在与数学家Hannah Fry的深度对话中，DeepMind首席执行官Demis Hassabis对人工智能领域近期的突破性进展进行了系统性梳理。他特别强调，当前技术发展速度远超预期，过去一年的突破相当于常规十年的积累，这种指数级跃迁正推动行业向通用人工智能（AGI）加速迈进。
针对AI能力不均衡的"参差智能"现象，Hassabis指出系统在国际数学竞赛中表现优异，却在基础运算中频现低级错误。这种矛盾源于图像感知与符号处理的割裂，例如模型可能因无法完整识别字母而导致计数错误。他特别提到持续学习能力的缺失是关键瓶颈，当前系统难以像人类一样通过增量经验实现认知迭代。
在技术路径选择上，Hassabis提出"双轮驱动"战略：50%资源投入模型规模化扩展，50%聚焦基础研究创新。针对数据枯竭的质疑，他透露谷歌正通过合成数据技术突破限制，尤其在编码和数学领域已实现自我数据生成闭环。这种策略使Gemini 3在基准测试中持续领跑，且未遭遇预期中的性能增长天花板。
关于模型可靠性问题，Hassabis承认幻觉现象仍是待解难题。他透露团队正在开发类似AlphaFold的置信度评估系统，通过强化模型内省能力来降低错误率。这种"思考-验证"机制将使AI在复杂任务中具备自我纠错能力，避免盲目输出不确定结果。
世界模型构建被视为突破物理理解局限的关键。Hassabis以圣塔菲研究所的社会模拟实验为例，说明智能体在虚拟环境中能自主演化出市场、银行等复杂系统。这种跨学科研究不仅有助于揭示生命起源，更能为机器人技术和通用助手开发提供认知基础。他特别强调，精确模拟将成为材料科学、核聚变等领域的革命性工具。
在伦理建设方面，Hassabis提出"科学家型人格"设计理念。新系统将保持基础理性框架，同时允许用户自定义交互风格。这种设计既避免信息茧房效应，又确保核心决策遵循科学方法论。他警告称，过度迎合用户偏好的AI可能造成认知偏差，这与社交媒体回音室问题形成危险呼应。
对比工业革命影响时，Hassabis预测AI变革规模将是前者的十倍，且转型周期缩短至十年量级。他呼吁建立新型经济体系应对劳动力市场重构，强调历史经验表明技术颠覆终将带来整体福祉提升。这种观点与其对图灵机极限的持续探索形成呼应——他正通过AGI研究验证人类心智的可计算边界。
在意识本质讨论中，Hassabis坦言当前系统尚不具备主观体验能力。但他认为自我意识可能作为副产品自然涌现，关键在于让模型理解"自我"与"他者"的区分。这种研究路径与其创办的Isomorphic Labs理念一脉相承，后者将生物学视为信息处理系统，试图通过计算手段攻克疾病难题。对于AGI实现时间表，他给出5至10年的预测区间，同时强调这取决于基础理论突破速度。
