周三上午，谷歌 DeepMind 总裁兼联合创始人 Demis Hassabis 登上了爱尔兰都柏林国际人工智能峰会的主舞台，与各国部长、媒体和全球代表讨论了科学和数学方面的创新、前沿人工智能，以及人工智能解决气候问题的潜力（一条充满希望的道路）。
“我实际上认为，在人工智能的帮助下，这最终将为我们提供解决气候问题的技术，”他说。
哈萨比斯在演讲中简要提到了谷歌本周推出的新 Gemini 4 Argon 模型，以及围绕 OpenAI 声称已经解决了纳维-斯托克斯方程这一历史上最困难的数学问题之一的失败。但也许他演讲中最有趣的方面是哈萨比斯没有说的话：一次也没有提到 AGI。
今年 5 月，我参加了在加州山景城举行的 Google I/O 活动，听到哈萨比斯详细讲述了通用人工智能的力量——与人类智力能力相匹配的人工智能的难以定义的概念——将其描述为“奇点的山麓”，并估计通用人工智能的实现指日可待。
五个月后，他似乎忘记了一份关于通用人工智能进展的状态报告。
相反，哈萨比斯选择利用讨论时间（欧盟委员会执行副主席 Heina Virkonen 之后的 20 分钟时间）来解释 AI 如何在数学、编程以及围棋和 Atari 游戏等游戏领域表现出色。他将其在这些领域的成功与其在物理和自然科学（物理学、化学、生物学和工程学）方面的能力进行了比较，这些科学需要人类创造力和判断力、直觉和好奇心的“现实世界片段”来创造假设和发展探究路线。
2024 年，Hassabis 和他的 DeepMind 同事 John Jumper 以及华盛顿大学科学家 David Becker 将因其在可预测蛋白质结构的人工智能模型方面的工作而获得诺贝尔化学奖。
“我认为科学中最难的事情是提出正确的问题并解释它，”哈萨比斯说。 “这比找到答案更难。”
人工智能与气候危机
在离开都柏林舞台之前，哈萨比斯被问及人工智能面临的重大可持续发展问题。大力推动建设庞大、耗能的数据中心，导致数据中心的数量急剧增加 对化石燃料发电厂的需求，气候危机的主要驱动因素。
他没有承认数据中心给我们的能源网络和自然资源带来的压力，而是乐观地表示，人工智能可以用于在绿色技术、清洁能源以及预测洪水、火灾和飓风等自然灾害的模型方面取得突破。
哈萨比斯说：“最重要的是，如果我们构建正确的类型，我们构建的人工智能系统应该能够为气候建模和天气建模等工作提供帮助。”
“展望未来，人工智能系统将有助于提供新能源——聚变反应堆中的聚变等离子体、超导体等新材料、更好的电池、更好的太阳能材料，”他说。 “我实际上认为，在人工智能的帮助下，这最终将为我们提供解决气候问题的技术。”
编者注：Macy Meyer 参加国际人工智能峰会的旅费由爱尔兰企业局承担。 CNET 的判断和意见仅代表我们自己。
