
Demis Hassabis 获 RSA 阿尔伯特奖章后与 Hannah Fry 长谈:「奇点的山脚下」,AI 冲击是工业革命的 10 倍、速度也快 10 倍,教育要「翻转课堂」
一句话结论
Demis Hassabis 在英国皇家艺术学会领取阿尔伯特奖章时说,人类正站在「奇点的山脚下」,离完整的 AGI 只有几年,社会还没准备好;他认为 AI 的冲击可能是工业革命的 10 倍、展开速度也快 10 倍,接下来十年最好的创作者能把产出提高 10 倍,而教育需要彻底改革,把死记硬背交给个性化 AI 导师,把课堂变成项目制的协作空间。
背景与理念
这场活动的视频发布于 2026 年 9 月 11 日,全长约 63 分钟,包括 Hassabis 的获奖致辞、与数学家兼科普作者 Hannah Fry 的对谈和观众问答。英国皇家艺术学会(RSA)在介绍中称他为 Google DeepMind 联合创始人兼主席、Alphabet 首席科学家。
贯穿全场的主线是:创造力和科学之间没有边界,而 AI 时代最大的问题不是技术本身,而是人类想用它做什么。下面按主题整理他的主要发言,括号里是视频中的大致时间点。
具体做法
第一,创造力与科学(约 13:30–17:34)
他说自己从不认为创造力和科学之间有边界,从 90 年代做游戏开始就一直工作在技术和创意的交叉点上。当年是游戏这个创意目标推动了 3D 图形的发明,今天训练 AI 的 GPU 最初就是为 3D 图形发明的,「结果发现一切都是矩阵乘法」。他从中得到的经验是:为了一个足够宏大、足够跨学科的目标本身去追求它,就会顺带促成许多当时无法想象的东西。他还说,区分好科学家和伟大科学家的是创造力和直觉上的飞跃。
第二,AI 有多大(约 17:34–19:11)
「也许是工业革命 10 倍的影响,而额外的挑战是,它可能快 10 倍,在十年而不是一百年里展开。」工业革命带来了现代医学、儿童死亡率下降,也带来了需要新制度去应对的问题。他重申,AI 最重要的应用是改善人类健康,这也是他亲自做 AlphaFold、成立 Isomorphic 加速药物发现的原因。
第三,奇点的山脚下(约 19:11–22:24)
「我们正站在我喜欢称之为奇点山脚下的地方,离完整的 AGI 还有几年。我不认为社会已经为即将到来的事情做好了准备。」他认为技术人员不是回答「我们要珍视什么、目的是什么、手艺和作品灵魂有什么区别」的最佳人选,这些应该由艺术、人文和社会科学来定义;他希望迎来一场新的文艺复兴,让科学与艺术重新走到一起。
第四,游戏是 AI 研究的特洛伊木马(约 23:02–35:17)
他说早年在自己的 Elixir Studios,游戏也是一匹「特洛伊木马」,借做游戏的名义和 Dave Silver 等人偷偷做 AI 研究,因为 90 年代初根本没有别的办法拿到这类研究经费。他把游戏行业那句最吓人的问题「什么时候才好玩」带进了 DeepMind:研究和创意一样,事先无法保证何时突破,需要品味、直觉和信念;AlphaFold 和 AlphaGo 背后都是工程与研究互相塑造的跨学科团队。他的神经科学博士研究的是想象力。
第五,AI 与创作者(约 35:17–40:50)
他说 Google DeepMind 走了一条和部分竞争对手不同的路:和各领域的顶尖创作者一起设计工具,包括导演 Darren Aronofsky、顶尖音乐人,以及开发《EVE Online》的冰岛游戏公司。他反对只为抓住观众几秒钟注意力的「AI 垃圾内容」,但看到顶尖艺术家用 AI 快速试验更多想法、在投入大量资源前找到真正值得做的那个;新人也可以不再只做幻灯片,而是直接做出原型或预告片去争取机会。这会逼我们更明确地定义「手艺、直觉、作品的灵魂」到底是什么意思。
他预计会有两个阶段:接下来大约十年,最好的科学家和艺术家能用这些工具把产出提高 10 倍;之后工具会更自主,那时人与人的连接、人的手艺和灵魂会比以往任何时候都更重要。
第六,未来没有写定(约 40:50–46:00)
「资本主义很了不起,它推动进步,但它需要一层哲学和社会层面的叠加。」他说如果放任技术自行发展,就会像社交媒体那样走向令人上瘾的信息茧房。「未来真的还没有写定,任何说自己知道的技术人员都不知道;谁告诉你他知道,要么在撒谎,要么别有用心。」他描绘的最好未来是:攻克疾病、发现新材料和新能源、实现聚变,进入富足时代乃至真正的太空旅行,而最大的挑战会是经济和哲学问题;他说阿西莫夫的《基地》和伊恩·班克斯的「文明」系列是他成长时的北极星。
第七,观众问答(约 46:00–1:02:00)
1. 讲故事是否不可计算?他站在图灵一边而不是彭罗斯一边,认为人类能做的大多数事最终会被证明是可计算的;但创作领域没有线性的「更好」,「根据真实故事改编」这句话之所以有意义,是因为观众在意那是另一个人真实经历过的。
2. 关于建筑,他认为富足意味着成本不再是唯一标准,正在大量新建的数据中心也许应该多花点钱,把它们建得美一些。
3. 关于英国,他希望大家像美国人那样对自己的雄心保持乐观;他回忆在 MIT 做博士后时,几位顶尖教授断言学习型方法行不通,但论证归根结底是教条,这反而让他更有信心,因为即使失败,也会以一种新的、有意思的方式失败。
4. 关于教育,他说「必须发生相当激进的变化」:把课堂翻转过来,死记硬背在课外借助个性化的 AI 导师完成,课堂变成像蒙台梭利或牛津剑桥导师制那样的项目制协作空间,培养创造力、创业精神和团队合作;他认为每位数学老师各自重复做同样的课件没有道理,下一代必须成为 AI 原住民。
关键数据/例子
规模判断:AI 的影响可能是工业革命的 10 倍,速度也快 10 倍,在十年而不是一百年里展开。
时间判断:离完整的 AGI 还有几年,社会还没准备好。
创作者:接下来约十年,最好的创作者能把产出提高 10 倍。
合作方:Darren Aronofsky、多领域顶尖音乐人、开发《EVE Online》的冰岛公司。
他也坦言,AI 比他预想的更早走向商业化:他原本希望先多做 AlphaFold 这类科学工作,再做商业化的聊天机器人,但事情就是这样发生了,进展会更快,风险也会更快到来。
创新点
第一,把 AI 时代的核心问题从技术转向价值。他明确认为技术人员不是定义下一个时代的最佳人选,主动邀请艺术和人文领域来主导讨论。
第二,与顶尖创作者共同设计工具,而不是做完再推给他们。这是对「AI 垃圾内容」的一种产品层面的回应。
第三,给出了一个具体的教育改革方向:知识传授交给个性化 AI,课堂专注于人与人的协作项目。
可否复用
- 团队用 AI 做创意工作时,把它当作快速原型工具:先用 AI 试出很多方向,再把真正的资源投到最有潜力的那个上。
- 争取资源时用原型代替幻灯片:一段预告片或一个可交互的样品,往往比一份方案更有说服力。
- 组织 AI 相关讨论时,主动邀请设计、人文和业务背景的人,不要只让技术人员定义「什么值得做」。
- 做培训和学习设计时可以试试「翻转课堂」:概念和练习交给 AI 导师个性化完成,集体时间用来做项目和讨论。