在近期一场与数学家Hannah Fry的深度对话中，DeepMind首席执行官Demis Hassabis系统梳理了人工智能领域过去一年的突破性进展。他特别指出，当前AI发展正面临"参差智能"、持续学习能力缺失以及模型幻觉等关键挑战，并预测通用人工智能（AGI）带来的社会变革规模可能达到工业革命的十倍。
Hassabis将过去十二个月形容为"十年的技术跃迁"，特别提到谷歌发布的Gemini 3模型在多模态理解能力上取得显著突破。但他同时强调，AI系统仍存在令人困惑的能力断层：能在国际数学奥林匹克竞赛中斩获金牌的模型，却可能在基础代数题上犯低级错误。这种"参差智能"现象，根源在于图像感知与文本处理的底层机制差异，例如模型可能因未完整识别字母而导致计数错误。
针对持续学习能力的缺失，Hassabis认为这是实现AGI必须突破的瓶颈。他透露DeepMind正在探索合成数据生成技术，通过让模型自主创建训练数据（尤其在数学和编程领域）来突破数据瓶颈。"当前系统已强大到可以自我验证答案，理论上能创造无限数据。"这位科学家指出，谷歌在算法创新与工程落地的双重优势，使其能保持50%资源投入规模化扩张、50%聚焦前沿研究的平衡策略。
在模型可靠性方面，Hassabis提出引入"内省机制"的解决方案。他比喻当前模型如同"说话不过脑"的个体，未来需要通过训练使其具备自我审查能力——当遇到不确定问题时能暂停输出并调整回答。这种设计理念也体现在人格设定上，DeepMind团队正在开发具备科学家特质的AI人格：既保持友好助人的基本特质，又能对逻辑错误提出质疑而非盲目附和。
对于AGI可能引发的社会震荡，Hassabis通过研究工业革命历史得出警示：AI变革的速度与规模可能十倍于18世纪的机械化浪潮，或将在十年内重塑就业市场与社会结构。他建议建立新的经济模型来缓冲转型冲击，就像工业革命催生现代交通体系一样，AI时代需要配套的社会基础设施。
在终极问题探讨中，Hassabis将研究重心指向图灵机理论边界。他认为通过构建AGI模拟人类心智，或许能揭示哪些认知能力是经典计算无法复制的。"我押注心智运作包含非经典计算机制，"这位科学家透露，其创立的Isomorphic Labs正基于"生物学是信息处理系统"的假设，尝试用AI技术攻克疾病治疗难题。
关于AGI实现时间表，Hassabis给出5-10年的预测窗口。他特别澄清当前AI系统不具备真正意义上的自我意识，但承认未来模型可能发展出"自我与他者"的认知能力——这或许将成为意识产生的起点。不过他同时警示，即便机器真正获得意识，人类也可能缺乏识别这种存在的认知工具。
