Google 首席架构师 Koray Kavukcuoglu：AI 的目标是解决人类还无法理解的问题

Google 首席 AI 架构师 Koray Kavukcuoglu 表示，AI 的目标是解决人类尚无法理解的问题

Google 首席 AI 架构师 Koray Kavukcuoglu 表示，该公司的长期目标是开发能够独立学习和适应的 AI，以解决人类尚无法理解的问题。Kavukcuoglu 目前担任 Google DeepMind 的首席技术官。去年，他成为首位被任命为 Google 首席 AI 架构师的人，负责将公司最先进的 AI 模型整合到其各类产品中。

今年 5 月中旬在美国举行的 Google I/O 2026 大会上，Kavukcuoglu 在接受 VnExpress 采访时分享了他对通用人工智能（AGI）的看法，以及 Google 如何将 AI 研究从实验室带给数十亿用户，还有年轻人应如何为 AI 时代做好准备。

Google DeepMind 首席技术官 Koray Kavukcuoglu 在 2026 年 5 月 Google I/O 2026 大会期间接受 VnExpress 采访。图片：VnExpress/Luu Quy

VnExpressGoogle 曾以其搜索引擎闻名，但 AI 如今正成为几乎所有产品的基础层。你如何看待公司内部正在发生的这一转变？

Koray Kavukcuoglu我认为 Google 的使命是让我们的用户能够获取信息，对吧？让我们的用户能够获取信息，对吧？重要的是我们始终在努力做到这一点。

我认为 Liz（Elizabeth Reid 负责领导 Google 的搜索业务）说得很好，人们总是希望以最佳方式获取信息，而 AI 正借助我们目前取得的进展开辟新的可能性。正如我们在这里谈到的，像 Gemini 3.5 Flash 这样的模型，凭借其带来的推理和 agentic 能力，为实现这一目标打开了新的途径。

然后，从技术发展的角度来看，我认为重要的是，我们在开发技术的同时，要始终与现实世界保持联系，因为我们已经从那个更偏向学术研究的时期，演进到了技术真正在现实世界中有用且适用的阶段。

借助这种适用性，我们实际上能够通过与现实世界、我们的用户以及我们的产品互动，明确在技术发展路径上下一步该做什么，同时以负责任的方式部署技术。你可以看到，这一转变体现在 Gemini 被应用于 Google 的众多产品中，这使这些产品变得更有帮助，并能为我们的用户提供更好的服务。

VnExpressGoogle DeepMind 最初凭借 AlphaGo 等研究突破引起全球关注，随后其技术才惠及数十亿用户。在你看来，将 AI 模型从研究推向实际应用的最大挑战是什么？

Koray Kavukcuoglu我认为这种转变，正如我所提到的，是从你所说的学术研究，走向更具适用性、在现实世界中运作的阶段，这是任何技术发展的自然进程。而且我认为，这种转变是你必须有意识地去思考的。作为一个组织，我们的目标当然是开发 AI，让人们能够使用它并发挥效用，用它来改善用户的生活。因此，这是一个自然到来的转变节点，我认为它本身就是一个令人兴奋的机会。

我认为这项研究中的难点在于：针对每一个不同的想法，情况都会有所不同，但总体而言，一方面在于技术开发——你拥有了技术，具备了能力；另一方面在于用户实际上会如何使用它？它是否真能为他们解决一些问题？让他们体验这项技术的最佳方式是什么？而当这两个方面结合起来时，找到那个连接点至关重要。我认为这是非常关键的一点。我想说这很重要。

VnExpress随着 Gemini 在多模态 AI 和 AI agent 领域快速推进，你认为 AI 要成为一个真正可靠的助手，而不仅仅是回答问题的工具，还需要哪些技术突破？

Koray Kavukcuoglu我认为这完全取决于我们对这项技术的期望。在很多方面，技术已经在生活中给予了我们很大帮助。但我们追求的是某种通用的东西，某种不仅能在一个领域，而是能在我们生活诸多不同领域提供帮助的东西。我们想做的不是只解决当下眼前的问题，不是只帮助我们此刻看到的那些事情。

我们想构建的是一种具有前瞻性的技术，它能够自主学习，能够在我们尚不了解的领域提供帮助，能够自行学习和适应。因此，我认为我们可以假设有很多能力将实现这一点，但这属于推动技术前沿的研究范畴。然后，正如我所说，目标是将这些能力整合起来带给用户。

VnExpress未来五年，什么将决定 AI 竞赛的走向？

Koray Kavukcuoglu我认为最根本的一点在于，它始终关乎模型。始终关乎投入其中的理念。始终关乎投入其中的研究。真正的技术发展正是来源于此。但你当然无法将其与数据割裂开来。

你无法将其与数据割裂，无法将其与用户体验割裂，无法将其与用户如何与之交互割裂。我认为重要的一点在于，我们在开发技术时，无论当下还是未来，这种交互将如何发生，以及在该技术发展过程中关键的决策点或关键的赋能点是什么。眼下，许多进展都集中在 agentic 工作流上，我们可以看到这一点。

你可以看到，随着我们的 3.5 Flash 模型推出，这种 agentic 能力的提升已经同时体现在了许多不同的产品中。为什么？因为这些是你能想象到的核心能力，随着技术发展，模型会具备越来越多这样的能力。因此，3.5 Flash 不仅向开发者开放并正在那里产生影响，它也集成在搜索中，集成在 AI 模式里。每位搜索用户都能使用它。它也集成在 Gemini app 中。每位 Gemini app 用户都能使用它。

当你拥有这种无处不在的核心技术时，无论是搜索中与信息交互的新方式，还是 Gemini app 里的体验，我认为这些都是那种正在泛化、并融入人们日常生活提供帮助的核心能力。