不合邏輯的觀點，會以友善且理性的方式提出質疑，而不是毫無保留地附和。

Hassabis 認為，為模型建立清楚且一致的人格標準，是讓大型模型真正走向科學研究與理性決策的重要一步。

在設計上，模型會有一個預設的「核心人格」，使用者則可依喜好進行個人化調整，例如變得更幽默或更簡潔。

但無論如何調整，這個核心人格本身不會動搖，它始終以遵循科學方法、追求理性與證據為最高原則。

工業革命為 AI 變革帶來的啟示

Hassabis 近來深入研究工業革命的歷史，他認為，回顧那段經驗，能幫助人類更理性地面對即將到來的 AI 社會衝擊。

工業革命曾為人類文明帶來難以想像的飛躍，現代醫學的誕生、物質生活的大幅提升，以及交通與生產方式的全面革新，都是其直接成果。

但同時，它也伴隨著巨大的陣痛。不同時代、不同產業的勞動者，都曾面臨被機器取代的焦慮與失落。然而，即便如此，幾乎沒有人會希望回到前工業時代的生活方式。

在 Hassabis 看來，AI 所引發的變革，影響範圍可能是工業革命的十倍，而發生速度甚至快上十倍。不過，這不是在一個世紀內緩慢展開，而可能在短短十年內集中爆發。

正因如此，從工業革命中汲取教訓，提前辨識 AI 可能造成的社會錯位與結構性衝擊，將有助於人類更早介入，也更有效地降低轉型成本。

就如同工業革命徹底改寫了農業社會的工作型態一樣，至少同等規模的改變，勢必會再次上演。

因此，Hassabis 認為，面對這場新時代的轉折，人類或許必須重新思考現有制度，發展出全新的經濟體系與社會模型，才能順利完成過渡。

圖靈機的終極問題

當被問到：「當我們超越 AGI，邁向人工超級智慧（ASI）時，是否仍存在某些能力，是人類能做到、但機器永遠無法觸及的？」時， Hassabis 回應說，這正是他心中那個最根本、也最令他著迷的問題，一切再次回到「圖靈機」。

在 Hassabis 看來，若有一天我們真的成功打造出 AGI，並用它來完整模擬人類心智，再將兩者進行對照比較，或許就能看清差異所在，也能辨識出哪些是人類心智中獨有、無法被取代的特質。

哪些層面是可被計算的？哪些又超出了計算的範疇？目前存在各種假說，但最終都會指向同一個核心命題：圖靈機的能力邊界究竟在哪裡？

自從第一次接觸圖靈與圖靈機的概念後，這個問題便成了 Hassabis 一生的思想主軸，不僅深深吸引著他，也成為他持續投入研究的最大動力。

他所從事的工作，某種程度上都是在不斷推進這條邊界，包括對蛋白質折疊問題的突破。

然而，即便如此，他仍無法確定那條極限線究竟位於何處。這也讓討論再次回到「心智」本身：它是否完全屬於經典計算的產物？還是存在尚未被理解的其他運作機制？

Hassabis 坦言，如果此刻一定要下注，他會選擇尚未被理解的其他運作機制，並以此作為研究前提，直到物理學給出相反的證據。

他也高度推崇康德的一個核心觀點，即現實是由心智所建構的。

Hassabis 指出：「我們所感受到的一切，包括光、溫度、觸感，都是透過感官進入的訊號。歸根究柢，它們都是資訊，而人類，本質上就是資訊處理系統。」

Isomorphic Labs 的創立，正是奠基於這樣的思想基礎。他們將生物學視為一個資訊處理系統，並相信只要理解得足夠深入，最終有機會找到治癒所有疾病的途徑。

當前 AI 尚無意識，AGI 或許仍需 5 至 10 年

自童年起，Hassabis 便對生命的意義、意識的本質，以及「現實究竟是什麼」這類根本性問題充滿好奇。長久以來，驅動他不斷前行、並維持研究熱情的核心動力，始終是對世界運作方式的理解。

在他眼中，AI 並非終點，而是一種強而有力的工具，用來推動人類知識邊界，協助我們更深入地認識自身與宇宙。

2025 年 4 月，Hassabis 在接受《 CBS》專訪時明確表示，現階段的 AI 系統，無論從哪個嚴謹角度來看，都談不上具備真正的自我意識或意識本身。

當主持人 Scott Pelley 問及，是否正在研究「可能具備自我意識的系統」時，Hassabis 直言，目前的系統不僅沒有自我意識，也尚未觸及真正意義上的「意識」。

進一步被問到，是否會把打造具有自我意識的 AI 作為明確目標時，他的回答相當謹慎。

他指出，這並不是一個被直接設定的研究方向，但不排除在系統持續演進的過程中，可能會以某種間接、非預期的方式出現。

例如，未來的系統或許會逐漸形成一種「類似自我意識的感受」。在他看來，讓系統理解「自己」與「他者」之間的區別，本身就是極為關鍵的一步，而這可能正是意識萌芽的起點。

不過，Hassabis 也提醒，即便機器真的發展出某種形式的自我意識，人類是否有能力辨識出來，仍是一個懸而未決的問題。

談及 AGI 的時間表時，他給出了相對務實的判斷：若一切進展順利，AGI 可能會在未來 5 到 10 年內逐步成形。