摘要：Demis Hassabis 现任 Google DeepMind 首席执行官，他过去常常在午夜至凌晨 3 点之间完成一些最有成就感的工作。他称自己为“夜行人”，会把自己的独处时间用于阅读科学论文、提出新想法以及纯粹的思考。
整理：阮文韵
原作者：Harry McCracken
原文链接：
Demis Hassabis 现任 Google DeepMind 首席执行官，他过去常常在午夜至凌晨 3 点之间完成一些最有成就感的工作。他称自己为“夜行人”，会把自己的独处时间用于阅读科学论文、提出新想法以及纯粹的思考。
如今，Hassabis 的凌晨工作时间却变得「不够用」了。他的许多团队成员都工作在硅谷的谷歌总部，那边的上班时间要比伦敦早八个小时。因此，他的视频会议经常会持续到当地第二天。“大约 18 个月前，我的作息时间依然很好，”他若有所思地说。随着谷歌把 DeepMind 和 Google Brain 合并为 Google DeepMind，Hassabis 也被任命为这一部门的负责人。自此以后，曾经那样的珍贵宁静时光便不复存在了。
这是一个巨大的责任。尽管谷歌多年来一直在谈论要成为一家以 AI 为先的公司，但当前这一波生成式 AI 狂潮却是由 OpenAI 在 2022 年 11 月推出的 ChatGPT 掀起的。尽管谷歌拥有所有的技术实力，也一直在努力将自己确立为将新兴技术转化为实际产品的领导者，但如今正在被迫与无数其他公司竞争，其中就包括 OpenAI 和 OpenAI 的合作伙伴微软。
谷歌将重心放在了 Gemini 上，这是一个大语言模型（LLM），支持谷歌搜索“AI 概览”摘要、起草 Gmail 电子邮件等功能。Gemini 还取代 Google Assistant 成为安卓系统的默认语音 AI。然而，Gemini 还无法取代 ChatGPT 作为头部 AI 聊天机器人的地位，后者具有内置搜索等新功能，正在更加直接地与谷歌展开竞争。谷歌的一些 AI 产品发布也曾沦为公关噩梦，暴露了显而易见缺陷，比如“建议使用胶水把奶酪粘在披萨上”，谷歌愿意传播可能出错的 AI，意味着其早期更为谨慎的心态发生了明显转变，在 ChatGPT 表明当前技术的不成熟不会阻碍其采用之前：“坦率地说，我从来不相信社会可以容忍如此多的幻觉，但事实就是这样，”Google DeepMind 首席运营官 Lila Ibrahim 说。
尽管如此，谷歌还是从其竞争优势中获益了：只需轻轻一按，就可以让 AI 技术惠及大量人群。“目前，谷歌的每一款 10 亿用户产品都集成了 Gemini，”Google DeepMind 产品副总裁 Eli Collins 表示，“我们有 9 款用户超 10 亿的产品。”
正如 Hassabis 所说：“事实证明，我们现在是谷歌的引擎室。”然而，Google DeepMind 的使命远不止于此，与 OpenAI、Anthropic 等公司一样，致力于实现通用人工智能（AGI）。尽管对 AGI 的确切定义各不相同，但业内一致认为，AGI 涉及的领域比当前更加广泛。20 多年前，Shane Legg 建议将 AGI 作为 Ben Goertzel 所著书籍的书名，从而推动了这一术语的普及。
现在，作为 Google DeepMind 首席 AGI 科学家，Legg 将 AGI 定义为“至少可以在人们通常可以完成的认知任务中与人类能力相匹配的东西”。Hassabis 对于某个实体（不一定是谷歌）何时能实现 AGI 留了很大的余地，一边说，“10 年后有 50% 的机会”，又一边说，“如果它发生得更早，我也不会感到惊讶。”
Hassabis 为人谦逊和蔼，说话平静，但语速很快。他一生都在取得巨大成就，最近因 AlphaFold 这项工作与他的同事 John Jumper 一起获得了世界上最崇高的荣誉——诺贝尔奖。AlphaFold 是 AI 辅助蛋白质研究的一项突破，可能会彻底改变药物发现。
尽管如此，Hassabis 的职业生涯却正进入一个充满挑战的新阶段。多年来，他一直被 AI 解决人类最大挑战的潜力所激励，这是他和谷歌共同的愿景，后者允许他以极大的自主权去追求这一目标。但现在，他必须将其与日益增长的压力结合，不断推出新技术，保持产品的相关性。成功与否，取决于他在科学理想和商业现实之间取得平衡的能力。
我 10 月初到访时，经过几天的细雨，伦敦的天空已经放晴，阳光照进会议室里，Hassabis 向我解释了他是如何努力工作，以确保 Google DeepMind 的工作场所没有硅谷特有的密闭氛围。
Google DeepMind 的办公室独具一格，有以“交流电之父” Nikola Tesla 命名和装饰的，还有向世界上第一个程序员 Ada Lovelace、“人工智能之父” Alan Turing 和其他科技杰出人物致敬的，这并不令人惊讶；也有向哲学家 Baruch Spinoza 和 Ludwig Wittgenstein 致敬的；还有以英国小说家 Mary Shelley 命名的，她最著名的作品《科学怪人》（Frankenstein）讲述了 200 年前 AI 出错的故事；还有一家咖啡馆以科幻小说作家 Isaac Asimov 的名字命名，他在 1942 年提出了机器人三定律——第一条是“机器人不得伤害人类，也不得因不作为而让人类受到伤害”。
他们的图书馆，收藏了各种主题的纸质书籍，Hassabis 对物理学家 David Deutsch 于 1997 年出版的量子理论著作《现实的结构》（The Fabric of Reality）特别感兴趣。图书馆内还有科技风格的艺术品，包括大厅里的两个巨大的玻璃钢多面体。根据旁边的标语，这些结构由英裔美国雕塑家 Anthony James 创作，旨在“为数字计算的抽象之美赋予了一种刚硬而闪亮的触感”。
这种多学科氛围反映了 Hassabis 的多元兴趣，涵盖“哲学、艺术和人文”等各个领域，他说，“在价值观和社会方面，我也是这么想的。我觉得世界需要投入它想要的 AI —— 而不仅仅是加州一百平方英里的一块地方。”
游戏，是另一个影响 Hassabis 的重要因素。1976 年，Hassabis 在伦敦出生，他的父亲是希腊裔塞浦路斯人，母亲是新加坡人。仅在 4 岁时，他就在国际象棋比赛中击败了他的父亲和叔叔。8 岁时，他在国际象棋比赛中赚到了足够的钱，买下了自己的第一台个人电脑；后来，他拥有了一台 Commodore Amiga 500，这台电脑在他的记忆中留下了深刻的印象，以至于他们已经从谷歌的其他部门招募了其中一名联合创始人。
17 岁时，Hassabis 开始专业开发视频游戏，其中一款游乐园模拟器游戏卖出了数百万份。1997 年，他从剑桥大学计算机科学专业毕业时，IBM 的国际象棋计算机“深蓝”击败了世界冠军 Garry Kasparov。Hassabis 为之着迷。但他表示，这一里程碑式时刻也是“一个奇怪的死胡同”。“深蓝”是被称为专家系统的一个示例，天生就是为国际象棋大师而生的，但无法接受训练来玩其他游戏，更不用说执行其他类型的工作了。
Hassabis 发现，他对 AI 的另一种方法很感兴趣：神经网络。通过模仿人脑的运作方式，基于该模型构建的软件可以像人一样学会做很多事情。该技术一直受到计算能力的限制，但 Hassabis 坚信，随着超级计算机的功能越来越强大，神经网络可以取得长足进步。
2010 年，DeepMind 成立了，这家初创公司非常低调，最初的网站只有一个标志，没有其他内容。早期，该公司开发了可以玩 20 世纪 70 年代 Atari 视频游戏的软件——不是因为世界需要玩 Atari 游戏的计算机，而是作为开发 AI 的起点，这种 AI 可以自己找出规则和目标，而不需要费力地将它们编码进去。（老式 Atari 游戏卡带仍然堆放在 Google DeepMind 游戏室里。）
在破解了《太空侵略者》和《打砖块》之后，DeepMind 将注意力转向了一项更大的挑战：围棋。这项拥有 2500 年历史的棋盘游戏非常复杂，许多人认为计算机可能永远无法掌握它。2016 年，AlphaGo 软件击败了传奇围棋大师李世石——这是 AI 史上比击败 Kasparov 更伟大的时刻。第二年，一个名为 AlphaGo Zero 的新版本出现了，它无需使用人类游戏数据进行训练，就可以通过自学成为一名更优秀的围棋选手，这是 AI 的另一个重大进步，它以与人类相同的方式学习，但速度要快得多。
但是，DeepMind 作为独立公司的短暂生命很快就结束了。2014 年 1 月，谷歌以 4 亿美元至 6.5 亿美元的价格收购了这家初创公司——与 OpenAI 目前 1570 亿美元的估值相比，这显得很微不足道，但在当时也是一笔不错的数字。当时，投资者并不看好 AI，作为一家初创公司，“筹集 1000 万美元非常困难”，Hassabis 回忆道。他与谷歌联合创始人 Larry Page 和 Sergey Brin 因共同致力于开发 AI 而结缘。
出售给谷歌，“意味着 Hassabis 不必一直花时间与投资者交谈”，DeepMind 的首批员工之一、现任 Google DeepMind 高级总监 Helen King 表示，“他可以专注于推动研究向前发展。”
在 AlphaGo 与李世石的比赛进行时，Hassabis 的思绪转向了涉及比游戏更实质性内容的 AI 研究。“在我看来，下一步是走出实验室，将其应用于现实世界的问题，”他说，“蛋白质折叠是我的首选。”确定蛋白质如何折叠成 3D 结构，可以为药物发现和其他生物技术领域提供关键见解，但这是一个非常艰巨的过程，在数十亿种可能性中，只有大约 100000 种这样的结构被确定下来。AI 能够提供帮助的可能性，是 90 年代的一位大学朋友植入他的脑海中的，当时他们在酒吧玩桌上足球，这位朋友会痴迷地谈论它。
DeepMind 发起了一项将这一过程自动化的计划，并将其命名为 AlphaFold。AlphaFold 的第一个版本，就在 2018 年赢得了两年一度的蛋白质预测竞赛，这对生物技术和 AI 来说都是一个更加非凡的进步。这也证明了 DeepMind 以研究为先的文化可以在谷歌内部蓬勃发展。在撰写了关于使用机器学习进行蛋白质预测的博士论文后，Jumper 加入了 DeepMind，他在 2021 年告诉我，在那里工作“就像每天都在参加 AI 会议一样”。
今年 5 月，谷歌首席执行官 Sundar Pichai 在 Google I/O 开发者大会上将 Hassabis 请上台。这让人觉得这似乎是一个姗姗来迟的举动（Hassabis 当时已在谷歌工作十多年），但时机却恰到好处，因为 Hassabis 的工作已迅速成为公司未来的核心。
Hassabis 身穿标志性的蓝色衬衫，戴着蓝框眼镜，发布了一段视频，展示了“Project Astra”，这是谷歌对下一代 AI 智能体的实验性愿景。Astra 由 Gemini 提供支持，旨在在智能手机或智能眼镜上运行。
从某种程度上来说，这感觉像是一种竞争的必然结果：如果谷歌不发明世界上最好的带眼睛的 AI 助手，就会有其他公司来做这件事。OpenAI 已经预览了类似的 ChatGPT 功能，包括可以解决手写数学问题和根据面部表情读取人的情绪的功能。即使是苹果，尽管对 AI 的态度很谨慎，也正在为 iPhone 提供更多相机辅助智能。
然而，Hassabis 告诉我，他“深度参与”了 Astra 的开发，但他所做的不仅仅是打造一个更智能的 AI 助手。教会软件理解周围环境，也是 Google DeepMind 实现 AGI 的关键。他说，要让计算机像人类一样思考，“你不能只生活在语言和数学的世界里。你必须了解物理世界。”
只关注 AGI 何时到来，会低估 Google DeepMind 和其他研究机构已经取得的进展。例如，AI 已经在理解多种语言方面击败人类，这是谷歌 20 多年来一直热衷的话题。Legg 表示，一个出色的 LLM “可以说 100 种语言，而且可以非常流利地说 30 或 40 种语言。据我所知，没有人能够做到这一点。”Gemini 的一些版本现在可以用多达 102 种语言交谈，包括英语、法语和西班牙语，以及科萨语、马拉地语和乌尔都语等。
无论距离实现 AGI 还有多远，Google DeepMind 都在推进具有巨大潜力的研究项目和机会，而这些项目和机会与谷歌的直接利润无关。2021 年，该公司成立了一家名为 Isomorphic Labs 的公司，致力于将 AlphaFold 技术商业化，Hassabis 担任首席执行官，Google DeepMind 首席商务官 Colin Murdoch 担任总裁。Isomorphic Labs 现在拥有 150 名员工和独立的办公空间，专注于加速药物研发，为 Google DeepMind 提供了另一个与物理世界接触的机会。
此外，Google DeepMind 的研究人员还在努力开展其他应对现实挑战的项目：GraphCast 使用 AI 在不到一分钟的时间内生成准确的 10 天天气预报。GNoME 已经确定了 220 万种新的无机晶体，其中包括 38 万种稳定的晶体，可用于制造从电池到太阳能电池板等各种产品。他们与 EPFL 的瑞士等离子中心合作开发了 Torax，旨在帮助预测如何控制核聚变所需的高于太阳的温度。
“我们拥有一些世界上最好的核聚变专家、生物学家和材料科学家，”研究副总裁 Pushmeet Kohli 说。
这些努力的范围，正是当时的首席执行官 Larry Page 于 9 年前创建 Alphabet（谷歌和其他子公司的控股公司）时所考虑的。他希望开发“登月计划”——新的、可能改变世界的业务，这些业务可能需要数年时间才能孵化，并且不一定与谷歌现有的成功挂钩。
如今，其中一些项目已经褪去光环。即便是其中最知名、最有前途的项目，Waymo 的无人驾驶出租车（Google DeepMind 参与开发了其软件），也只在菲尼克斯、洛杉矶和旧金山实现了全面商业部署。但 Isomorphic Labs 无疑是 Alphabet 级别的项目。Google DeepMind 希望找到更多这样的项目，并让它们实现商业可行性：“我们现在有了一些蓝图，”Murdoch 说。
在大型上市公司内部运营一个雄心勃勃的研究实验室的想法，并不新鲜。Hassabis 对贝尔实验室和施乐帕洛阿尔托研究中心这两家最著名的实验室的历史了如指掌。“这都是我的灵感来源——它们的黄金时代，它们的鼎盛时期——这是我在 DeepMind 尝试创造的东西，”他说。
即使经过深思熟虑，并拥有谷歌规模的资源，也没有什么是万无一失的。科技分析师 Benedict Evans 指出，尽管 AT&T 与贝尔实验室合作取得了成功——发明了激光、晶体管和光伏电池等——但“建立一个通用的创新实验室并推出产品一直很困难。”尽管施乐帕洛阿尔托研究中心是 20 世纪 70 年代许多现代计算元素的诞生地，但它之所以出名，部分原因是施乐未能利用这些元素。
尽管如此，Isomorphic Labs 已经度过了概念验证阶段。今年 1 月，该公司宣布与制药巨头 Eli Lilly 和 Novartis 建立战略合作伙伴关系，该公司表示，这可能会带来近 30 亿美元的预付款，甚至在它参与研发的药物可能获得的特许权使用费之前也是如此。
对于 Alphabet 来说，30 亿美元并不算什么，2023 年该公司的营收为 3070 亿美元，主要来自广告。这笔钱无法满足该公司近期的需求：为其现有的、无处不在的软件产品注入突破性的 AI 功能。然而，Hassabis 的预测却很美好。
“除了治疗可怕的疾病，AI 还有什么更好的用途呢？”他问道。“但我认为，到最后，它对 Alphabet 来说也会非常有价值。我认为这并不矛盾。”
一款面向作家和研究人员的 AI 增强型笔记工具，似乎最不可能在网上成名 15 分钟。但 9 月下旬，谷歌通过音频概览吸引了 TikTok、X 和 YouTube 上的用户，这是去年推出的免费 NotebookLM 网络应用的一项新功能。向其输入参考资料（如 PDF 和网页），它就会使用 Gemini 在两个合成主持人之间就任何主题制作类似播客的对话。他们的对话听起来如此自然——充满了“嗯”、“啊”、笑话和离题话——以至于不知情的听众可能会误以为这是一些由真人主演的晦涩难懂的节目。
Hassabis 看起来有点兴奋，因为他对这种病毒式的喜爱感到高兴（这与谷歌早期的一些 AI 失误形成了鲜明对比），他说他对这种反应感到开心，有些人称之为 Gemini 的 ChatGPT 时刻。“在科学领域，你发表论文，得到评论者，然后你会看到引用，诸如此类的事情，”他说，这“在某些方面更直观，而且非常令人兴奋。”
然而，并不是所有人都对科技行业急于开发越来越强大的 LLM、让基于 LLM 的产品广泛普及以及越来越接近 AGI 感到兴奋。谷歌内部一直存在紧张局势，在 Google DeepMind 成立后不久，被称为“AI 教父”、Google Brain 领导者之一的 Geoffrey Hinton 辞职就是一个很好的例子。Hinton 说，他离开是为了可以更自由地谈论未来的危险。
未来生命研究所执行董事 Anthony Aguirre 表示，谷歌最近推出的一系列 Gemini 功能表明，“他们被迫与 LLM 竞争，因为一旦 OpenAI 打开了这扇门，每个人都必须这样做。”这家非营利组织于 2023 年 3 月发布了一封公开信，呼吁 LLM 开发暂停六个月，已有 33000 多人签名。“我认为这有点不幸，因为我非常喜欢设计 AI 来解决我们实际存在的问题的目标。”
尽管谷歌和其他 AI 公司一样，没有遵从暂停研究的呼吁，但这封公开信确实引发了关于 AGI 潜在生存风险的更坦率的讨论。今年 5 月，Hassabis 和 Legg、Hinton、OpenAI 首席执行官 Sam Altman、Anthropic 联合创始人 Dario Amodei 和 Daniela Amodei、微软首席技术官 Kevin Scott 等签署了一封令人警醒的 23 字公开信：“减轻 AI 灭绝的风险应该成为全球优先事项，与其他社会规模的风险（如流行病和核战争）一样。”
Hassabis 强调，他并不认为可怕的情况是不可避免的；控制 AGI 可能比一些人担心的更简单。但他解释说，通过在这封信上署名，他打算发表一份声明。“我想确保那些谈论这些事情的人能够得到另一群人的保护，他们会说，‘这里没什么可看的，一切都会好起来的——这只是正常的技术’”他说。
负责任地部署 AI 可能只在最近才成为头条新闻，但 DeepMind 早在初创时期就深谙这一点：“在我采访 Legg 时，他谈到了智能体和安全的重要性，”早期招募的现任高级责任总监 King 说。2018 年，随着公司的重点从游戏 AI 转向具有更大潜在影响的工作，如 AlphaFold，拥有一支致力于这项工作的团队，至关重要。
Ibrahim 负责组建这个委员会，她之前曾在英特尔和 Coursera 等公司工作多年，最近才出任首席运营官。起初，“我们实际上称之为‘稍后命名的委员会’，因为我们不想暗示风险很高，”她回忆道。“我们的目标是，建立一种符合 DeepMind 的文化，但又能引导和解决其中一些问题。”
随着时间的推移，CTBNL 的正式名称变成了“安全与责任委员会”。该委员会由来自整个公司的领导组成，负责对正在进行的项目提供反馈，重点是在潜在问题真正出现之前就发现它们。“早期参与是最好的参与方式，这样实际上有助于塑造和影响工作，”负责任开发总监 Dawn Bloxwich 说道。
这种对 AI 安全的预期方法并没有阻止谷歌发布存在明显缺陷的功能，例如那些搜索 AI 概览无法理解人类何时在开玩笑而不是提供有用的建议。“对于我们所做的所有测试，我们永远不会涵盖世界上每个人可能尝试的所有事情，因为人类是有创造力的，”King 说，并指出在某些情况下，问题可能更多地与特定产品的实施有关，而不是 Google DeepMind 为其他谷歌团队提供的核心技术。“每当我们看到安全问题时，它对我们来说都是有用的，因为这样我们就可以推动模型开发的变化。”
谷歌不得不为用户发现的故障道歉，这凸显了它在后 ChatGPT 时代推出新功能的紧迫性。根据 The Information 的 Jon Victor 在 4 月发表的一篇文章，Hassabis 本人对日益强调迅速将 AI 商业化以惠及大众感到不安，这导致 DeepMind 和 Google Brain 合并为 Google DeepMind。
最初，“我有点担心会损害我们的研究路线图，”Hassabis 向我坦言。但随着时间的推移，他认为，整合谷歌的 AI 专业知识和技术堆栈的好处已经变得更加明显：“我们是一家以研究为主导的公司。我们仍然是一个以研究为主导的部门。这与我们对世界的影响完全相辅相成。” Astra 项目就是一个例子。10 月，谷歌重组让 Hassabis 负责 Gemini 应用程序，缩小了 Gemini 产品与其底层 LLM 之间的距离。
在伦敦的总部，走廊墙上挂满了海报，纪念着该公司研究人员在 Science 和 Nature 等科学期刊上发表的每一篇论文。Hassabis 似乎并没有屈服于短期的竞争压力。“他一直坚持的一件事，我完全同意他的观点，那就是我们应该用科学的方法来处理所有这些工作，”James Manyika 说，他从 DeepMind 成立之初就认识 Hassabis，并于 2022 年加入谷歌，担任高级副总裁，专注于技术与社会的融合。“我们应该做实验，我们应该保持严谨，我们应该发表论文。”
这就是 Google DeepMind 的「DeepMind 部分」——重视它，是保护它的第一步。
阅读最新前沿科技趋势报告，请访问欧米伽研究所的“未来知识库”
未来知识库是“欧米伽未来研究所”建立的在线知识库平台，收藏的资料范围包括人工智能、脑科学、互联网、超级智能，数智大脑、能源、军事、经济、人类风险等等领域的前沿进展与未来趋势。目前拥有超过8000篇重要资料。每周更新不少于100篇世界范围最新研究资料。欢迎扫描二维码或访问进入。
截止到12月25日 ”未来知识库”精选的100部前沿科技趋势报告
2024 美国众议院人工智能报告：指导原则、前瞻性建议和政策提案
未来今日研究所：2024 技术趋势报告 - 移动性，机器人与无人机篇
Deepmind：AI 加速科学创新发现的黄金时代报告
Continental 大陆集团：2024 未来出行趋势调研报告
埃森哲：未来生活趋势 2025
国际原子能机构 2024 聚变关键要素报告 - 聚变能发展的共同愿景
哈尔滨工业大学：2024 具身大模型关键技术与应用报告
爱思唯尔（Elsevier）：洞察 2024：科研人员对人工智能的态度报告
李飞飞、谢赛宁新作「空间智能」 等探索多模态大模型性能
欧洲议会：2024 欧盟人工智能伦理指南：背景和实施
通往人工超智能的道路：超级对齐的全面综述
清华大学：理解世界还是预测未来？世界模型综合综述
Transformer 发明人最新论文：利用基础模型自动搜索人工生命
兰德公司：新兴技术监督框架发展的现状和未来趋势的技术监督报告
麦肯锡全球研究院：2024 年全球前沿动态图表呈现
兰德公司：新兴技术领域的全球态势综述
前瞻：2025 年人形机器人产业发展蓝皮书 - 人形机器人量产及商业化关键挑战
美国国家标准技术研究院（NIST）：2024 年度美国制造业统计数据报告（英文版）
罗戈研究：2024 决策智能：值得关注的决策革命研究报告
美国航空航天专家委员会：2024 十字路口的 NASA 研究报告
中国电子技术标准化研究院 2024 扩展现实 XR 产业和标准化研究报告
GenAI 引领全球科技变革关注 AI 应用的持续探索
国家低空经济融创中心中国上市及新三板挂牌公司低空经济发展报告
2025 年计算机行业年度策略从 Infra 到 AgentAI 创新的无尽前沿
多模态可解释人工智能综述：过去、现在与未来
【斯坦福博士论文】探索自监督学习中对比学习的理论基础
《机器智能体的混合认知模型》最新 128 页
Open AI 管理 AI 智能体的实践
未来生命研究院 FLI2024 年 AI 安全指数报告 英文版
兰德公司 2024 人工智能项目失败的五大根本原因及其成功之道 - 避免 AI 的反模式 英文版
Linux 基金会 2024 去中心化与人工智能报告 英文版
脑机接口报告脑机接口机器人中的人机交换
联合国贸发会议 2024 年全球科技创新合作促发展研究报告 英文版
Linux 基金会 2024 年世界开源大会报告塑造人工智能安全和数字公共产品合作的未来 英文版
Gartner2025 年重要战略技术趋势报告 英文版
Fastdata 极数 2024 全球人工智能简史
中电科：低空航行系统白皮书，拥抱低空经济
迈向科学发现的生成式人工智能研究报告：进展、机遇与挑战
哈佛博士论文：构建深度学习的理论基础：实证研究方法
Science 论文：面对 “镜像生物” 的风险
镜面细菌技术报告：可行性和风险
Neurocomputing 不受限制地超越人类智能的人工智能可能性
166 页 - 麦肯锡：中国与世界 - 理解变化中的经济联系（完整版）
未来生命研究所：《2024 人工智能安全指数报告》
德勤：2025 技术趋势报告 空间计算、人工智能、IT 升级。
2024 世界智能产业大脑演化趋势报告（12 月上）公开版
联邦学习中的成员推断攻击与防御：综述
兰德公司 2024 人工智能和机器学习在太空领域感知中的应用 - 基于两项人工智能案例英文版
Wavestone2024 年法国工业 4.0 晴雨表市场趋势与经验反馈 英文版
Salesforce2024 年制造业趋势报告 - 来自全球 800 多位行业决策者对运营和数字化转型的洞察 英文版
MicrosoftAzure2024 推动应用创新的九大 AI 趋势报告
DeepMind：Gemini，一个高性能多模态模型家族分析报告
模仿、探索和自我提升：慢思维推理系统的复现报告
自我发现：大型语言模型自我组成推理结构
2025 年 101 项将 (或不会) 塑造未来的技术趋势白皮书
《自然杂志》2024 年 10 大科学人物推荐报告
量子位智库：2024 年度 AI 十大趋势报告
华为：鸿蒙 2030 愿景白皮书（更新版）
电子行业专题报告：2025 年万物 AI 面临的十大待解难题 - 241209
中国信通院《人工智能发展报告（2024 年）》
美国安全与新兴技术中心：《追踪美国人工智能并购案》报告
Nature 研究报告：AI 革命的数据正在枯竭，研究人员该怎么办？
NeurIPS 2024 论文：智能体不够聪明怎么办？让它像学徒一样持续学习
LangChain 人工智能代理（AI agent）现状报告
普华永道：2024 半导体行业状况报告发展趋势与驱动因素
觅途咨询：2024 全球人形机器人企业画像与能力评估报告
美国化学会 (ACS)：2024 年纳米材料领域新兴趋势与研发进展报告
GWEC：2024 年全球风能报告英文版
Chainalysis：2024 年加密货币地理报告加密货币采用的区域趋势分析
2024 光刻机产业竞争格局国产替代空间及产业链相关公司分析报告
世界经济论坛：智能时代，各国对未来制造业和供应链的准备程度
兰德：《保护人工智能模型权重：防止盗窃和滥用前沿模型》-128 页报告
经合组织 成年人是否具备在不断变化的世界中生存所需的技能 199 页报告
医学应用中的可解释人工智能：综述
复旦最新《智能体模拟社会》综述
《全球导航卫星系统（GNSS）软件定义无线电：历史、当前发展和标准化工作》最新综述
《基础研究，致命影响：军事人工智能研究资助》报告
欧洲科学的未来 - 100 亿地平线研究计划
Nature：欧盟正在形成一项科学大型计划
Nature 欧洲科学的未来
欧盟科学 —— 下一个 1000 亿欧元
欧盟向世界呼吁 加入我们价值 1000 亿欧元的研究计划
DARPA 主动社会工程防御计划（ASED）《防止删除信息和捕捉有害行为者（PIRANHA）》技术报告
兰德《人工智能和机器学习用于太空域感知》72 页报告
构建通用机器人生成范式：基础设施、扩展性与策略学习（CMU 博士论文）
世界贸易组织 2024 智能贸易报告 AI 和贸易活动如何双向塑造 英文版
人工智能行业应用建设发展参考架构
波士顿咨询 2024 年欧洲天使投资状况报告 英文版
2024 美国制造业计划战略规划
【新书】大规模语言模型的隐私与安全
人工智能行业海外市场寻找 2025 爆款 AI 应用 - 241204
美国环保署 EPA2024 年版汽车趋势报告英文版
经济学人智库 EIU2025 年行业展望报告 6 大行业的挑战机遇与发展趋势 英文版
华为 2024 迈向智能世界系列工业网络全连接研究报告
华为迈向智能世界白皮书 2024 - 计算
华为迈向智能世界白皮书 2024 - 全光网络
华为迈向智能世界白皮书 2024 - 数据通信
华为迈向智能世界白皮书 2024 - 无线网络
安全牛 AI 时代深度伪造和合成媒体的安全威胁与对策 2024 版
2024 人形机器人在工业领域发展机遇行业壁垒及国产替代空间分析报告
《2024 年 AI 现状分析报告》2-1-3 页.zip
万物智能演化理论，智能科学基础理论的新探索 - newv2
世界经济论坛 智能时代的食物和水系统研究报告
生成式 AI 时代的深伪媒体生成与检测：综述与展望
科尔尼 2024 年全球人工智能评估 AIA 报告追求更高层次的成熟度规模化和影响力英文版
计算机行业专题报告 AI 操作系统时代已至 - 241201
Nature 人工智能距离人类水平智能有多近？
Nature 开放的人工智能系统实际上是封闭的
斯坦福《统计学与信息论》讲义，668 页 pdf
国家信息中心华为城市一张网 2.0 研究报告 2024 年
国际清算银行 2024 生成式 AI 的崛起对美国劳动力市场的影响分析报告 渗透度替代效应及对不平等状况英文版
大模型如何判决？从生成到判决：大型语言模型作为裁判的机遇与挑战
毕马威 2024 年全球半导体行业展望报告
MR 行业专题报告 AIMR 空间计算定义新一代超级个人终端 - 241119
DeepMind 36 页 AI4Science 报告：全球实验室被「AI 科学家」指数级接管
《人工智能和机器学习对网络安全的影响》最新 273 页
2024 量子计算与人工智能无声的革命报告
未来今日研究所：2024 技术趋势报告 - 广义计算篇
科睿唯安中国科学院 2024 研究前沿热度指数报告
文本到图像合成：十年回顾
《以人为中心的大型语言模型（LLM）研究综述》
经合组织 2024 年数字经济展望报告加强连通性创新与信任第二版
波士顿咨询 2024 全球经济体 AI 成熟度矩阵报告 英文版
理解世界还是预测未来？世界模型的综合综述
GoogleCloudCSA2024AI 与安全状况调研报告 英文版
英国制造商组织 MakeUK2024 英国工业战略愿景报告从概念到实施
花旗银行 CitiGPS2024 自然环境可持续发展新前沿研究报告
国际可再生能源署 IRENA2024 年全球气候行动报告
Cell: 物理学和化学 、人工智能知识领域的融合
智次方 2025 中国 5G 产业全景图谱报告
上下滑动查看更多
来源：人工智能学家