你知道人工智能并不智能吗？

谷歌CEO哈萨比斯怒怼奥特曼，认为把如今的LLM称作博士级智能，纯属无稽之谈！他认为LLM功能并不全面，甚至都达不到博士水平。

萨比斯可是一个天才，024 年靠 AlphaFold 拿了诺贝尔化学奖，如今更是手握谷歌近 5000 人的 AI 团队。

他对 “智能” 的评判标准还是比较严格的，在他看来奥特曼口中的 “博士级 AI”，其实是 “偏科的优等生” 比如写代码、总结文献这些单一任务，部分大模型确实能做到博士水准。

可一旦碰到需要 “持续想事”“跨领域变通” 的场景，立马就露怯。

有个最明显的例子就是不少聊天机器人能把复杂论文解读得头头是道，却会在 “10 个苹果分 3 个孩子，最多每人分几个、剩几个” 这种小学算术题上栽跟头。

很多时候换个问法还会对同一个问题给出完全相反的答案。哈萨比斯认为“真正的博士绝不会这样。”

哈萨比斯批判的底气，恰恰来自他亲手推动的 “AI 改变科学” 的实践。

那项让他斩获诺奖的 AlphaFold，至今仍是 AI 助力科研的标杆。2024 年诺奖公布前 10 分钟，他在伦敦 DeepMind 办公室接到通知时，当时的他还以为是 “玩笑”。

直到站在瑞典皇家科学院的颁奖台上，亲手在诺奖历史签名簿上写下名字，他才真正意识到这项成果的重量。

而 AlphaFold 的价值远不止于一座诺奖，在新冠疫情期间，它还帮助科研人员快速锁定病毒相关蛋白质，为疫苗研发争取了关键时间。

更关键的是AlphaFold 并非单纯的 “概率模型”，而是融合了生物学、物理学规则的 “混合模型”， 哈萨比斯团队在模型中内置了 “原子不能重叠”“键角有固定约束” 等确定性规则，既避免了模型 “瞎学”，又大幅提升了效率。

这也成了他后来评判 AI 能力的重要标准：真正的智能，既要会 “学习”，也要懂 “规则”。

不过哈萨比斯并未止步于 AlphaFold 的成就。如今他领导的谷歌 DeepMind与谷歌 AI 团队整合成一体，正朝着 “让 AI 理解物理世界” 的方向发力 。

近期推出的 Genie 3 和 Gemini Robotics，就是其中的测试。

Genie 3 最惊艳的地方，是能把一段文字变成 “可实时交互的虚拟世界”：比如输入 “热带雨林探险，有河流、瀑布和隐藏的山洞”，它能瞬间生成 3D 场景。

用户不仅能控制角色行走、攀爬，还能与环境互动比如拨开草丛、点燃火把，而 Gemini Robotics 则被定位为机器人的 “安卓系统”。

过去不同品牌的机器人需要单独编程，现在通过它，同一套指令能控制扫地机器人、工业机械臂甚至家庭陪护机器人。

哈萨比斯预测，“未来一两年，机器人领域大概率会出现‘Aha 时刻’，比如家用机器人能自主应对突发情况，再过几年AI 会完全支撑机器人在物理世界的灵活操控。”

但即便技术不断突破，但哈萨比斯对 AI 的态度依然谨慎。他在 峰会上明确表示当前 AI 至少还缺三大核心能力。

最重要的就是 “创造力”，比如 AI 能证明数学定理，却不能像爱因斯坦那样提出 “狭义相对论”。能画油画,却无法创造出 “印象派” 这样全新的艺术流派.

其次就是 “一致性”，如前文所说在简单问题上犯低级错，这不符合博士级智能的稳定性。最后就是 “持续学习”现在的大模型需要通过 “重新训练” 吸收新知识，无法像人类一样 “实时学习、即时调整”。

哈萨比斯认为要让AI升级还需要一到三次的关键突破。这跟奥特曼、Anthropic CEO Dario 的乐观完全不一样 后两位觉得 AGI 几年内就能来，哈萨比斯却觉得得等 5-10 年。

AI 发展也有个绕不开的麻烦 那就是电力的使用。大模型训练一次的电，够普通家庭用好几年。对此哈萨比斯团队也有办法。

他们用 “模型蒸馏” 技术，把大模型压缩成 “轻量版”，比如手机上用的 Gemini Nano，耗电比之前少了 50%，性能却没降。

同时AI 还在帮着解决能源问题 ，比如英国国家电网用 DeepMind 的 AI 优化输电路线，每年能少损耗 5% 的电，相当于省了 12 万吨二氧化碳排放。

哈萨比斯怼 “博士级 AI”不是否定 AI 的进步，而是给行业提了个醒：AI 不该是 “吹出来的噱头”，得是解决问题的工具。

从 AlphaFold 改变化学，到 AI 帮核聚变、找新药，再到优化能源，我们能看到 AI 正用 “实在的方式” 改变世界。

编辑：木

信息来源：“澎湃新闻”——（GPT-5是口袋博士？诺奖得主哈萨比斯怒怼奥特曼）