主要观点总结
DeepMind创始人Demis Hassabis深度解析AI技术，包括蛋白质结构研究、大型语言模型Gemini的特点和优势、AI技术的责任与安全，以及AI技术的开放源代码问题。
关键观点总结
关键观点1: DeepMind利用AI技术助力蛋白质结构研究取得突破
DeepMind的研究团队利用AI技术预测蛋白质结构，对科学界产生了重大影响。
关键观点2: Gemini大型语言模型的特点和优势
Gemini是多模态的，可以处理语言、音频、视频、代码等多种形式的数据。它具备长期上下文记忆能力，可以记住一百万个令牌。此外，Gemini具备规划能力，能够作为数字助手理解周围环境，为用户执行操作。
关键观点3: AI技术的责任与安全
随着AI技术的不断发展，其责任与安全问题日益凸显。Demis Hassabis强调了负责任地开发和使用AI的重要性，包括进行基准测试、红队测试以及向公众明确系统的预期行为和适用场景。
关键观点4: AI技术的开源问题
开源是科技进步的普遍方式，但强大的AI或AGI技术存在双重用途的问题。Demis Hassabis认为，需要考虑如何在支持善意科学家和技术专家的同时，限制恶意行为者的访问。
关键观点5: 机构在AI生态中的角色
Demis Hassabis认为，在达到AGI之前，需要在公民社会、学术界、政府和工业实验室之间进行合作。机构仍然扮演着重要的角色。
文章预览
今年的诺贝尔奖，要被 AI 包圆了。 刚刚出炉的诺贝尔化学奖，由 David Baker，John M. Jumper，Demis Hassabis 三人共同摘得——最后一个名字，大家应该不陌生了，正是 Deepmind 创始人。 Deepmind 研究蛋白质结构，已经不是一年两年的事儿了，今年有了突破性进展。 不久前，Demis Hassabis 做客 DeepMind 的官方播客频道，面对 Hannah Fry（英国数学学会旗下应用数学研究所新任所长），他不仅解释了团队对蛋白质结构研究，还深入了 DeepMind 的工作模式、对 Gemini 和 AGI 的展望，以及更重要的：在技术越来越强大时，如何变得更加平衡。 以下为对谈节选，内容有所编辑： Hannah Fry：欢迎来到 Google DeepMind，我是主持人教授 Hannah Fry。当我们在 2017 年第一次开始考虑制作这个播客时，DeepMind 是一个相对较小、专注人工智能的研究实验室。他们刚刚被谷歌收购时，在伦敦一段
………………………………
