DeepMind 纪录片：通用 AI 比火电更伟大，人类文明将改写

DeepMind 纪录片《思考游戏》（The Thinking Game）免费公开，记录 Demis Hassabis 毕生追寻通用 AI（AGI）的旅程。Hassabis 认为，通用 AI 比电与火的出现更重要。他警告，AGI 即将诞生，将成为人类历史分水岭，“我们的下一代将生活在一个全新的世界，每一刻都是重要的”。

Demis Hassabis 的通用 AI 毕生使命

（来源：Youtube）

作为在六岁就在地方国际象棋比赛夺冠的剑桥大学高材生，Demis Hassabis 很早就把 AGI 研究当成一辈子的使命，因为他想解决一个困扰生物学界 50 年的问题：蛋白质折叠。现在我们可能很难想象，但当时有很多创投界及学术界的人，对通用 AI 技术抱持很大的质疑。前者认为 Demis 的想法像在画大饼，后者则认为把神经科学加机器学习结合，不是纯正的科学。

在 2010 年成立的 DeepMind，早期的募资之路可谓困难重重，直到他们遇到知名天使投资人彼得·蒂尔（Peter Thiel）。蒂尔虽然成为了 DeepMind 大金主，但他坚持要团队搬去硅谷。Demis 坚决留在伦敦，他认为这里有独特的人才库，且硅谷那种快速失败、快速转向的文化，不适合需要长期研究的通用 AI 技术。

这个决定凸显了 Hassabis 对 AGI 研究的深刻理解。通用 AI 不是一个可以快速迭代的消费级产品，而是需要基础科学突破的长期研究。硅谷的创业文化强调快速验证市场需求和商业模式，但 AGI 研究的价值可能在十年甚至数十年后才能显现。Hassabis 坚持留在伦敦，保护了 DeepMind 的研究纯度。

Hassabis 将 AGI 比作人类发现火，这个类比极具深意。火的发现使人类能够烹饪食物、取暖、照明和冶炼金属，从根本上改变了人类文明的发展轨迹。Hassabis 认为通用 AI 将具有同等甚至更大的影响力，因为它不仅是一种工具，更是一种能够自我学习和创造的智能。

从游戏到围棋：DQN 与 AlphaGo 的突破

（来源：DeepMind）

DeepMind 在伦敦成立后，聚集了一群梦想家。为了训练 AI，他们决定使用“游戏”作为实验场，因为游戏是完美的受控环境。他们把深度学习（Deep Learning）与强化学习（Reinforcement Learning）技术结合创造出 DQN 模型，并让 AI 玩雅达利（Atari）的乒乓球游戏，但不教它规则，只要求它要看像素并追求高分。

一开始，AI 连一颗球都接不到，让团队一度怀疑通用 AI 技术是否只是空想，但突然间，AI 开始得分了。然后他们让 AI 玩《打砖块》（Breakout）这款游戏。经过数百局训练后，AI 竟然自己学会了挖通侧边的墙壁，让球在砖块上方反弹的挖隧道策略。最重要的是，这是一个没有人类预设，由机器自己发现的最佳解答。

这证明，DeepMind 成功创造一种能够适应不同环境的通用学习系统，这在通用 AI 发展中是一个巨大的突破。这不仅仅是让机器学会玩游戏，而是证明了机器可以在没有人类指导的情况下，自主发现策略和解决方案。这种自主学习能力是通用 AI 的核心特征。

尽管机器学习技术突破，但算力却成为瓶颈。为了加速实现 AGI，DeepMind 最终同意被 Google 以约 4 亿英镑收购，但他们希望保持研究的独立性。有了 Google 的算力支持，DeepMind 将目光转向起源于中国的“围棋”，这曾被认为是 AI 难以攻克的圣杯。

于是，AlphaGo 诞生了，并跟世界上最强人类围棋手李世石展开对决。AlphaGo 下出了震惊世界的第 37 手，这一手被视为人类棋手几乎不可能会走出的原创步数，让人类意识到机器不只是很会算数学，还展现了创造力。李世石的落败震惊全球，尤其对中国而言就像是斯普特尼克危机（Sputnik moment），唤醒了全球对 AI 的重视，并引发了一场 AI 版的“太空竞赛”。

DeepMind 技术演进的四大里程碑

DQN 模型：结合深度学习和强化学习，AI 自主发现游戏策略

AlphaGo：击败人类围棋冠军，展现创造力和直觉

AlphaZero：完全摒弃人类知识，纯粹自我对弈学习

AlphaFold：解决蛋白质折叠问题，获诺贝尔化学奖

AlphaGo 虽然强大，但主要是依赖人类棋谱数据来学习。DeepMind 随后开发了 AlphaZero，这是一个更优雅的算法，完全摒弃人类知识，只通过自我对弈来学习下棋。AlphaZero 从零开始，在一天之内就精通了国际象棋、将棋和围棋，甚至展现出人类未曾见过的棋风，证明机器可以通过纯粹的经验，超越人类千年的智慧积累。

AlphaFold 解决蛋白质折叠获诺贝尔奖

游戏只是实验场，Demis 真正的野心一直是用 AI 解决科学难题，也就是开头提到的“蛋白质折叠”。蛋白质折叠长久以来被视为人类最大的生物谜团，如果人类能够预测蛋白质结构，就能加速药物开发、治疗疾病。为了测试 AI 在生物学领域的可能性，DeepMind 成立 AlphaFold 团队并参加 CASP（蛋白质结构预测竞赛）。

在 2018 年的 CASP13 中，AlphaFold 虽然赢了比赛，但准确度仍不足以让生物学家在实际研究中使用，这让团队感到挫折与谦卑，意识到科学问题比游戏复杂得多。不愿放弃的 Demis，在新冠疫情期间加倍投入研究 AlphaFold，组建了一支结合物理学知识与机器学习的突击队。在居家隔离的艰难环境下，他们日以继夜地工作。

最终，在 2020 年的 CASP14 中，AlphaFold 取得惊人成绩。科学界公认，蛋白质折叠问题已被实质性地解决。然后，DeepMind 做了一个大胆的决定。他们不把这份成就商业化，而是把超过 2 亿种蛋白质，几乎是地球上所有已知的蛋白质序列的预测结构免费公开，将科技的果实无偿普惠给生物界。Demis 与另一名研究人员 John Jumper 也因该创举，获得了 2024 年诺贝尔化学奖。

AGI 诞生倒数负责任管理刻不容缓

自大语言模型（LLM）聊天机器人 ChatGPT 问世以来，生成式 AI 在短短三年内，已经彻底改写人们对程序设计、创意工作的劳动分配。现在，基于 LLM 技术推出的 ChatGPT、Gemini、Grok 等 AI 产品，正让普通人也能深刻地体会到 AI 科技的冲击。而下一步，通用 AI 的时代即将来临，将成为人类历史的分水岭。

Demis 说，科技是中立的，但人类的使用方式会决定善恶。他曾要求 Google 承诺，绝对不能把 DeepMind 的技术用于军事监视，并强调不能抱持快速行动、打破常规的态度。因为他认为，AGI 技术太过强大，一旦失控，后果将不堪设想。

Hassabis 警告：“AGI 即将诞生，我们的下一代将生活在一个全新的世界。因为有了 AI，一切将截然不同。如果你想要负责任的管理 AI，那么每一刻都是重要的，我这辈子就是为了这一刻。”这种紧迫感反映了 DeepMind 团队对通用 AI 潜在风险的深刻认识。正如火可以用于烹饪也可以用于摧毁，通用 AI 可以解决人类面临的重大挑战，也可能带来前所未有的风险。

站在生成式 AI 应用爆发，迎向 AI 代理人（AI Agents）的关键时刻，现在或许是我们好好回顾通用 AI 发展历程，与思考未来的最佳时机点。