Gemini 整理與摘要
這部影片是《All-In Podcast》對 Google DeepMind 執行長、2024年諾貝爾化學獎得主戴米斯·哈薩比斯 (Demis Hassabis) 的深度專訪。哈薩比斯在訪談中深入探討了人工智慧（AI）的現狀、未來發展、通用人工智慧（AGI）的實現，以及 AI 如何革命性地改變科學研究與日常生活。
以下是影片內容的詳細摘要（約 1000 字）：
1. 諾貝爾獎與 AlphaFold 的意義
訪談開場談到了哈薩比斯獲得諾貝爾獎的經歷。他分享了接到瑞典電話時的震撼感，以及在瑞典參加頒獎典禮、與歷史上眾多偉大科學家（如愛因斯坦、居禮夫人）並列簽名的榮耀 [01:35]。這項獲獎的核心是 AlphaFold，它解決了困擾生物學界 50 年的蛋白質摺疊問題。哈薩比斯強調，這不僅是一個科學突破，更證明了 AI 可以作為加速科學發現的「終極工具」。
2. Google DeepMind 的角色與模型演進
哈薩比斯解釋了 DeepMind 在 Alphabet（Google 母公司）中的定位。目前 DeepMind 已與 Google 的內部 AI 部門合併，成為整個公司的「引擎室」，負責開發 Gemini 等核心模型 [03:03]。
* Gemini：是多模態模型的代表，能處理文字、影像、音訊和視訊，目前已整合進 Google 的各項產品，服務數十億用戶。
* Genie 世界模型：這是一個極具突破性的研究項目。Genie 能夠僅憑文字指令就生成一個可互動的 3D 虛擬世界。這與傳統遊戲引擎（如 Unity）不同，Genie 並未預設物理規則，而是透過觀察數百萬小時的影片，「反向工程」出物理法則（如反射、流體動力學）[06:20]。
3. AGI、機器人學與「物理世界」的理解
哈薩比斯認為，要達到 AGI（通用人工智慧），AI 必須理解物理世界，而不僅僅是處理抽象的文字或數學。
* 機器人學的突破：DeepMind 正在將 Gemini 模型應用於機器人，使其能理解自然語言指令並轉化為肢體動作（如「把黃色物體放入紅桶」）。
* 人形機器人：他預測未來會有「專用機器人」和「人形機器人」並存。人形機器人之所以重要，是因為現有的物理世界（門口、階梯）是為人類設計的，人形構造最能無縫銜接。
* 機器人的「Android 時刻」：Google 正在考慮建立機器人的作業系統（OS）層，讓機器人硬體能像手機一樣快速普及 [11:29]。
4. 通用人工智慧 (AGI) 到底還有多遠？
對於 AGI 的實現時程，哈薩比斯持謹慎樂觀態度，預測大約在 5 到 10 年內 [19:31]。他指出目前 AI 仍缺乏幾項關鍵能力：
* 真正的創造力：目前的 AI 主要是做模式匹配（Pattern Matching），還無法像愛因斯坦那樣做出「直覺性的跨越」或提出全新的科學假設。
* 一致性與推理：今天的模型在處理高中數學或簡單計數時仍會犯錯，這在真正的 AGI 中是不該發生的。
* 持續學習：AI 仍缺乏像人類一樣即時、在線地學習新知識並調整行為的能力。
5. 創意產業的民主化
他討論了 AI 在藝術與影視領域的應用（如影像生成模型 Veo）。AI 正在將創意工具「民主化」，讓普通人能透過說話來編輯照片或製作影片。同時，頂尖創意人（如導演戴倫·艾洛諾夫斯基）正利用這些工具將生產力提高 10 到 100 倍，探索全新的敘事方式。未來可能出現一種「共同創作」的新娛樂形式，用戶與頂尖創意家共同構建動態故事 [23:54]。
6. 醫藥研發與能源挑戰
哈薩比斯創辦了 Isomorphic Labs，目標是利用 AI 徹底縮短藥物研發週期。
* 藥物開發：透過模擬蛋白質與化學分子的相互作用，目標是將長達 10 年的開發期縮短至幾週或幾天 [25:21]。
* 能源消耗：針對 AI 巨大的能源需求，他持樂觀看法。雖然模型規模在擴大，但推論效率已提升了 10 到 100 倍。更重要的是，AI 未來能幫助優化電網、設計新材料和開發新能源，其對氣候與能源的正面貢獻將遠超其消耗 [30:41]。
結語：下一個黃金時代
哈薩比斯總結道，未來 10 年 AI 將開啟一個科學的「新文藝復興時期」。如果能正確引導 AGI 的發展，人類將在能源、健康和科學理解上迎來前所未有的黃金時代。
影片連結：https://www.youtube.com/watch?v=Kr3Sh2PKA8Y
