Podcast đáng kinh ngạc với @demishassabis Giám đốc điều hành của Google DeepMind với @lexfridman Một số ghi chú thô của con người về các phần yêu thích của tôi - Thay đổi 50% AGI vào năm 2030. Trí thông minh lởm chởm không hoạt động. Tính nhất quán của trí thông minh trên diện rộng là cần thiết (khả năng sáng tạo, sáng tạo). - Mô hình video VEO3 của Gemini cực kỳ giỏi về vật lý và chủ nghĩa hiện thực (ánh sáng, vật liệu, chất lỏng) mặc dù không có hình dạng trong thế giới thực. Nó được hiểu vật lý thông qua quan sát và điều này gợi ý về sự hiểu biết sâu sắc hơn về thế giới của chúng ta. - AlphaEvolve của DeepMind phát triển các thuật toán. AI / LLM hợp tác với các thuật toán tiến hóa (tối ưu hóa lấy cảm hứng từ sinh học: các quần thể phát triển lặp đi lặp lại hướng tới sự phù hợp cao hơn thông qua các hoạt động bắt chước chọn lọc tự nhiên) - Nếm thử (Thử nghiệm hoặc câu hỏi phù hợp là gì) và phán đoán sẽ cực kỳ khó để đóng đinh với AI. Các hệ thống không thể làm điều này ngày nay. - Noam Shazeer (Transformers), David Silver (AlphaGO), Demis khá rõ ràng rằng anh ấy nghĩ rằng Google có tài năng AI tốt nhất. "Khó phát minh ra mọi thứ hơn so với theo dõi nhanh". Hầu hết các đột phá AI ban đầu đều thông qua Google. - Anh ấy không nghĩ rằng chúng tôi sắp hết dữ liệu để đào tạo. - Nhiệt hạch và Năng lượng mặt trời là nguồn năng lượng chính cho AI. Pin và hộp số là vấn đề cốt lõi. - Có vẻ như văn bản rất khó có thể là giao diện người dùng với nhiều phương thức AI. Mong đợi các giao diện do AI tạo ra được điều chỉnh theo cách thức hoạt động của bộ não của mỗi người. - Kết quả điểm chuẩn rất khó vì khi bạn tối ưu hóa cho một lĩnh vực khác chùn bước, đó là một hành động cân bằng rất khó khăn. Người dùng cuối là trọng tài cuối cùng (Lex đã nói phần cuối cùng này nhưng tôi thích nó) - Demis nói rằng Meta không ở biên giới nhưng đang ở phía sau nên trả quá nhiều tiền cho tài năng để bắt kịp. - AGI là công nghệ quan trọng nhất từng được phát minh. - Những người nắm bắt AI và trở thành một với họ sẽ trở nên siêu hiệu quả về mặt nhân đạo. - Điều đầu tiên là tạo ra nhiều tài nguyên hơn để đây không phải là tình huống có tổng bằng không.
Lex Fridman
Lex Fridman24 thg 7, 2025
Đây là cuộc trò chuyện của tôi với @demishassabis, CEO của Google DeepMind, tất cả về tương lai của AI & AGI, mô phỏng sinh học và vật lý, trò chơi điện tử, lập trình, tạo video, mô hình thế giới, Gemini 3, định luật tỷ lệ, tính toán, P vs NP, độ phức tạp, năng lượng (năng lượng mặt trời và nhiệt hạch), và nhiều hơn nữa. Đây là một cuộc trò chuyện siêu kỹ thuật thú vị và hấp dẫn. Nó ở đây trên X đầy đủ và ở mọi nơi khác (xem bình luận). Timestamps: 0:00 - Điểm nổi bật của tập 1:21 - Giới thiệu 2:06 - Các mẫu có thể học được trong tự nhiên 5:48 - Tính toán và P vs NP 14:26 - Veo 3 và hiểu thực tại 18:50 - Trò chơi điện tử 30:52 - AlphaEvolve 36:53 - Nghiên cứu AI 41:17 - Mô phỏng một sinh vật sinh học 46:00 - Nguồn gốc của sự sống 52:15 - Con đường đến AGI 1:03:01 - Định luật tỷ lệ 1:06:17 - Điện toán 1:09:04 - Tương lai của năng lượng 1:13:00 - Bản chất con người 1:17:54 - Google và cuộc đua đến AGI 1:35:53 - Cạnh tranh và tài năng AI 1:42:27 - Tương lai của lập trình 1:48:53 - John von Neumann 1:58:07 - p(diệt vong) 2:02:50 - Nhân loại 2:05:56 - Ý thức và tính toán lượng tử 2:12:06 - David Foster Wallace 2:19:20 - Giáo dục và nghiên cứu
7,61K