TL;DR:Google DeepMind 的執行長、諾貝爾獎得主 Demis Hassabis 最近的一場演講揭示出，當前的科技熱潮是由一個深刻的轉變所推動：AI 不再只是優化商業工作流程，它也開始解決基本的科學與工程挑戰。在 AI 基礎架構、訓練和應用程式上同時進行的大量投資，正在創造一個強大且自我強化的成長循環。這正在釋放核聚變和材料科學等「大挑戰」領域前所未有的突破，創造下一波的產業和投資機會。
我是 Mercury Technology Solutions 的執行長 James。
任何觀察全球市場的人都在問同樣的基本問題："科技股的驚人表現是可持續的漲潮，還是暫時的泡沫？雖然我們總是需要小心謹慎，但最近由 Google DeepMind 創辦人之一兼執行長 Demis Hassabis 主講的討論，為前者提供了有力的論據。
他的見解將當前的人工智能革命不僅定義為另一個科技週期，而是將其視為一個時代的曙光，在這個時代中，人工智能將成為基礎科學發現的新引擎。這種轉變對於產業的未來和長期投資的本質都有深遠的影響。
新投資論點：為什麼人工智能熱潮與眾不同
目前的技術反彈若要延續其軌跡，必須滿足兩個條件：
- 對於人工智慧運算能力的需求，一定是處於爆炸性長期成長階段的最初期。
- AI 必須有能力解決以往限制進步的難題、現實世界的瓶頸。
兩者的證據都逐漸變得不容置疑。今天經歷飛速成長的公司，都是那些成功利用人工智能解決長期問題的公司。Hassabis 是 AlphaGo 和 AlphaFold 等里程碑式系統的主要設計師，他認為人工智能現在正進入「超級加速階段」。
AI 成長的三個並行引擎
在討論中，Hassabis 的真知灼見指出了推動運算能力需求的三個主要過程。目前的獨特之處在於這三個階段是同時發生，而不是依序發生。
- Foundational Infrastructure Build-out：大量資本投資正在進行中，以建立為現代人工智能提供動力的核心資料中心和硬體。
- 專業模型訓練：專家們正在使用此基礎架構，針對特定領域訓練和微調具備專業知識的 AI 模型。
- Mass-Market Application & Monetization：這些訓練有素的模型隨後被快速部署到大眾和企業，創造收入和新的使用個案。
如果這三個階段相繼發生，我們可能會看到一連串較小、可控制的市場週期。然而，由於這三個階段同時發生，因此形成了強而有力的自我強化回饋循環。這種同時發生的爆炸性成長，顯示出比一般科技泡沫更持久、規模更大的產業轉型。
從商業問題到重大挑戰：人工智能的新領域
討論中最深刻的啟發是人工智慧現在能夠解決的問題類型的轉變。我們正在超越優化業務工作流程的範疇，邁向解決科學與工程「重大挑戰」的領域。
案例研究 1：解決核聚變問題
數十年來，利用核聚變提供乾淨、無限能源的夢想一直受到一個主要挑戰的阻礙：如何利用強大的磁場來控制比太陽核心還熱的湍流電漿。這是一個必須即時調整數千個變數的問題--對於人類工程師來說，這已經證明是一項非常複雜的任務。
DeepMind 使用強化學習模型，克服了這個障礙。他們的人工智能學會了成功操控托卡馬克反應堆內的磁線圈來限制和控制等離子體，實現了該領域的重大突破。
案例研究 2：加速材料科學
隨著等離子體控制問題的解決，核聚變以及無數其他技術的新瓶頸，就是發現能夠承受極端條件的先進材料。這正是人工智能再次準備領跑的地方。Hassabis 指出，Google 已在使用 AI 研發新的太陽能材料，並在今年取得重大成就。
材料科學是一個典型的「難題」，現在人工智慧已經可以解決這個問題，為創新和投資開闢了另一個領域。
總結：機會的新時代
儘管在高估值的市場中總是要小心謹慎，但來自世界頂尖人工智能實踐者之一的真知灼見表明，我們正處於一場深刻的工業和科學革命的早期階段。機遇不再只是在軟體的數位領域，而是在人工智慧現在可以幫助我們解決的有形、現實世界的問題。
領導者在策略上的當務之急，是要超越 AI 在其企業中的直接應用，並開始提出一個更基本的問題："在我們的產業中，有哪些難以解決的「大挑戰」問題，現在可能可以用這個新的科學發現引擎來解決？能夠回答這個問題的公司，將能夠定義下一代的產業進步。
