Zhidongxi, 8 апреля. Сооснователь DeepMind Демис Хассабис дал новое получасовое интервью.
В интервью Хассабис заявил, что вероятность реализации AGI в ближайшие пять лет очень высока. Он также透露, что за последние десять или даже пятнадцать лет около 90% ключевых прорывных достижений, лежащих в основе современной индустрии ИИ, были сделаны командами Google Brain, Google Research или DeepMind. Он выразил уверенность: «Если в будущем появятся какие-либо недостающие ключевые прорывы, у нас есть возможности их реализовать.»
В коммерциализации возможностей моделей Демис Хассабис считает, что разрыв между ведущими лабораториями фактически начинает увеличиваться, и извлечение выгоды из одних и тех же идей становится все сложнее. Поэтому лаборатории, способные изобретать совершенно новые алгоритмические идеи, получат большее преимущество в ближайшие годы, поскольку предыдущая волна идей уже «выжата».
В видео Демис Хассабис и ведущий Гарри Стеббинс провели глубокую беседу вокруг сроков реализации AGI и технических препятствий, коммодитизации моделей, будущего открытого исходного кода, эпохи после больших языковых моделей, действительно ли ИИ может решить проблемы разработки лекарств и других ключевых тем, поделились причинами прогресса DeepMind и планами на будущее, а также рассказали о первых впечатлениях от встречи с Маском.
Ключевые точки интервью:
1. Вероятность реализации AGI в ближайшие пять лет очень высока, вычислительная мощность — главное препятствие.
2. В условиях закона масштабирования отдача от вложений в вычислительную мощность снижается, но остается значительной.
3. Способность к непрерывному обучению — большой пробел в современном ИИ. Кроме того, ИИ превосходно справляется, когда задают конкретный вопрос определенным образом, но если изменить формулировку, он может ошибиться в самых базовых вещах. Демис Хассабис называет это явление Зубчатым интеллектом (Jagged Intelligence).
4. В конечном итоге AGI станет самым мощным инструментом в науке и медицине, и примерно через пять лет нас ждет золотой век научных открытий.
5. Будущее регулирование ИИ, по крайней мере, установит набор минимальных стандартов и несколько benchmarks для тестирования систем на нежелательные свойства.
6. Когда технические и экономические проблемы ИИ будут решены, останутся философские вопросы.
Далее следует краткое изложение основного содержания интервью:
01. AGI в течение пяти лет, вычислительная мощность — главное препятствие
Ведущий: Что такое AGI, как вы его понимаете сегодня? Это может быть отправной точкой нашего обсуждения.
Демис Хассабис: Наше определение всегда было очень последовательным: AGI — это система, обладающая всеми когнитивными способностями человеческого разума. Мы используем этот стандарт, потому что человеческий мозг — единственный известный нам во Вселенной пример, доказывающий существование общего интеллекта. Поэтому для меня это тот benchmark, которого должен достичь AGI.
Ведущий: Как далеко мы от AGI? Мнения в отрасли разделились, некоторые известные личности предсказывают его появление уже в 2026 или 2027 году. Что вы думаете?
Демис Хассабис: Вероятность реализации AGI в ближайшие пять лет очень высока.
Ведущий: Это ближе, чем вы думали раньше? Изменилась ли ваша оценка с течением времени?
Демис Хассабис: На самом деле, нет. Мой соучредитель, главный научный сотрудник DeepMind Шейн Легг, еще в 2010 году, когда мы только основали компанию, часто предсказывал в блоге, когда наступит AGI. Знаете, в то время почти никто серьезно не относился к ИИ, все считали это тупиковым направлением. На те блоги почти не смотрели, но они до сих пор в интернете, любой может их посмотреть. Мы тогда экстраполировали прогресс вычислительной мощности и алгоритмов и в основном предсказали, что с момента старта потребуется около 20 лет. Сейчас мы видим, что мы полностью идем по плану.
Ведущий: Итак, с сегодняшней точки зрения, каково самое большое техническое препятствие?
Демис Хассабис: Я считаю, что вычислительная мощность — самое большое препятствие. И не только из-за «закона масштабирования»: вам нужно постоянно строить более масштабные архитектуры, размещать больше параметров, чтобы получить более интеллектуальные системы. Другое место, которое также требует огромных вычислительных мощностей, — это проведение экспериментов. Компьютеры и облако — наши рабочие столы. Если у вас есть новая идея и вы хотите ее проверить, вы должны протестировать ее в разумном масштабе. Поэтому, если у вас много исследователей и много новых идей, вам нужны чрезвычайно обильные вычислительные мощности.
Ведущий: Вы только что упомянули «закон масштабирования». Сейчас многие считают, что мы достигаем его пределов, рост производительности начинает выходить на плато. Вы согласны?
Демис Хассабис: Нет, я так не думаю. Я считаю, что реальная ситуация более nuanced, чем это утверждение. Конечно, когда крупные компании начали строить большие языковые модели, каждое новое поколение систем приносило огромный скачок производительности. Такой экспоненциальный рост в какой-то момент неизбежно замедлится. Но это не означает, что дальнейшее расширение существующих систем не даст хорошей отдачи. Мы и другие передовые лаборатории по-прежнему получаем очень значительную отдачу от масштабирования вычислительной мощности. Хотя, очевидно, несколько меньшую, чем на ранних этапах масштабирования, но все же значительную.
Ведущий: Тогда в каких аспектах мы отстаем от ваших первоначальных ожиданий?
Демис Хассабис: Честно говоря, в большинстве областей мы опережаем ожидания. Вы можете посмотреть на такие модели, как модели генерации видео, или даже наши новейшие системы, например, Genie, которая является интерактивной моделью мира. Если бы кто-то показал мне такие вещи пять или десять лет назад, я был бы потрясен. Так что в большинстве областей мы опережаем первоначальные ожидания отрасли. Но все еще есть некоторые большие пробелы, например, «непрерывное обучение» — meaning that current systems, once trained and deployed in the real world, no longer learn new things.
02. Способность к непрерывному обучению — один из следующих шагов DeepMind
Ведущий: Сегодня при исследовании и подготовке новых программ DeepMind стал моим первым выбором. Но два-три года назад это было не так. Что, по вашему мнению, способствовало такому ускорению и прогрессу DeepMind?
Демис Хассабис: Мы действительно внесли некоторые изменения в организационную структуру. На самом деле, у Google и DeepMind всегда были самые глубокие и широкие исследовательские запасы в отрасли. Если оглянуться на последние десять или даже пятнадцать лет, около 90% прорывных результатов, поддерживающих современную индустрию ИИ, были сделаны командами Google Brain, Google Research или DeepMind, такие как AlphaGo, обучение с подкреплением и, конечно, архитектура Transformer. Это ключевые вехи.
Поэтому я уверен, что если в будущем появятся какие-либо недостающие ключевые прорывы, у нас есть возможности их реализовать. Мы basically собрали всех лучших специалистов компании вместе, чтобы работать в одном направлении. Кроме того, мы также консолидировали все вычислительные ресурсы для создания самых больших моделей, вместо того чтобы параллельно разрабатывать две или три разные версии внутри компании. Так что я думаю, что во многом мы просто собрали все элементы, которые у нас уже были, и движемся вперед с концентрацией и скоростью стартапа, чтобы вернуться на передний край технологий и сохранить лидерство во многих областях.
Ведущий: Вы сказали, что если кто-то и совершит прорыв, то это должна быть DeepMind. Итак, по вашему мнению, непрерывное обучение — это следующий прорыв, которого вы больше всего ждете?
Демис Хассабис: Я думаю, есть еще несколько недостающих вещей. Непрерывное обучение — одна из них. Кроме того, исследование различных систем памяти имеет большой потенциал. В настоящее время мы в основном полагаемся на длинное контекстное окно, втискивая туда всю информацию, что немного «грубо». Я думаю, что в этом направлении можно изобрести много интересных архитектур. Есть также такие вещи, как долгосрочное планирование, иерархическое планирование. Существующие системы не очень хорошо справляются с планированием на длительные периоды, например, на много лет вперед. А человеческий разум может это делать. Так что предстоит решить еще много проблем. Возможно, самая большая проблема заключается в том, что они превосходно справляются, когда задают конкретный вопрос определенным образом, но если изменить формулировку, они могут ошибиться в самых базовых вещах. Универсальный интеллект не должен быть таким. Я называю это Зубчатым интеллектом (Jagged Intelligence).
03. «Очень оптимистично настроен в отношении моделей с открытым исходным кодом»
Ведущий: Сейчас многие в отрасли также обсуждают «коммодитизацию» возможностей моделей. Как вы думаете, мы увидим такую ситуацию? Или же одна-две лаборатории будут продолжать ускоряться, оставляя других позади?
Демис Хассабис: Я думаю, что в настоящее время три-четыре ведущие лаборатории — мы одна из них. Разрыв между ними на самом деле начинает увеличиваться, потому что многие существующие инструменты (например, инструменты кодирования, математические инструменты) помогут построить следующее поколение систем. И я думаю, что извлечение выгоды из одних и тех же идей будет становиться все труднее. Поэтому лаборатории, способные изобретать совершенно новые алгоритмические идеи, получат большее преимущество в ближайшие годы, поскольку предыдущая волна идей уже «выжата».
Ведущий: Мой другой вопрос: на протяжении многих лет вы были довольно открыты в отношении многих исследований DeepMind, и мы видели много высококачественных моделей с открытым исходным кодом. Как вы видите будущее открытого исходного кода?
Демис Хассабис: Я думаю, что, вероятно, оно будет похоже на то, что мы видим сейчас. Мы всегда были стойкими сторонниками открытой науки и моделей с открытым исходным кодом. От первоначального Transformer до AlphaFold мы проделали большую работу, делясь этими результатами со всем миром, чтобы помочь исследовательскому сообществу. Мы планируем продолжать это делать, особенно в прикладных областях, таких как применение ИИ в науке, что, очевидно, является моим личным увлечением. Но я также считаю, что вы все чаще будете видеть, что модели с открытым исходным кодом могут отставать от самых передовых моделей на один шаг. Обычно сообществу открытого исходного кода требуется около шести месяцев, чтобы повторно реализовать и понять эти новые идеи. Однако мы также продвигаем набор моделей с открытым исходным кодом под названием Gemma, стремясь сделать их лучшими в своем классе для их масштаба. Для небольших разработчиков, ученых или начинающих стартапов они являются идеальным выбором, а также подходят для периферийных вычислений. Поэтому мы действительно очень оптимистично настроены в отношении моделей с открытым исходным кодом для определенных типов приложений.
04. Будущему AGI потребуется глобальное регулирование
Ведущий: Далее я хотел бы спросить вас, как вы видите мир после больших языковых моделей? Мнения ученых сильно расходятся, например, у Янна ЛеКуна очень разные взгляды.
Демис Хассабис: Честно говоря, я не согласен с Янном ЛеКуном по некоторым вопросам. Я думаю, что, возможно, все еще есть 50% вероятность того, что отсутствуют некоторые ключевые элементы, и нам все еще нужно добиться прорывов в таких направлениях, как модели мира. Но я очень уверен в одном: базовые модели доказали свой огромный успех. Они способны выполнять чрезвычайно впечатляющие задачи, и я не думаю, что эта способность исчезнет. Мы по-прежнему получаем отдачу от закона масштабирования. Поэтому реальный вопрос заключается в следующем: когда мы смотрим на будущие системы AGI, будет ли модель LLM (большая языковая модель) единственным ключевым компонентом или частью общей системы? Мое суждение таково: она не будет заменена, а станет основой для построения надстройки, как то, что мы делаем с моделями мира.
Ведущий: Как вы сказали, AGI может появиться к тому времени. Итак, когда мы смотрим в будущее на пять лет вперед, как будет выглядеть тот мир? Многие выразили обеспокоенность с разных точек зрения. Давайте начнем с положительной стороны. Как вы видите этот мир?
Демис Хассабис: Я думаю, что положительная сторона, и это была моя первоначальная цель на протяжении всей моей карьеры по созданию AGI, заключается в том, что он в конечном итоге станет самым мощным инструментом в науке и медицине. Нам срочно нужны такие технологии для продвижения научных открытий и поиска методов лечения болезней. Поэтому я надеюсь, что через пять с лишним лет нас ждет золотой век научных открытий.
Я думаю, что мы скоро приблизимся к этой цели. Во-первых, после завершения проекта свертывания белков AlphaFold мы выделили компанию — Isomorphic Labs, которая сейчас очень хорошо развивается. Ее основная идея: сосредоточиться на решении остальных этапов процесса открытия лекарств, включая большую химическую работу, дизайн соединений, тестирование на токсичность и оценку различных свойств, необходимых для безопасности лекарств. Мы ожидаем, что в течение следующих пяти-десяти лет весь движок дизайна лекарств будет готов.
Следующее узкое место — клинические испытания, на которые все еще требуется много лет. Но я верю, что ИИ может помочь, например, смоделировать некоторые части метаболизма человека, а также точно стратифицировать пациентов, обеспечивая получение конкретным пациентом лекарства, наиболее подходящего для его геномного состава. Таким образом, ИИ также может принести пользу в этом отношении. Но я думаю, что настоящая революция произойдет, когда десяток лекарств, разработанных ИИ, успешно пройдут весь процесс. Тогда правительства и регуляторы увидят эти результаты и будут иметь достаточно данных для ретроспективной проверки прогнозов моделей. Возможно, через десять лет мы действительно сможем доверять прогнозам этих моделей, пропуская определенные этапы, например, отказываясь от испытаний на животных или быстрее повышая дозировку, поскольку надежность моделей будет проверена. Поэтому я считаю, что необходимо действовать в два этапа: сначала решить проблему дизайна лекарств, а затем решить проблему времени регуляторного процесса.
Ведущий: Говоря о регулировании, безопасность ИИ, несомненно, является важной темой и вызывает широкую озабоченность. Я помню, Стивен Хокинг сказал: мы должны сделать это правильно, потому что у нас может не быть второго шанса. Вы согласны с ним?
Демис Хассабис: Я полностью согласен. Я думаю, что именно с таким риском мы сталкиваемся. В основном я беспокоюсь о двух вещах: во-первых, о злонамеренном использовании этих систем плохими акторами. Во-вторых, о технических проблемах: через год или два, когда эти системы станут более воплощенными, более автономными, и когда мы постепенно приблизимся к AGI, сможем ли мы всегда удерживать их в intended safe corridor. Я считаю, что надлежащее регулирование поможет обеспечить, чтобы все ведущие поставщики соответствовали по крайней мере минимальным стандартам безопасности, но в идеале это требует согласованных стандартов на международном уровне.
Ведущий: Тогда, что такое «надлежащее» регулирование? Цитируя вас в документальном фильме, вы упомянули, что «нам нужно больше глобальной координации», что меня беспокоит, потому что на самом деле мы делаем все хуже в плане глобальной координации.
Демис Хассабис: Это правда. Мы переживаем чрезвычайно особенный период. Эта технология, возможно, является самой влиятельной технологией из когда-либо созданных человечеством, и в то же время международная система глубоко разобщена. Это явно не идеальное состояние. Но мы все равно должны приложить все усилия, чтобы по крайней мере разработать набор минимальных стандартов и несколько benchmarks для тестирования систем на нежелательные свойства, такие как «обман». Никто не должен создавать системы, способные к обману, потому что это позволит им обходить другие меры безопасности. Если все пойдет хорошо, мы сможем создать某种 механизм сертификации, подобный «знаку качества», указывающий, что модель обладает определенными защитами безопасности и гарантиями производительности, позволяя потребителям и компаниям безопасно строить на их основе. Я думаю, что это идеальное направление развития. И все это должно быть международным, потому что эти системы по своей природе являются транснациональными, трансграничными.
Ведущий: Тогда, кто будет арбитром?
Демис Хассабис: Я думаю, что в конечном итоге ответственность должны нести правительства. Но организации, способные выполнять конкретную техническую работу, могут быть такими, как Институт безопасности ИИ. В Великобритании есть excellent Институт безопасности ИИ, созданный при бывшем премьер-министре Сунаке, я думаю, он хорошо справляется. В США也有类似的机构. Возможно, все основные страны, обладающие передовыми исследовательскими capabilities, должны иметь equivalent институты, укомплектованные высококвалифицированными исследователями, способными оценивать и аудировать эти системы по определенным benchmarks, independently проверяя их соответствие appropriate стандартам.
Ведущий: Если бы я мог дать вам волшебную палочку, применимую только к области безопасности ИИ, какую идею или план вы бы implemented с ее помощью?
Демис Хассабис: Я думаю, что нам нужна某种 международная организация, возможно,类似 Международное агентство по атомной энергии. Национальные институты безопасности ИИ могут предоставлять ей input, исследовательское сообщество также должно участвовать, совместно определяя, какие benchmarks являются подходящими, какие свойства и capabilities need to be checked.
Кроме того, могут быть и другие меры безопасности, например, не следует разрешать системам ИИ выводить нечитаемые человеком tokens, например,某种 машинный язык, который мы не можем понять. Я думаю, что это создаст новые уязвимости безопасности. Затем эти международные организации будут тестировать вышеуказанные аспекты. Я верю, что это придаст уверенности общественности, академические круги и гражданское общество также смогут участвовать, обеспечивая independent проверку систем, которые станут чрезвычайно мощными.
05. В области ИИ сосуществуют чрезмерная шумиха и серьезная недооценка
Ведущий: Когда вы видите реальные capabilities этих систем, как вы относитесь к проблеме замещения рабочей силы? Что это означает для рынка труда?
Демис Хассабис: Несомненно, каждая революционная новая технология в истории приводила к disruption большого количества рабочих мест. Это определенно так, и я не думаю, что这次 будет исключением. Многие старые рабочие места исчезнут или перестанут быть экономически жизнеспособными. Но история также учит нас, что随之而来 рождается целый ряд новых профессий. Эти профессии ранее было невозможно представить, и часто они являются высококачественными и высокооплачиваемыми. Это обычный процесс эволюции. Конечно, мы должны очень тщательно судить, «действительно ли на этот раз все по-другому». Такие люди, как Марк Андрессен, считают, что这次 не отличается по своей сути от интернета, мобильной связи и других десяти крупных прорывов прошлого. Но я действительно считаю, что 这次 воздействие будет больше, чем от любого предыдущего технологического прорыва, его масштаб эквивалентен десяти промышленным революциям, а скорость также в десять раз выше промышленной революции. То есть он развернется за десять лет, а не за столетие. Я читал много книг о промышленной революции, та революция принесла огромные потрясения и огромный прогресс. Но в идеале на этот раз мы должны смягчить эти негативные эффекты лучше, чем во времена промышленной революции.
Ведущий: Мне говорили, что мы всегда переоцениваем то, что можно сделать за год, и недооцениваем то, что можно сделать за десять лет. Сохраняется ли это суждение здесь? Или же технология развивается быстрее, чем мы думаем?
Демис Хассабис: Нет, я думаю, что это суждение все еще сохраняется. Я имею в виду, что, возможно, краткосрочные и долгосрочные временные рамки несколько ближе, чем для других технологий. Но я действительно считаю, что на сегодняшний день и в течение следующего года в области ИИ наблюдается некоторая чрезмерная шумиха, с некоторых точек зрения, уже не осталось места для additional шумихи. Но что интересно, с другой стороны, я считаю, что в масштабе десяти лет или около того его революционность все еще серьезно недооценивается. Мы можем назвать это долгосрочной перспективой. Даже в сегодняшней области ИИ仍然存在这种二分法.
Ведущий: Помимо опасений по поводу рынка труда, существуют опасения по поводу неравенства доходов и концентрации богатства в руках нескольких участников. Учитывая ваши комментарии о промышленной революции, как вы думаете, это будет развиваться?
Демис Хассабис: Я думаю, что есть разные возможные пути. Например, пенсионные фонды должны покупать акции всех крупных ИИ-компаний, чтобы гарантировать, что каждый получит долю от выгоды. Возможно, каждой стране следует создать sovereign wealth fund для этого. Это одно инвестиционное решение.
Кроме того, я думаю, что также необходимо подумать: если этот огромный рост производительности происходит только в узких областях, как мы должны redistributed, как обеспечить, чтобы каждый benefited? Я могу представить различные ways, например, использовать эти дополнительные доходы от производительности для предоставления инфраструктуры и других общественных услуг. В масштабе пяти-десяти лет могут произойти невероятные прорывы, например,也许 мы решим проблему ядерного синтеза, над этим мы работаем с нашими партнерами из Commonwealth Fusion. Я думаю, что ИИ приведет нас к совершенно новым возможностям: отличные сверхпроводники, более эффективные батареи, скачок в материаловедении. Все это radically изменит природу экономики.
Ведущий: Тогда, как мы решим энергетический кризис, вызванный революцией ИИ? Его масштаб с точки зрения спроса на энергию беспрецедентен.
Демис Хассабис: Я думаю, что в среднесрочной и долгосрочной перспективе ИИ окупит свои энергетические затраты, и даже больше. Мы реализуем ряд проектов по оптимизации существующей инфраструктуры, например, оптимизации энергосетей. Я уверен, что мы сможем повысить эффективность национальной энергосистемы еще на 30-40%. Кроме того, есть моделирование климата и погоды, у нас есть лучшая в мире система моделирования погоды, которая помогает точно определить, где происходят воздействия, чтобы принять меры по смягчению последствий. Наконец, самым захватывающим могут быть прорывные технологии, такие как ядерный синтез, новые батареи, сверхпроводники, и ИИ крайне важен для帮助我们 достичь этих целей. К那时 человечество войдет в совершенно новую энергетическую格局, которую оно никогда не испытывало, что, конечно, поможет решить климатические и environmental проблемы и в конечном итоге поможет нам выйти в космос с lower costs. Потому что если у вас есть ядерный синтез, эта невероятная энергия, у вас практически есть неограниченное ракетное топливо, нужно только дистиллировать и катализировать морскую воду.
Ведущий: Я снова достаю эту волшебную палочку. Что бы вы сделали, чтобы cultivate мышление роста, способность строить триллионные компании, которых сегодня не существует?
Демис Хассабис: Мы очень хороши в генерации предпринимательских идей и доведении их до определенного уровня, как мы сделали с DeepMind. Но если вы действительно хотите преодолеть этот разрыв и стать глобальным игроком с триллионными оборотами, то откуда берутся раунды финансирования в миллиарды долларов? Которые позволят вам действительно бросить вызов существующим established компаниям. Я думаю, что это definitely отсутствовало 10 лет назад, когда я привлекал финансирование для DeepMind, и я думаю, что сегодня все еще somewhat отсутствует: тот уровень амбиций и сумма, которую рынки капитала могут поддержать.
06. С первой встречи с Маском сразу нашли общий язык
Ведущий: Давайте быстро ответим. Каково было впервые встретиться с Илоном Маском?
Демис Хассабис: Это было здорово. Это было на мероприятии Founders Fund. В то время SpaceX и DeepMind принадлежали к одному инвестиционному портфелю. Думаю, мы оба были приглашенными гостями, это должно было быть мое первое собрание портфеля, probably в 2011 или 2012 году, тогда мы были незаметными newcomers, нам выделили очень маленький временной slot для выступления. А Маск был ключевой фигурой в том портфеле, он выступил с keynote speech. Позже мы встретились после собрания. Он пошутил, что мы поздоровались, passing each other в ванной. Мы immediately нашли общий язык, как люди со слишком амбициозными идеями и同样 любящие научную фантастику. Я тогда очень хотел посетить его rocket factory и попытался получить приглашение в SpaceX. В конце той встречи он действительно его extended. Наша вторая встреча состоялась на заводе SpaceX в Лос-Анджелесе.
Ведущий: Тогда, какую медицинскую революцию вы больше всего ждете?
Демис Хассабис: Честно говоря, я хочу по-настоящему вылечить рак. Я знаю, что это звучит как клише, но то, что мы строим в Isomorphic, является универсальным. Мы пытаемся создать платформу для дизайна лекарств, применимую к любой терапевтической области. Поэтому в идеале она будет охватывать все области: от нейродегенеративных заболеваний, сердечно-сосудистых заболеваний, иммунологии до рака. Это наши текущие приоритеты, но в конечном итоге она должна применяться к каждому заболеванию.
Ведущий: Есть ли что-то, о чем вы думаете, но о чем другие еще не читали или не говорят?
Демис Хассабис: Многие беспокоятся о экономических проблемах, вызванных AGI, о которых мы говорили ранее. Но я очень беспокоюсь о лежащих в основе философских проблемах. Например, предположим, мы правильно сделали технологию, разобрались с экономическим аспектом. Тогда остаются философские вопросы: что такое смысл? Что такое цель? Мы будем исследовать, что такое сознание и что значит быть человеком. Я думаю, что эти вопросы скоро встанут перед нами. Нам понадобятся some великие новые философы, чтобы помочь нам найти direction.
Ведущий: Наконец, somewhat сложный вопрос. Есть много способов описать то, что вы делаете. За что вы больше всего хотите, чтобы вас запомнили? Какое наследие вы хотите оставить?
Демис Хассабис: Я хочу, чтобы моим наследием было содействие научному прогрессу и создание технологий, приносящих огромное благополучие миру, например, излечение тех ужасных болезней.
Эта статья来自微信公众号“智东西”(ID:zhidxcom), автор: Цзя Ян, редактор: Юнь Пэн
