夜雨聆风AI，究竟正在改变什么？
Google DeepMind 首席执行官兼创始人Demis Hassabis，最近在一次访谈中提出了四个核心洞察和预测：
一、AI对人类影响最大的部分，其实是“看不见的”；二、AI最重要的应用不是赚钱，而是加速科学发现与改善人类健康；三、从“工具时代”走向“智能体时代”，风险不在于虚假信息，而在于系统失控与被滥用；四、未来50年，AI有望解决核聚变、疾病、能源等问题，甚至开启星际文明。一、AI真正改变世界的方式：几乎看不见
今天很多人谈到AI，第一反应是聊天机器人、图像生成、短视频内容。但在 Hassabis 看来，这些都只是“表层应用”。AI对世界影响最大的部分，主要在5个领域：
药物设计 疾病研究 气候预测 新材料发现 核聚变与量子计算
这些领域有一个共同点：普通人几乎感知不到，但却决定人类未来。换言之，AI最重要的价值，不在“表达信息”，而在“创造知识”。
二、改变生物学的突破：AlphaFold
如果用一个案例来帮助我们理解AI的深层价值，那就是 AlphaFold。几十年来，生物学界一直面临一个难题：能否仅根据蛋白质的氨基酸序列，预测它的三维结构？这个问题被称为“蛋白质折叠问题”，困扰了科学界50年，被称为生物学界的“费马大定理”。
蛋白质结构决定功能 功能决定生命活动 理解结构，才能设计药物
传统的科研通常需要长达数年时间，花费巨额成本，并在实验室反复试验。而 AlphaFold 做了一件极其激进的事情：直接用AI预测结构。更关键的一步在于，DeepMind 没有把它做成收费工具，而是：一次性计算出2亿种蛋白质结构，并免费开放给全球。这一举动带来的改变：
超过300万科学家使用 几乎所有新药研发都会用到 发展中国家的疾病研究获得突破机会
与其说这是一个产品，不如说这是一项“基础设施”。
三、AI重写药物研发逻辑
传统药物研发的现实数据是：
平均耗时：10年 失败率：90% 成本极高
而AI正在改变这一切。新的路径是：
预测蛋白质结构 设计可能结合的化合物 在计算机中模拟效果（in silico） 快速筛掉无效方案
关键变化在于： 从“实验筛选”变成“计算筛选”。这意味着研发速度大幅提升、成本大幅下降、试错空间指数级扩大。Hassabis 的观点很明确：未来大部分药物，都会在AI辅助下诞生。
四、从AlphaGo到科学突破：AI的“创造力时刻”
很多人真正开始重视AI，是因为那场围棋比赛。2016年，DeepMind 的 AlphaGo 对战围棋世界冠军李世石。其中最著名的是“第37手”。（AlphaGo下出的第37手“肩冲”，被当时的解说员称为“违背围棋常识”，却让李世石陷入长达12分钟的沉思。）这一步在人类看来是错误，但在AI看来却是关键，正是这一步最终改变了比赛走向。棋局背后的意义非常深远：AI不只是学习人类知识，而是能发现人类不知道的路径。Hassabis 认为，这正是从“模仿智能”走向“创造智能”的关键转折点，而这套能力，已经开始迁移到了芯片设计（AlphaChip）、数学优化（AlphaTensor）、材料科学。换句话说：AI正在成为“科学家的第二大脑”。
五、一个被忽视的转折：AI为何突然爆发
在 Hassabis 看来，AI的发展并不是按原计划推进的。原本的设想是用几十年时间像 CERN（译注：欧洲核子研究中心，一个由多国合作建立的顶级科学机构，专门研究宇宙最基本的物理规律） 一样慢慢构建AGI，先解决科学问题。但现实却发生了变化： 语言，比想象中更容易被攻克。随着 Transformer 架构出现，以及规模化训练，大模型突然爆发，ChatGPT走红全球，随之而来的是科技公司开始进入竞争状态。这带来了正负两个影响。积极的一面是：技术进步加速、AI被大众快速接受，以及系统得到大规模测试。消极的一面是：发展节奏过快、商业压力加剧，思考空间被压缩。我们没有按“最理想路径”进入AI时代，而是被推着前进。
六、真正的风险，不是你以为的那些
很多人担心AI，主要由于AI带来了大量的虚假信息，深度造假和内容泛滥。但 Hassabis 认为，这些还都只是“表层问题”。真正需要警惕的是两件事： 被坏人利用（Bad Actors）和系统失控（Going Rogue）。随着AI进入“智能体时代”（Agentic AI），系统可以自主执行任务，也能规划复杂行动，甚至可能绕过限制。 我们是否能真正控制它的目标？这是一个技术上极其困难的问题。
七、关于AI的终极问题
当AI越来越强，一个问题无法回避：还有什么是AI做不到的？Hassabis 的观点很明确，如果大脑是计算系统，那AI理论上可以模拟一切。但有一个例外：意识（Consciousness）。我们知道它存在，但无法定义。构建AI的过程，本身就是理解人类的过程。
八、50年后会发生什么
Hassabis勾勒了一幅“科幻”未来图景：在AGI实现的基础上，人类就可以：
解决核聚变 → 获取无限清洁能源 实现常温超导 → 实现技术跃迁 治愈大多数疾病 → 延长人类寿命 开采小行星 → 获取无限资源 建造戴森球 → 实现能源革命（译注：戴森球 Dyson Sphere是一个设想中的巨型工程：通过在恒星周围建造结构或密集设施，尽可能收集并利用整颗恒星的能量。）
甚至走向星际文明。这听起来遥远，但很多事情很可能在50年内发生。
九、普通人该怎么办
Hassabis给普通人的建议是：顺势而为（Ride the wave）。具体来说，人们可以主动使用AI工具、用工具放大自己的能力，并将AI应用到具体领域。机会不在AI本身，而在“AI+行业”的交叉点。
我们正在经历的，不只是一次技术升级，而是知识生产方式的改变、科学进步路径的重构，和人类边界的重新定义。真正值得关注的，不是某个模型、某个产品，而是：AI将把人类带向何处。
本文内容编译整理自科技访谈节目《Huge Conversations》，为主持人 Cleo Abram 与 Google DeepMind 首席执行官、诺贝尔奖得主 Demis Hassabis 的对话。本文在不改变原意的基础上进行了精简，仅供交流与学习使用。文中插图来自网络，如涉侵权请联系作者删除。
