برنامه خبری تلویزیونی «60 دقیقه» CBS، شب گذشته نگاهی به درون Google DeepMind و چشم انداز دیمیس هاسابیس، بنیانگذار و مدیرعامل برنده جایزه نوبل هوش مصنوعی، انداخت (همچنین در یوتیوب به اشتراک گذاشته شده است).
این مصاحبه، پیشرفت سریع DeepMind در هوش مصنوعی و جاه طلبی آن برای دستیابی به هوش مصنوعی عمومی (AGI) - هوش ماشینی با تطبیق پذیری شبیه انسان و مقیاس فوق بشری - را دنبال می کند.
هاسابیس مسیر فعلی هوش مصنوعی را "منحنی نمایی بهبود" توصیف کرد که ناشی از علاقه، استعداد و منابع رو به رشد در این زمینه است.
دو سال پس از مصاحبه قبلی «60 دقیقه» که آغاز عصر چت بات ها را اعلام کرد، هاسابیس و DeepMind اکنون به دنبال سیستم های توانمندتری هستند که نه تنها برای درک زبان، بلکه برای درک دنیای فیزیکی اطراف خود طراحی شده اند.
این مصاحبه پس از کنفرانس Google Cloud Next 2025 در اوایل این ماه انجام شد که در آن غول جستجوگر، مجموعه ای از مدل ها و ویژگی های جدید هوش مصنوعی را با تمرکز بر خانواده مدل هوش مصنوعی چندوجهی Gemini 2.5 معرفی کرد. به نظر می رسد گوگل از این کنفرانس پیشتاز شده است در مقایسه با سایر شرکت های فناوری در ارائه هوش مصنوعی قدرتمند برای موارد استفاده سازمانی با مقرون به صرفه ترین قیمت ها، و از OpenAI پیشی گرفته است.
جزئیات بیشتر در مورد "پروژه آسترا" گوگل DeepMind
یکی از نقاط کانونی این بخش، پروژه آسترا، چت بات نسل بعدی DeepMind بود که فراتر از متن می رود. آسترا برای تفسیر دنیای بصری در زمان واقعی طراحی شده است.
در یکی از دموها، این چتبات نقاشیها را شناسایی کرد، حالات عاطفی را استنباط کرد و داستانی در مورد نقاشی هوپر با این خط ایجاد کرد: "فقط جریان ایدهها به جلو حرکت میکند."
وقتی از آن پرسیده شد که آیا خسته شده است، آسترا متفکرانه پاسخ داد و درجه ای از حساسیت به لحن و تفاوت های ظریف بین فردی را نشان داد.
بیبو شو، مدیر محصول، بر طراحی منحصربهفرد آسترا تاکید کرد: یک هوش مصنوعی که میتواند «ببیند، بشنود و در مورد هر چیزی چت کند» - یک گام مشخص به سوی سیستمهای هوش مصنوعی تجسمیافته.
Gemini: به سوی هوش مصنوعی عملی
این پخش همچنین شامل Gemini، سیستم هوش مصنوعی DeepMind است که نه تنها برای تفسیر جهان، بلکه برای عمل در آن آموزش داده می شود - انجام وظایفی مانند رزرو بلیط و خرید آنلاین.
هاسابیس گفت Gemini گامی به سوی AGI است: یک هوش مصنوعی با توانایی شبیه به انسان برای پیمایش و عملکرد در محیط های پیچیده.
تیم «60 دقیقه» یک نمونه اولیه تعبیه شده در عینک را آزمایش کردند که تشخیص بصری و پاسخ های صوتی در زمان واقعی را نشان می داد. آیا می تواند به بازگشت قریب الوقوع عینک های واقعیت افزوده پیشگامانه و در عین حال ناخوشایند اولیه به نام Google Glass اشاره داشته باشد؟
در حالی که نسخه های خاص مدل Gemini مانند Gemini 2.5 Pro یا Flash در این بخش ذکر نشد، اکوسیستم هوش مصنوعی گستردهتر گوگل اخیراً آن مدلها را برای استفاده سازمانی معرفی کرده است که ممکن است نشان دهنده تلاشهای توسعه موازی باشد.
این ادغامها از جاهطلبیهای رو به رشد گوگل در هوش مصنوعی کاربردی پشتیبانی میکنند، اگرچه این ادغامها خارج از محدوده مواردی هستند که مستقیماً در مصاحبه پوشش داده شدهاند.
AGI به این زودی در سال 2030؟
وقتی از هاسابیس در مورد جدول زمانی پرسیده شد، پیش بینی کرد که AGI می تواند به این زودی در سال 2030 وارد شود، با سیستم هایی که محیط خود را "به روش های بسیار ظریف و عمیق" درک می کنند. او پیشنهاد کرد که چنین سیستم هایی می توانند به طور یکپارچه در زندگی روزمره تعبیه شوند، از وسایل پوشیدنی گرفته تا دستیارهای خانگی.
این مصاحبه همچنین به احتمال خودآگاهی در هوش مصنوعی پرداخت. هاسابیس گفت که سیستم های فعلی آگاه نیستند، اما مدل های آینده می توانند نشانه هایی از خودفهمی نشان دهند. با این حال، او بر شکاف فلسفی و بیولوژیکی تأکید کرد: حتی اگر ماشینها رفتار آگاهانه را تقلید کنند، از همان «ماده کربنی نرم» انسانها ساخته نشدهاند.
هاسابیس همچنین پیش بینی کرد که پیشرفت های عمده ای در رباتیک رخ خواهد داد و گفت که پیشرفت ها می تواند در چند سال آینده رخ دهد. این بخش رباتهایی را نشان میداد که وظایف را با دستورالعملهای مبهم انجام میدهند - مانند شناسایی یک بلوک سبز رنگ که با مخلوط کردن زرد و آبی تشکیل شده است - که نشان دهنده تواناییهای استدلالی رو به رشد در سیستمهای فیزیکی است.
دستاورها و نگرانی های ایمنی
این بخش دستاورد برجسته DeepMind با AlphaFold، مدل هوش مصنوعی که ساختار بیش از 200 میلیون پروتئین را پیش بینی کرده بود، مرور کرد.
هاسابیس و همکارش جان جامپر به دلیل این کار برنده جایزه نوبل شیمی 2024 شدند. هاسابیس تاکید کرد که این پیشرفت می تواند توسعه دارو را تسریع کند و به طور بالقوه جدول زمانی را از یک دهه به چند هفته کاهش دهد. او گفت: "من فکر می کنم شاید یک روز بتوانیم تمام بیماری ها را با کمک هوش مصنوعی درمان کنیم."
با وجود خوش بینی، هاسابیس نگرانی های روشنی را ابراز کرد. او به دو خطر عمده اشاره کرد: سوء استفاده از هوش مصنوعی توسط بازیگران بد و استقلال رو به رشد سیستم ها فراتر از کنترل انسان. او بر اهمیت ساختن حفاظها و سیستمهای ارزشی - آموزش هوش مصنوعی همانطور که ممکن است به یک کودک آموزش دهیم - تاکید کرد. او همچنین خواستار همکاری بین المللی شد و خاطرنشان کرد که نفوذ هوش مصنوعی هر کشور و فرهنگی را تحت تاثیر قرار خواهد داد.
او گفت: "یکی از نگرانی های بزرگ من این است که رقابت برای تسلط بر هوش مصنوعی می تواند به رقابت برای کاهش ایمنی تبدیل شود." او بر نیاز به هماهنگی بازیگران اصلی و دولت-ملت ها در زمینه توسعه اخلاقی و نظارت تاکید کرد.
این بخش با تأملی بر آینده به پایان رسید: دنیایی که در آن ابزارهای هوش مصنوعی میتوانند تقریباً هر تلاش انسانی را متحول کنند - و در نهایت نحوه تفکر ما در مورد دانش، آگاهی و حتی معنای زندگی را تغییر دهند. همانطور که هاسابیس بیان کرد، "ما به فلاسفه بزرگ جدیدی نیاز داریم تا بیایند... تا پیامدهای این سیستم را درک کنند."