谷歌DeepMind首席执行官直言：当今AI综合智慧尚不及寻常家猫

7月10日消息，在近期的一场行业峰会上，谷歌DeepMind的领军人物戴密斯·哈萨比斯（Demis Hassabis）分享了他对人工智能（AI）当前发展状态的独特见解。

哈萨比斯指出，尽管AI在某些专业领域展现出了令人瞩目的能力，例如在复杂的游戏如围棋中战胜顶尖人类选手，但在整体智力表现上，现代AI系统还远未达到与一只普通家猫相匹敌的程度。

哈萨比斯出席全球变革研究所组织的“2024 年英国未来会议”，在和英国前首相托尼·布莱尔（Tony Blair）的公开讨论中表示：

如果将 AI 作为通用系统来衡量，其 IQ 智商水平甚至没有超过猫。不过，随着巨额现金和计算投资的推动，相关研究进展很快。一些人预计未来 5 年时间，AI 智力可以超过人类。

哈萨比斯表示 DeepMind 的工作重点不是人工智能（AI），而是通用人工智能（AGI）。

翻译他采访内容如下：

当前 AI 可以像人一样写作、绘画或做音乐，但综合智力还不如普通家猫，更别提达到人类水平。不过 AI 目前在游戏等某些领域，要比人类更强更优秀。

哈萨比斯认为，人工智能将潜移默化地改变人类生活，加速能源、材料科学、医疗保健、气候和数学领域的科学研究。

哈萨比斯借此机会介绍了 DeepMind 的一个名为 "阿斯特拉计划"（Project Astra）的项目。该项目将人工智能从单纯的聊天机器人（如 ChatGPT 或谷歌双子座）中解放出来，对用户的情况、环境、偏好、历史等有更多的了解。

谷歌推出NeuralGCM气象预测AI，实现成本与精准度双重优化

近日消息，谷歌公司近日宣布了一项AI领域的重大突破，他们新推出的NeuralGCM模型，巧妙融合了机器学习算法与经典气象学方法，为天气预测领域带来了革新。这项创新成果已被国际顶级科学期刊《Nature》刊载，标志着AI技术在气象预报中的应用迈上了新的台阶。

谷歌公司表示相比较其它纯粹基于机器学习的天气预报模型，NeuralGCM 的特点在于成本更低，在预报未来 1-10 天天气方面准确度更高。

研究报告的共同作者、谷歌研究公司的斯蒂芬·霍耶尔（Stephen Hoyer）表示，NeuralGCM 模型是开源的，用户可以在笔记本电脑上相对快速地运行。

NeuralGCM 模型由谷歌研究院、谷歌 DeepMind、麻省理工学院、哈佛大学和欧洲中期天气预报中心的科学家利用机器学习和神经网络研发而成，附上其训练模式如下：

以大脑神经元为模型，根据过去几十年的天气数据进行训练。

它还使用物理方程描述大尺度天气模式，本质上结合了全球环流模型、物理密集型方法与人工智能驱动的任务。

保留了一些大尺度物理学，并用人工智能取代了部分建模工作。

研究人员说，这样做的结果是，该模型可以用更少的计算能力更快地做出高质量的预测。他们说，NeuralGCM 的准确度不亚于欧洲中期天气预报中心（ECMWF）的 1-15 天预报。

谷歌制定新“机器人守则”，确保科幻片不会成真

谷歌旗下的 DeepMind 机器人团队公布了三项新进展，称这将帮助机器人在实验室外做出更快、更好、更安全的决策。其中一个包括一个通过“机器人守则”收集训练数据的系统，以确保你的机器人办公室助理可以为你取更多的打印纸，但不会攻击碰巧挡道的人类同事。

谷歌的数据收集系统 AutoRT 可以使用视觉语言模型 (VLM) 和大型语言模型 (LLM) 协同工作来了解其环境，适应不熟悉的长井，并决定适当的任务。 《机器人守则》的灵感源自阿西莫夫的《机器人三定律》，它被描述为一套“以安全为中心的提示”，指导操控机器人的 AI 避免选择涉及人类、动物、尖锐物体甚至电器的任务。

为了提高安全性，DeepMind 对机器人进行了编程，如果其关节上的力超过一定阈值，就会自动停止。机器人包含一个实体的终止开关，人类操作员可以使用它来立即关闭机器人。在七个月的时间里，谷歌在四栋不同的办公楼中部署了由 53 台 AutoRT 机器人组成的车队，并进行了 77,000 多次试验。一些机器人由人类操作员远程控制，而另一些机器人则根据脚本或使用谷歌的机器人变压器（RT-2）AI 学习模型完全自主地操作。

试验中使用的机器人以实用性为主，只配备了摄像头、机械臂和移动底座。 “对于每个机器人，系统都使用 VLM （AI视觉语言模组）来了解其环境和视线内的物体。接下来，LLM （AI大型语言模组）会建议机器人可以执行的一系列创造性任务，例如“将零食放在台面上”，并扮演决策者的角色，为机器人选择合适的任务来执行。