Google DeepMind創辦人眼中的 AI 下半場

Google DeepMind 創辦人兼 CEO 德米斯·哈薩比斯，這位因 AlphaFold 獲得諾貝爾獎的科學家，在一次訪談中分享了 AI 在科學上的三條主線：
理解世界的模型
重塑科學研發流程
能源與效率的再平衡
它們共同勾勒出 AI “下半場”的主戰場——引領一場 科學新文藝復興

一、理解世界：從語言到物理
目前局限與突破
大模型擅長語言處理，但科學研究需理解物理規律。
Genie世界模型：透過分析數百萬段視訊逆向推導物理直覺，輸入文字即可產生包含光影反射、物件碰撞等細節的互動式3D世界。
潛在應用：成為科研模擬器，用於材料變形、分子結合、氣象預測等複雜場景。
科學價值
若AI能真正理解物理規律，可取代傳統模擬工具，加速實驗驗證週期。
第二、重塑科學研發流程
AlphaFold的標竿作用
將蛋白質結構預測從數十年難題變成可量化任務，推動生命科學革命。
分拆公司 Isomorphic Labs 專注藥物研發：
目標：將研發週期從10年縮短至幾週。
技術：混合模型（機率學習+物理/化學約束）。
合作藥廠：禮來、諾華（聚焦癌症、免疫學、腫瘤學）。
跨領域應用
材料設計、可控核融合、天氣預報、數學問題等需大量計算的領域，AI可大幅縮短探索時間。
三、能源與效率的再平衡
能耗爭議的回應
短期：透過模型蒸餾等技術，訓練效率提升10–100倍。
長期：AI在能源調度、新能源研發（如聚變能）、新材料發現的貢獻將遠超其自身能耗，形成「淨盈餘」。
可持續路徑
AI的能源帳本遵循「先負債，後償還，最終獲利」模式。
四、科學未來：從工具到夥伴
AGI的終極目標
理想AGI應具備愛因斯坦式的創造性，提出全新理論而非僅驗證現有知識。
當前AI仍缺乏突破性創造力，但若未來5–10年實現，可能開啟科學黃金時代：
醫療：藥物研發提速；
能源：加速發現清潔能源；
科學研究：AI成為提出假設與實驗的合作夥伴。
五、AI創業的長週期機會
被低估的賽道
科學領域潛力遠超過消費級應用：
世界模型重塑科學研究模擬；
藥物、材料、氣候預測開闢新產業；
能源優化推動全球永續發展。
終極價值
科學是檢驗AI能力的“試金石”，其影響可能遠超技術本身。
關鍵圖片引用
Genie世界模型：展示AI對物理規律的逆向推導能力。
藥物研發：體現AI在生命科學中的實際應用場景。
全文核心：AI正從“工具”升級為“科學夥伴”，其三大主線（理解物理、重塑研發、平衡能耗）將共同推動一場“科學新文藝復興”。