诺奖得主、Google DeepMind首席执行官Demis Hassabis近日提出，通用人工智能（AGI）的实现可能比预期更快。他预测，未来五年内，只需一到两项重大技术突破，人类就可能跨越AGI的关键门槛。这一变革的速度和影响力或将达到工业革命的十倍，彻底重塑人类社会的运行方式。
Hassabis指出，当前的大语言模型（LLM）虽已展现出强大能力，但仍存在显著局限。他将其形容为“参差不齐的智能”，即模型在特定任务上表现优异，却在基础物理常识、逻辑推理和长期规划等方面表现薄弱。例如，ChatGPT等模型本质上仍是“概率预测机”，通过统计规律生成文本，而非真正理解世界运行规则。这种局限性导致模型在复杂场景中容易出错，无法像人类一样形成连贯的思维模型。
要突破这一瓶颈，Hassabis认为需补全两块关键拼图：世界模型与智能体系统。世界模型需具备对物理环境的真实模拟能力，例如理解“杯子从桌面坠落会破碎”这一现象时，模型应能通过模拟重力、摩擦力等物理规律得出结论，而非仅依赖文本训练数据。DeepMind正在研发的Genie和Veo等视频交互模型，正是这一方向的初步探索。智能体系统则要求AI从被动响应转向主动规划，能够分解复杂任务、制定执行策略，并在遇到障碍时自主调整方案。他以AlphaGo为例，强调这种“前瞻性规划”能力是AGI的核心特征之一。
Hassabis的野心不仅限于技术突破，更在于通过AI推动科学革命。他透露，DeepMind计划于2026年在英国建立首个自动化材料实验室，整合Gemini系统与机器人技术，实现每日合成数百种新材料的目标。这一模式将大幅缩短新材料研发周期，例如在常温超导体、高效电池和清洁能源等领域，AI可能通过快速迭代实验提出突破性假设，并指挥机器人完成验证。他预计，AI介入科学发现将使科研效率提升百倍甚至千倍，催生全新的技术范式。
在全球化竞争背景下，Hassabis对中国AI发展给予高度关注。他表示，中国模型与西方顶尖水平的差距已缩短至“数月”，DeepSeek和阿里巴巴Qwen等成果展现了强大的工程优化能力。然而，他同时提出，真正的挑战在于原创性创新。他将DeepMind比作“现代贝尔实验室”，强调中国需从“快速跟进者”转型为“源头创新者”，例如开发新型架构超越Transformer模型。这一观点揭示了中美AI竞争的核心焦点：技术复制与基础突破的差距。
随着AGI倒计时启动，社会各界对技术伦理的讨论日益激烈。Hassabis承认，AGI可能带来就业结构颠覆和经济体系重构，但同时也将突破人类认知边界。他强调，DeepMind始终将“AI for Science”作为使命，致力于通过技术解决气候危机、疾病治疗等全球性挑战。这场变革的终极目标，或许不仅是创造更智能的机器，更是开启一个“认知无限延伸”的新时代。
