当ChatGPT在2022年引爆全球AI热潮时，许多人以为Google已经在这场竞赛中落后。但Google DeepMind CEO、2024年诺贝尔化学奖得主Demis Hassabis并不这么认为。在最新专访中，这位AI领域的传奇人物复盘了Google的AI战略：从早期被嘲讽的‘科研型’路线，到如今凭借Gemini大模型和AlphaFold科学突破实现逆袭，他的故事揭示了AI发展路径的本质分歧——追求短期产品爆发还是长期科学价值。Hassabis指出，Google的AI战略核心是‘科学优先’。当外界聚焦于聊天机器人的对话流畅度时，DeepMind团队已在蛋白质结构预测领域深耕多年。AlphaFold已预测超过2亿个蛋白质结构，覆盖地球上几乎所有已知蛋白质，这直接推动了药物研发和生物学理解。而Gemini大模型则整合了多模态能力，在数学推理、代码生成等基准测试中与GPT-4持平甚至超越。这些成果并非偶然，而是基于强化学习和系统神经科学的长期积累——这正是Hassabis在神经科学和AI交叉领域的独到见解。行业影响层面，Hassabis强调当前大语言模型的竞争格局正在重塑。Google将Gemini集成至搜索、办公套件和云服务，覆盖超过30亿用户，而DeepMind的AI工具已帮助科学家发现超100种新型抗生素候选分子。但Hassabis也警告，单纯扩大模型规模存在边际效益递减，未来突破需要将AI与物理世界互动结合，例如机器人技术和材料科学。他特别提到，中国AI公司如DeepSeek在成本优化方面表现突出，但核心创新仍需回归基础研究。展望未来，Hassabis认为AI的下一个里程碑将是‘通用人工智能助手’——不仅能聊天，还能自主规划科研实验或管理复杂系统。他建议从业者关注两个方向：一是将AI应用于科学发现，如气候建模和核聚变；二是构建可解释、可验证的AI系统，避免‘黑箱’风险。对于创业者，他给出的建议是‘不要追逐热点，而是解决真正困难的问题’。毕竟，从被嘲笑到诺奖加身，这条路他已经走了整整二十年。