扫码登录【云平台】
观看更多WAIC 2024精彩
人工智能能否帮助我们回答生活中最大的问题？
谷歌 DeepMind 联合创始人兼首席执行官德米斯·哈萨比斯（Demis Hassabis）与 TED 负责人克里斯·安德森（Chris Anderson）一起深入探讨了人工智能的历史及其惊人能力。在这场富有远见的对话中，哈萨比斯解释了阿尔法折叠（AlphaFold）等人工智能模型是如何在不到一年的时间里准确预测出科学界已知的全部2亿个蛋白质的形状，这些模型已经加速了科学发现，造福人类。下一步是什么？哈萨比斯表示，人工智能有可能揭开围绕我们思维、身体和宇宙的重大奥秘。
本文将访谈中关于AI4S值得关注的精彩内容进行提炼呈现，希望对你有所启发。
精
彩
观
点
人工智能有潜力加速科学发现，并揭示关于现实本质的深刻问题。
像AlphaFold这样的开源人工智能的进步，可以扩大其影响力，并使全球科学界受益。
随着我们接近通用人工智能（AGI），需要开发安全可靠的人工智能架构来防止潜在风险。加强行业、政府、学术界和民间社会之间的合作，对于塑造先进人工智能系统的伦理发展至关重要。
人工智能可以作为探索“知识之树”和解锁科学理解新领域的强大工具。
#01
起源：游戏与物理
Demis Hassabis童年对游戏和物理的兴趣促使他探索人工智能，以此来理解现实和意识的基本性质。他认为，构建人工智能可以作为一种终极工具，帮助回答传统上属于哲学或物理学范畴的重大问题。
Hassabis：“我小时候最喜欢的科目是物理，我对所有重大问题感兴趣，现实的基本性质是什么？意识是什么？所有这些大问题。通常，如果你对这些感兴趣，就会选择物理。但我读了很多伟大的物理学家的著作，包括一些我心目中的科学英雄，比如费曼等，我意识到在过去的二三十年里，我们在理解这些基本法则上没有取得太大进展。所以我想，为什么不构建一个终极工具来帮助我们，那就是人工智能？同时，我们也许还可以更好地理解自己和大脑。因此，它不仅是一个不可思议的工具，也对一些大问题本身有所帮助。”
#02
人工智能与游戏：启动平台
游戏为开发和测试DeepMind的人工智能算法提供了便利的试验平台，AlphaGo和 AlphaZero等系统取得了超人类的表现并发现了新的策略。然而，游戏只是达到目的的一种手段；最终目标是将人工智能系统应用于科学问题，并开启新的发现。
Hassabis：“那是在2012年、2013年，我们创造了‘深度强化学习’（deep reinforcement learning）这一术语。这些系统的关键在于，它们直接从屏幕上的原始像素学习，而没有被告知其他任何信息。我们从AlphaGo开始，给了它互联网上人类下的所有棋局，这是它知识的基本起点。然后我们想看看，如果从零开始、完全随机下棋，会发生什么。这就是AlphaZero，名字中的“零”正是因为它没有任何先前的知识。我们这样做是为了构建一个更通用的系统，所以AlphaGo只能下围棋，而AlphaZero可以玩任何双人游戏。事实上，只要看到眼前的这些成果，你就能推测它在科学或其他领域的潜力，当然，游戏只是达到这一目标的手段。”
#03
AlphaFold：破解蛋白质折叠难题
AlphaFold是DeepMind的开创性人工智能系统，它准确预测了所有已知蛋白质的三维结构，这是生物学领域的一项长期挑战。这一非凡成就展示了人工智能加速科学发现的潜力，DeepMind开源了AlphaFold，与科学界分享其研究成果。
Hassabis：“从小我就希望利用人工智能来加速科学发现。实际上，自从我在剑桥大学读本科以来，我就将蛋白质折叠问题作为人工智能的一个目标。这个问题可以说是生物学中一个历时50年的重大挑战。解释起来非常简单，蛋白质对生命至关重要，它们是生命的基石，你体内的一切都依赖于蛋白质。蛋白质由氨基酸序列描述，你可以把它看作是描述蛋白质的基因序列。但在自然界中，在你的身体里，或在动物体内，这串序列会折叠成一种美丽的形状，那就是蛋白质。那些字母描述了这种形状。蛋白质三维结构的重要意义在于，它在很大程度上决定了蛋白质在体内的功能及作用。
所以当我们开始这个项目时——实际上是在AlphaGo之后不久，我觉得在成功解决围棋问题后，我们终于准备好解决一些科学问题，经过近20年的努力，我们能够应对包括蛋白质折叠在内的挑战。过去40多年来，实验生物学家通过非常复杂的X射线晶体学技术和其他实验技术，拼凑出大约150,000个蛋白质结构。通常，一个博士生需要用整个博士生涯，即四到五年时间，才能解析一个结构，但自然界已知的蛋白质多达2亿种，人力完成全部解析几乎是不可能的。因此，我们使用AlphaFold在一年内成功预测了所有已知的2亿种蛋白质，相当于节省了十亿年的博士研究时间。”
#04
Isomorphic：拓展人工智能
Isomorphic是一家从DeepMind成立出来的新公司，旨在利用人工智能，设计能精确靶向特定蛋白质的化合物，用于药物发现和疾病治疗。通过准确预测化合物如何与蛋白质结合并最大限度地减少副作用，Isomorphic试图加速药物发现，进而可能引领医学突破。
Hassabis：“这是理解疾病的开始，也可能有助于药物设计。如果你知道蛋白质的形状，就能确定药物化合物将靶向蛋白质表面的哪一部分。Isomorphic将我们在AlphaFold中所做的工作延伸到了化学领域，我们可以设计出能准确结合到蛋白质特定位置的化合物，而且重要的是，这些化合物在人体内不会与其他物质结合，因此不会产生副作用，也没有毒性。此外，我们还在构建许多其他人工智能模型，比如可以按字母顺序排列的系统模型，来帮助预测化学领域。”
#05
AGI安全性
Hassabis：“我的观点是，随着我们越来越接近通用人工智能（AGI），我们需要加强合作。好消息是，参与这些实验室的科学家们彼此都非常熟悉，我们经常在会议和其他活动中做交流。目前，这项技术还相对较新，因此当前的状况可能还算正常。但随着我们接近AGI，我认为作为一个社会，我们需要开始思考所构建的架构类型。因此，我非常乐观，这也是我一生致力于人工智能和AGI研究的原因。不过，我认为构建安全、可靠且易于理解的架构有很多途径，但几乎可以肯定会有一些不安全或有风险的架构方式。因此，我认为我们必须突破一个瓶颈，那就是构建安全的AGI架构。然后，我们可以建立各种不同类型的系统，这些系统可能是基于那些具有数学保证或至少实践保证的安全架构。”
#06
人工智能的未来：揭开宇宙的奥秘
Hassabis：“我们一直在谈论科学，很多科学可以归结为：如果把存在于世界上的知识想象成一棵知识之树，那么今天我们作为一个文明所掌握的知识只是这棵树的一小部分。我将人工智能视为一种工具，使我们作为科学家有朝一日能够探索这棵树的全部。我们还有一个所谓的“根节点问题”的概念，比如AlphaFold的蛋白质折叠问题，如果能破解它们，就能开启一个全新的发现领域或研究方向。”
相关参考：
https://www.youtube.com/watch?v=0_M_syPuFos
*素材来源于网络
全球精选栏目
全球精选致力于为你“筛选、记录、解构”海内外最优质的人工智能前沿信息。
在这里，你将发现世界各地的创新成果、科技突破、行业趋势、商业思考以及那些引领AGI潮流的精英企业和人物。
此栏目每周更新，描摹AGI时代国际格局，与全球创新者共探未来。
