📢 转载信息
原文作者：Grace Huckins
在周二的谷歌I/O大会主题演讲中，Google DeepMind首席执行官德米斯·哈萨比斯（Demis Hassabis）宣称，我们目前正“处于奇点的山脚下”。这是一个令人震惊的表态——“奇点”是指AI迅速超越人类智慧并彻底改变世界的未来理论时刻。但在台下聆听时，我所关注的是他发表这番言论的语境。
从专用工具到智能体系统
哈萨比斯登台介绍了AI在科学领域的应用，核心环节是一段关于天气预测软件的视频：该软件成功预警了去年飓风“梅丽莎”对牙买加的灾难性登陆，并可能因此挽救了生命。如果这款名为WeatherNext的软件帮助人们躲避了风暴或加固了房屋，那无疑是一项巨大且有意义的成就，但这远不足以证明“奇点”即将来临。
哈萨比斯的高调言辞与WeatherNext的实际应用形成鲜明对比，凸显了AI科研两条不同路径之间的张力。第一种路径专注于像WeatherNext这样为解决特定科学问题而设计和训练的AI工具；第二种则是基于大语言模型（LLM）的智能体系统，它们未来可能在无需人类干预的情况下执行前沿研究项目。
向自主科研演进
这种智能体愿景激发了当前大量的AI热情，包括对递归自我提升的关注。目前，智能体系统已经能够做出实际的研究贡献。谷歌云首席科学家普什米特·科利（Pushmeet Kohli）最近指出：“我们正在迈向不仅能辅助科学，还能亲自实践科学的AI。”
随着自主AI科学家的出现，继续投入大量人力开发如AlphaFold或WeatherNext这类高度专业化的工具，其必要性开始受到质疑。这预示着一种更为奇特的科学未来：人类与AI作为同行展开协作，甚至AI可能独立取得科学进展。
谷歌的策略调整
谷歌并未完全放弃专业化AI工具。然而，资源和重心的转移已经初现端倪。据报道，AlphaFold的诺贝尔奖得主约翰·江珀（John Jumper）目前正转向AI编程研究。谷歌将其顶尖人才投入编程领域，不仅是为了应对来自Anthropic和OpenAI的竞争压力，也可能是在为智能体驱动的科学研究铺路——因为编程能力是这些系统成功的关键。
谷歌在I/O大会上发布的Gemini for Science软件包，将旗下多个LLM科学系统整合在一起，标志着其正在积极投入智能体驱动的科学未来。虽然目前谷歌仍强调AI是辅助科学家的“工具”，但在“奇点”渐近的语境下，这些系统最终能否演变为超越人类能力的科研伙伴，值得我们持续关注。
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。
评论区