DeepMind 紀錄片：通用 AI 比火電更偉大，人類文明將改寫

DeepMind 紀錄片《思考遊戲》（The Thinking Game）免費公開，記錄 Demis Hassabis 畢生追尋通用 AI（AGI）的旅程。Hassabis 認為，通用 AI 比電與火的出現更重要。他警告，AGI 即將誕生，將成為人類歷史分水嶺，「我們的下一代將生活在一個全新的世界，每一刻都是重要的」。

Demis Hassabis 的通用 AI 畢生使命

（來源：Youtube）

作為在六歲就在地方西洋棋比賽奪冠的劍橋大學高材生，Demis Hassabis 很早就把 AGI 研究當成一輩子的使命，因為他想解決一個困擾生物學界 50 年的問題：蛋白質摺疊。現在我們可能很難想像，但當時有很多創投界及學術界的人，對通用 AI 技術抱持很大的質疑。前者認為 Demis 的想法像在畫大餅，後者則認為把神經科學加機器學習結合，不是純正的科學。

在 2010 年成立的 DeepMind，早期的募資之路可謂困難重重，直到他們遇到知名天使投資人彼得·提爾（Peter Thiel）。提爾雖然成為了 DeepMind 大金主，但他堅持要團隊搬去矽谷。Demis 堅決留在倫敦，他認為這裡有獨特的人才庫，且矽谷那種快速失敗、快速轉向的文化，不適合需要長期研究的通用 AI 技術。

這個決定凸顯了 Hassabis 對 AGI 研究的深刻理解。通用 AI 不是一個可以快速迭代的消費級產品，而是需要基礎科學突破的長期研究。矽谷的創業文化強調快速驗證市場需求和商業模式，但 AGI 研究的價值可能在十年甚至數十年後才能顯現。Hassabis 堅持留在倫敦，保護了 DeepMind 的研究純度。

Hassabis 將 AGI 比作人類發現火，這個類比極具深意。火的發現使人類能夠烹飪食物、取暖、照明和冶煉金屬，從根本上改變了人類文明的發展軌跡。Hassabis 認為通用 AI 將具有同等甚至更大的影響力，因為它不僅是一種工具，更是一種能夠自我學習和創造的智能。

從遊戲到圍棋：DQN 與 AlphaGo 的突破

（來源：DeepMind）

DeepMind 在倫敦成立後，聚集了一群夢想家。為了訓練 AI，他們決定使用「遊戲」作為實驗場，因為遊戲是完美的受控環境。他們把深度學習（Deep Learning）與強化學習（Reinforcement Learning）技術結合創造出 DQN 模型，並讓 AI 玩雅達利（Atari）的乒乓球遊戲，但不教它規則，只要求他要看像素並追求高分。

一開始，AI 連一顆球都接不到，讓團隊一度懷疑通用 AI 技術是否只是空想，但突然間，AI 開始得分了。然後他們讓 AI 玩《打磚塊》（Breakout）這款遊戲。經過數百局訓練後，AI 竟然自己學會了挖通側邊的牆壁，讓球在磚塊上方反彈的挖隧道策略。最重要的是，這是一個沒有人類預設、由機器自己發現的最佳解答。

這證明，DeepMind 成功創造一種能夠適應不同環境的通用學習系統，這在通用 AI 發展中是一個巨大的突破。這不僅僅是讓機器學會玩遊戲，而是證明了機器可以在沒有人類指導的情況下，自主發現策略和解決方案。這種自主學習能力是通用 AI 的核心特徵。

儘管機器學習技術突破，但算力卻成為瓶頸。為了加速實現 AGI，DeepMind 最終同意被 Google 以約 4 億英鎊收購，但他們希望保持研究的獨立性。有了 Google 的算力支持，DeepMind 將目光轉向起源於中國的「圍棋」，這曾被認為是 AI 難以攻克的聖杯。

於是，AlphaGo 誕生了，並跟世界上最強人類圍棋手李世石展開對決。AlphaGo 下出了震驚世界的第 37 手，這一手被視為人類棋手幾乎不可能會走出的原創步數，讓人類意識到機器不只是很會算數學，還展現了創造力。李世石的落敗震驚全球，尤其對中國而言就像是史普尼克危機（Sputnik moment），喚醒了全球對 AI 的重視，並引發了一場 AI 版的「太空競賽」。

DeepMind 技術演進的四大里程碑

DQN 模型：結合深度學習和強化學習，AI 自主發現遊戲策略

AlphaGo：擊敗人類圍棋冠軍，展現創造力和直覺

AlphaZero：完全摒棄人類知識，純粹自我對弈學習

AlphaFold：解決蛋白質摺疊問題，獲諾貝爾化學獎

AlphaGo 雖然強大，但主要是依賴人類棋譜數據來學習。DeepMind 隨後開發了 AlphaZero，這是一個更優雅的演算法，完全摒棄人類知識，只透過自我對弈來學習下棋。AlphaZero 從零開始，在一天之內就精通了西洋棋、將棋和圍棋，甚至展現出人類未曾見過的棋風，證明機器可以通過純粹的經驗，超越人類千年的智慧積累。

AlphaFold 解決蛋白質摺疊獲諾貝爾獎

遊戲只是實驗場，Demis 真正的野心一直是用 AI 解決科學難題，也就是開頭提到的「蛋白質摺疊」。蛋白質摺疊長久以來被視為人類最大的生物謎團，如果人類能夠預測蛋白質結構，就能加速藥物開發、治療疾病。為了測試 AI 在生物學領域的可能性，DeepMind 成立 AlphaFold 團隊並參加 CASP（蛋白質結構預測競賽）。

在 2018 年的 CASP13 中，AlphaFold 雖然贏了比賽，但準確度仍不足以讓生物學家在實際研究中使用，這讓團隊感到挫折與謙卑，意識到科學問題比遊戲複雜得多。不願放棄的 Demis，在新冠疫情期間加倍投入研究 AlphaFold，組建了一支結合物理學知識與機器學習的突擊隊。在居家隔離的艱難環境下，他們日以繼夜地工作。

最終，在 2020 年的 CASP14 中，AlphaFold 取得驚人成績。科學界公認，蛋白質摺疊問題已被實質性的解決。然後，DeepMind 做了一個大膽的決定。他們不把這份成就商業化，而是把超過 2 億種蛋白質，幾乎是地球上所有已知的蛋白質序列的預測結構免費公開，將科技的果實無償普惠給生物界。Demis 與另一名研究人員 John Jumper 也因該創舉，獲得了 2024 年諾貝爾化學獎。

AGI 誕生倒數負責任管理刻不容緩

自大語言模型（LLM）聊天機器人 ChatGPT 問世以來，生成式 AI 在短短三年內，已經徹底改寫人們對程式設計、創意工作的勞動分配。現在，基於 LLM 技術推出的 ChatGPT、Gemini、Grok 等 AI 產品，正讓普通人也能深刻地體會到 AI 科技的衝擊。而下一步，通用 AI 的時代即將來臨，將成為人類歷史的分水嶺。

Demis 說，科技是中立的，但人類的使用方式會決定善惡。他曾要求 Google 承諾，絕對不能把 DeepMind 的技術用於軍事監視，並強調不能抱持快速行動、打破常規的態度。因為他認為，AGI 技術太過強大，一旦失控，後果將不堪設想。

Hassabis 警告：「AGI 即將誕生，我們的下一代將生活在一個全新的世界。因為有了 AI，一切將截然不同。如果你想要負責任的管理 AI，那麼每一刻都是重要的，我這輩子就是為了這一刻。」這種緊迫感反映了 DeepMind 團隊對通用 AI 潛在風險的深刻認識。正如火可以用於烹飪也可以用於摧毀，通用 AI 可以解決人類面臨的重大挑戰，也可能帶來前所未有的風險。

站在生成式 AI 應用爆發，迎向 AI 代理人（AI Agents）的關鍵時刻，現在或許是我們好好回顧通用 AI 發展歷程，與思考未來的最佳時機點。