撰文：Techub News 整理

导语

2023年，一部名为《The Thinking Game》的纪录片入选 Tribeca 电影节，将镜头对准了全球最神秘也最具野心的人工智能研究机构之一——Google DeepMind。影片罕见地深入其伦敦总部，以创始人 Demis Hassabis（德米斯·哈萨比斯）的成长与思考为主线，完整呈现了这家公司从诞生到攻克围棋、再到解决蛋白质折叠世纪难题的完整历程。这不仅是一个公司的故事，更是一群顶尖科学家如何以「构建通用人工智能（AGI）」为终极目标，将基础研究转化为现实世界突破的史诗。在 AI 浪潮席卷全球的当下，理解 DeepMind 的哲学、方法论与抉择，对于把握技术未来走向至关重要。

摘要

DeepMind 的创立源于 Hassabis 与 Shane Legg（谢恩·莱格）对 AGI 的共同痴迷，他们坚信人脑是通用智能存在的唯一证明，并决心从神经科学中汲取灵感。
公司将电子游戏视为完美的 AI 训练场，从 Atari 的像素学习到围棋的复杂策略，其核心突破在于将深度学习与强化学习结合，创造出能从零开始、自我进化的通用算法。
AlphaGo 击败李世石不仅是技术里程碑，更成为全球（尤其中国）的「斯普特尼克时刻」，引爆了 AI 军备竞赛，也让团队意识到技术扩散的双刃剑效应。
从 AlphaGo 到 AlphaZero，再到 AlphaFold，DeepMind 证明了其方法论的可扩展性：通过模拟环境与奖励机制，AI 不仅能掌握游戏，更能解决蛋白质折叠这样的现实世界科学难题。
Hassabis 强调，面对 AGI 这一可能重塑人类文明的工具，必须摒弃「快速行动、打破常规」的硅谷文化，进行审慎、负责任的研究与治理，时间紧迫但容不得错误。

从棋盘到大脑：一位 AGI 梦想家的起源

Demis Hassabis（德米斯·哈萨比斯）的思维之旅始于棋盘。他四岁展现国际象棋天赋，六岁成为伦敦八岁以下冠军，少年时期已是世界同年龄段的顶级棋手。然而，一次长达十小时的比赛成为转折点。在筋疲力尽地输掉一场本该和棋的对局后，他看着大厅里数百名棋手，突然产生了一种直觉：「我们是否在浪费这些脑力？如果能把这 300 个大脑连接成一个系统，或许就能解决癌症。」尽管热爱象棋，但他意识到这并非值得毕生投入的事业。

这种对「思维」本身的着迷，引导他走向了神经科学与人工智能的交叉点。在剑桥大学，他遇到了未来的联合创始人 Shane Legg（谢恩·莱格）。两人都对「人工通用智能（AGI）」着迷，并认为人脑是宇宙中已知唯一通用智能存在的证明，是构建 AGI 的最佳灵感来源。然而，在当时的学术圈，AI 几乎是一个令人尴尬的词汇，不被视为严肃科学。Hassabis 因此说服 Legg，正确的道路是创办一家公司。

创业之初，融资异常艰难。他们对投资者说：「我们要解决所有智能问题。」得到的回应往往是困惑与质疑。最终，以逆向思维著称的彼得·蒂尔（Peter Thiel）成为了他们的第一位重要投资者。蒂尔坚持公司应设在硅谷，但 Hassabis 力主留在伦敦。他认为伦敦拥有剑桥、牛津、UCL 等顶尖学府培养出的卓越人才，而硅谷「快速试错、频繁跳槽」的文化不利于需要长期投入的基础研究。最终，DeepMind 在伦敦成立，使命明确：「打造世界上第一个通用学习机器。」

游戏作为训练场：从 Atari 像素到围棋圣杯

DeepMind 早期做出了一个关键决策：将游戏作为 AI 开发的完美训练场。游戏提供了结构化的环境、明确的规则和奖励信号，是测试智能「通用性」和「学习能力」的理想沙盒。

他们的第一个重大突破是「深度 Q 网络（DQN）」。团队将深度学习与强化学习这两种当时独立发展的技术首次大规模结合，创造出单一算法。该算法仅接收游戏屏幕的原始像素和得分信号，目标仅是最大化得分，而不被告知任何游戏规则。他们从最简单的《Pong》开始，经历了一段令人焦虑的时期——算法似乎毫无进展。Hassabis 甚至对 Legg 说：「也许我们错了，我们连《Pong》都做不了。」然而，转折点突然到来：AI 拿到了第一分，然后赢得了第一局，三个月后，已无人能敌。

随后，他们将同一算法应用到《Breakout》等数十款 Atari 游戏中。在《Breakout》里，AI 不仅学会了玩，更在持续训练中发现了人类从未想到的最优策略：从侧面挖隧道，让球绕到墙后。这证明了算法不仅能学习，还能创造。研究员 Murray Shanahan 评价道：「这在许多方面是第一个可被称为通用智能的例子。」

然而，算力限制了想象。为了加速 AGI 时间表，DeepMind 需要更大的规模。这引向了被谷歌收购的决定。Hassabis 回忆，投资者并不想出售，但团队认为这是对使命最有利的选择。「没有时间可以浪费……你会用多少亿来换取五年寿命，去做你立志要做的事？」收购后，他们获得了前所未有的计算资源，并将目光投向了更宏伟的目标：围棋。

围棋被视为人工智能的「圣杯」，其棋盘可能性远超宇宙原子总数，直觉与创造力至关重要。DeepMind 开发了 AlphaGo。其训练分两步：首先学习数十万盘人类棋谱，模仿人类下法；然后通过强化学习，让不同版本的 AlphaGo 相互对弈数百万局，从错误中学习。

2016年，AlphaGo 与传奇棋手李世石的对决举世瞩目。比赛中，AlphaGo 下出了令所有职业棋手震惊的「第 37 手」。David Silver 回忆，AlphaGo 自身评估这一手由人类棋手走出的概率也只有万分之一。这手棋不仅赢得了比赛，更象征着 AI 在数千年人类智慧沉淀的领域发现了全新知识。前谷歌 CEO 埃里克·施密特称，AlphaGo 的胜利是中国的「斯普特尼克时刻」，如同当年苏联卫星上天刺激美国一样，它引爆了全球 AI 竞赛。

此后，团队进一步推出了 AlphaZero。它摒弃了所有人类棋谱知识，完全从零开始，仅通过自我对弈学习。结果更令人震撼：AlphaZero 可以在早上开始完全随机地下棋，到下午茶时间就达到超人类水平，晚餐时分则成为有史以来最强的棋类实体。它甚至发展出了全新的、更具攻击性的象棋风格，让人类大师都感到启发。

迈向更广阔的世界：星际争霸、AI 安全与科学发现

在棋类游戏取得胜利后，DeepMind 开始挑战更接近现实世界复杂性的环境——《星际争霸 II》。这款游戏具有不完全信息、实时决策、长期规划等特性，是测试智能「广度」的绝佳平台。团队从大型语言模型中获得灵感，训练 AI 预测游戏中的下一个动作，就像预测下一个单词一样。

进展起初缓慢，AI 甚至无法击败业余水平的同事。但随后，进步速度呈指数级增长。当 AI 击败内部最好的《星际争霸》玩家时，团队知道他们已接近另一个里程碑。最终，AlphaStar 在直播比赛中与职业选手 MaNa 对决，展示了惊人的战术执行能力。然而，这场胜利也让团队内部产生了反思。研究员 David Silver 说：「我们许多人是游戏玩家出身，自然将游戏视为乐趣的载体。但公众可能会看到其中更军事化的一面。」

影片此时引入了深刻的伦理讨论。学者们警告 AI 在军事化、监控、制造虚假信息方面的潜在滥用。Hassabis 明确表示，他认为自主武器是个「非常糟糕的主意」，并强调技术本身中性，但使用方式决定其善恶。他将 DeepMind 的工作与「曼哈顿计划」类比，但指出关键区别：「奥本海默等项目的领导者沉醉于技术可能性的兴奋中，未能尽早足够认真地思考他们所做之事的道德问题。」 他主张，对于强大的新技术，科学家应在受控条件下首先理解它，绝不能遵循「快速行动、打破常规」的信条，因为有些东西一旦打破就无法修复。

这种「用 AI 解决科学问题以造福人类」的理念，在 AlphaFold 项目上得到了终极体现。蛋白质折叠问题是生物学长达五十年的「圣杯」，通过氨基酸序列预测蛋白质三维结构，是理解生命机制、设计新药的关键。Hassabis 在剑桥时期就对此问题着迷，并认为 AI 是解决它的钥匙。

DeepMind 组建了「蛋白质折叠突击队」。过程充满挑战，团队需要融合生物学领域知识。在新冠疫情全球封锁的背景下，研发在团队成员家的各个房间里远程进行。他们甚至重点攻坚了新冠病毒的 Orf8 蛋白结构。最终，在 CASP14（蛋白质结构预测关键评估）中，AlphaFold 取得了惊人的准确性，被评价为「基本上解决了蛋白质折叠问题」。

更值得称道的是接下来的决定。Hassabis 团队没有将这一突破封闭起来，而是决定「折叠所有已知的蛋白质序列，然后免费提供给全世界」。他们与欧洲分子生物学实验室合作，建立了 AlphaFold 数据库，开放了超过 2 亿个蛋白质结构预测。施密特称这是「馈赠给全人类的礼物」。这一举动彻底改变了结构生物学的研究方式，加速了全球在疾病、农业、环境等领域的科研进程。AlphaFold 成为了 DeepMind 哲学的最佳证明：在通往 AGI 的道路上，创造能够解决现实世界最复杂问题的革命性工具。

尾声：AGI 在望，责任在肩

影片以 Hassabis 与早期 AI 原型「Alpha」的轻松对话结束，谈论象棋、雕塑与艺术。但轻松背后是沉重的使命感。Hassabis 总结道，AGI 已清晰可见于地平线，下一代将生活在一个被 AI 彻底重塑的世界。「如果负责任地引导这一进程，每一刻都至关重要。这是我为之活了一生的时刻。」

从国际象棋神童到游戏程序员，从神经科学博士到 AGI 梦想家，Demis Hassabis（德米斯·哈萨比斯）的人生轨迹始终围绕着「思考」这一核心。DeepMind 的故事表明，最雄心勃勃的科技目标，可能需要最「游戏化」的纯粹研究作为起点，但最终必须锚定在最严肃的人类福祉之上。在技术加速滚下山坡的今天，如何确保它沿着正确的轨迹前进，是影片留给所有观众——尤其是技术行业与政策制定者——的核心思考题。