圍棋與AGI—— 人類創(chuàng)造出的最優(yōu)美的游戲

Demis 眼中的AGI: 2030年

首先，我們必須明確一點：你不可能沒有一個清晰的定義就去“期待 AGI 的到來”。對 AGI（通用人工智能）這一概念沒有明確定義，卻對它的出現(xiàn)寄予無限幻想，這本身就是一種集體認知偏差。而在所有誤解中，“AGI 必須擁有自我意識”無疑是最普遍、也是最根深蒂固的一種。大眾之所以將 AGI 與“覺醒”“靈魂”“自由意志”等詞匯綁定在一起，很大程度上源于哲學幻想與科幻敘事——從《終結(jié)者》到《Her》，從《西部世界》到無數(shù)小說和影視劇。

注意：現(xiàn)代 AI 科學界對 AGI 的定義，與“自我意識”毫無關(guān)系。Demis Hassabis、Yann LeCun、Shan Carter、Jacob Steinhardt 等頂尖研究者都已明確指出：AGI 指的是一種能在多個領(lǐng)域和任務中泛化遷移、進行結(jié)構(gòu)壓縮與復雜推理的系統(tǒng)——它不需要知道“我是誰”，也不需要體驗“主觀感受”。AGI 的本質(zhì)是結(jié)構(gòu)能力，不是“我知道我是誰”。

這種“AI 必須覺醒”的觀念，其實是一種人類中心主義的認知投射。我們總是下意識地把自己當作智能的唯一范式，認為凡是能做復雜事的系統(tǒng)，一定也像人類一樣擁有主觀體驗、自我認知與情感掙扎。但這其實是把“表現(xiàn)出的智能行為”錯誤地等同于“擁有意識的內(nèi)在狀態(tài)”。AlphaFold 沒有意識，卻實現(xiàn)了人類科學家?guī)资陙砦茨芙獬龅慕Y(jié)構(gòu)預測難題；GPT 沒有“意圖”，卻能寫出專業(yè)論文與高質(zhì)量程序；這些系統(tǒng)沒有“靈魂”，卻勝任越來越多復雜任務。

更進一步，即便一個 AI 系統(tǒng)內(nèi)部包含所謂的“self model”（自我模型）——如 AlphaGo 的價值網(wǎng)絡、AutoGPT 的 plan-eval 循環(huán)——這也只是工程意義上的自我建模，用于狀態(tài)管理、任務規(guī)劃或目標更新。它與哲學意義上的“我思故我在”無關(guān)，更不意味著擁有主觀體驗或自由意志。它只是一個反饋結(jié)構(gòu)，不是一個自我意識體。

簡言之：AGI 并不需要擁有“自我”——它需要擁有的是“結(jié)構(gòu)”。結(jié)構(gòu)壓縮能力、因果建模能力、策略遷移能力、演化體系設計能力，才是 AGI 的本質(zhì)構(gòu)成。

Demis Hassabis 對 AGI 的定義

Demis Hassabis 對 AGI 的期待可以說是極高的，而且非常清晰、有結(jié)構(gòu)、有邏輯。他給出了一個高度結(jié)構(gòu)化的路線圖。在他構(gòu)想中，AGI 不僅要能跨任務處理問題，更重要的是要具備結(jié)構(gòu)建構(gòu)與科學創(chuàng)造能力，這是目前很多人，尤其是大眾討論中嚴重忽略的。

我們不妨一起回顧一下他對 AGI 的定義和期待——其實你只要把我這幾天寫的關(guān)于 Alpha 系列背后技術(shù)哲學的內(nèi)容整合一下，就會發(fā)現(xiàn)這些觀點都是一脈相承的。不知道的可以往我之前的推文里翻一翻，雖然我自己也經(jīng)常找不到（ Grok也不幫忙）。我寫這些東西的時候，習慣用一些“新語境新語言”——比如“壓縮”“結(jié)構(gòu)”這種詞，可能有人會覺得我在造概念。但說實話，我根本不在乎（but I don’t care），因為時間會證明：compression 和 structure 終將成為我們使用頻率最高的超級詞匯。

“An AGI is not just a system that can pass an IQ test or mimic humans in conversation. It's a structure discovery engine — one that can learn the rules of new domains from scratch and generate new knowledge.”— Demis Hassabis, 2023 interview

“If nature allows a pattern to repeat, then there exists a compressible structure behind it. AGI is what finds it.”— Nobel Forum talk, 2024

第一，AGI 是能在多種復雜結(jié)構(gòu)空間中泛化推理的系統(tǒng)。

“AGI is a system that can generalize across multiple domains, reason about abstract problems, and solve previously unseen challenges through learning.”

這意味著，AGI 不是在某個領(lǐng)域訓練得特別好，而是具備跨領(lǐng)域遷移與抽象推理的能力。例如，它既能下圍棋，又能理解蛋白質(zhì)折疊，還能發(fā)現(xiàn)優(yōu)化算法或者推理幾何定理。最關(guān)鍵的測試標準是：能不能解決人類目前還沒能解決的問題。

第二，AGI 應該是能夠自動發(fā)現(xiàn)結(jié)構(gòu)與原理的“科學智能”。

Demis 是在構(gòu)建能做科學的智能系統(tǒng)。他說：“We are not just building pattern recognition systems — we are building systems that can do science.”

在他眼中，真正的 AGI 必須具備從數(shù)據(jù)中提取結(jié)構(gòu)、形成原理、構(gòu)建理論并推導出新知識的能力。AlphaFold 就是這種“科學型 AI”初步實現(xiàn)的例子：它預測蛋白質(zhì)結(jié)構(gòu)的能力遠超人類科學家，靠從序列中“壓縮出”結(jié)構(gòu)。

第三，AGI 必須具備創(chuàng)造性與非顯式規(guī)則建模能力。

Demis 強調(diào)：“We want systems that can learn how the world works, not just mimic what humans already know.”

也就是說，AGI 不能只是模仿人類已有的知識體系，它應該能從現(xiàn)象中推演出新的結(jié)構(gòu)與規(guī)律。比如 AlphaTensor 就是一個很好的例子——它通過自我演化的搜索，發(fā)現(xiàn)了數(shù)百種人類歷史上從未提出過的矩陣乘法算法。這不是記憶，這是發(fā)明。

第四，Demis 的智能觀是結(jié)構(gòu)優(yōu)先，而不是模型優(yōu)先。

他曾說過一句很有哲學味道的話：“Understanding is compression. Intelligence is compression.”

他的重點不在于把參數(shù)堆得多大、上下文拉得多長，而是關(guān)注系統(tǒng)是否能在高熵世界中提取出最小生成路徑，是否能構(gòu)建低維結(jié)構(gòu)流形，從而真正“理解”世界。換句話說，結(jié)構(gòu)壓縮力才是真正的智能指標，而不是一味靠 scale 撐起來的擬合能力。

第五，AGI 的最終目標是具備“自主科學循環(huán)”的能力。

這意味著 AGI 不只是工具，而是一個科學共同體成員。Demis 認為未來的 AI 系統(tǒng)應該具備完整的科學流程能力：從數(shù)據(jù)出發(fā)，自主提出假設、構(gòu)建模型、做出預測、設計實驗、獲取反饋、再修正理論，形成一個閉環(huán)性的 AI-first science 工作流。

在這樣的世界里，人類將從“科學發(fā)現(xiàn)的唯一發(fā)明者”，轉(zhuǎn)為“結(jié)構(gòu)共建者”與“理論驗證者”——而這個轉(zhuǎn)變，正是 Demis 理解中的 AGI 所應承擔的角色。 AGI可以為人類提出“直覺之外，理解之內(nèi)“的類似黎曼猜想，龐加萊猜想這種”神級數(shù)學命題“。

我的這篇文章的核心思想，其實就是兩個字：圍棋。

沒錯，就是圍棋。說實話，真正把圍棋帶出東亞文化圈、推向全球語境的分水嶺，是 AlphaGo。它不僅擊敗了李世乭，更擊穿了人類對智能的幻想邊界。據(jù)一些關(guān)注國內(nèi)棋社圈子的朋友講，AlphaGo 在東亞掀起的圍棋熱甚至不亞于當年的《棋魂》。神奇吧，我其實當時看到柯潔失敗，我的判斷是圍棋以后完蛋了，大部分棋社都要關(guān)門。

于是問題來了：如何判斷目前 AGI 的核心能力？你當然可以做非常廣泛的認知實驗，畢竟人類大腦本身就是通用圖靈機。你可以請一群專家花上幾個月，對某個模型做語言理解、數(shù)學能力、視覺推理等對比測試，甚至把它放在像陶哲軒那樣的超人智者面前，看它“味兒對不對”（他不是說大語言模型聞起來不對么）。但有沒有一種測試，能一錘定音地代表“智能是否具備創(chuàng)造力”？有，Demis Hassabis 認為答案就是：發(fā)明一款像圍棋一樣優(yōu)雅、復雜、規(guī)則極簡但具無限演化空間的游戲體系。

Demis 本人其實也是從棋童成長起來的，只不過他下的是國際象棋。而他對圍棋的理解，最終成了他對 AGI 路線的精神錨點。在過去一個月里，我嘗試著走上這條“發(fā)明圍棋”的路。我設計了一個名為“元游戲”的原型（推文早發(fā)過，我現(xiàn)在也找不到了），核心目標是：用極簡規(guī)則生成可持續(xù)演化的策略宇宙。我甚至列出了十個演化方向，包括：

匹配類

占領(lǐng)類

路徑類

問答類

博弈類

資源類

轉(zhuǎn)換類

順序類

合作類

建構(gòu)類

但結(jié)論是：現(xiàn)在的大語言模型，根本做不到。我試圖與 GPT 合作推進元游戲的設計與演化，但最終結(jié)果都只是一些圍棋或國際象棋的閹割版（比如簡化走步規(guī)則），最多混合了一點 sudoku 或路徑規(guī)劃類的規(guī)則（but good enough for me, 我還是在家里和小孩一起玩起來了）。即便加上一些博弈心理學，做出類似“剪刀石頭布+猜心”這種變種，但從“智能生成”的角度來看，完全沒有突破到真正意義上的結(jié)構(gòu)性創(chuàng)造。

Demis 他認為圍棋是人類創(chuàng)造力的結(jié)晶，是自己人生軌跡的轉(zhuǎn)折點。

“真正的 AGI 不僅要在給定規(guī)則內(nèi)取勝，更要能創(chuàng)造出與 Go 同級別的優(yōu)雅復雜體系——因為那意味著它已經(jīng)學會『發(fā)明規(guī)則』，而不只是『套用規(guī)則』。”（WIRED）

圍棋為何成了 AGI 的試金石？

結(jié)構(gòu)性判據(jù)。

首先，圍棋本身是一個極簡規(guī)則 + 天文級狀態(tài)空間的系統(tǒng)。它展示了一種“極限壓縮 → 極限生成”的能力：簡單幾條規(guī)則，產(chǎn)生 101?? 級別的復雜局勢。AGI 是否能從最少信息構(gòu)建出最大復雜，這是一種本質(zhì)智能判斷。

其次，圍棋蘊含策略美學。它不是隨機復雜，而是深邃、有節(jié)奏、有風格、有審美判斷的復雜。Demis 所追求的智能，不是亂出招的算力堆積，而是能生成被人類長久贊譽為“美而耐玩”的體系。

第三，圍棋是局部與全局耦合的縮影(這點很重要，下一個帖子再講）。從每一顆子到整個棋盤，每個局部操作都在重構(gòu)全局格局。這種多尺度建模能力，正是科學模型設計、演化機制推理所必需的元能力。

最后，它具備極強的形式系統(tǒng)可推理性。圍棋既有實驗性（你能下出來），又有推理性（可以證明某些局勢勝負），還是可演化的社會共識機制（規(guī)則隨時代微調(diào)），簡直就是科學宇宙的微縮映射。

沒下過圍棋的，我告訴你，規(guī)則5句話能說完。這個和我說過的Wolfram的a new kind of science類似，但是元胞機有個很大的問題，就是“無限棋盤”兼無對抗性。其實在這方面上是不如圍棋優(yōu)美的。

從發(fā)明 Go 到發(fā)明自然定律

Demis 設想的 AGI 不只是游戲天才，而是規(guī)則宇宙的創(chuàng)造者。他構(gòu)想了這樣一條能力躍遷路徑：

Invent Game Rules

Design Minimal Formal System

Reason About Emergent Complexity

Hypothesize New Formal Structures

Propose & Validate Scientific Theories

換言之：若一個系統(tǒng)連圍棋這種規(guī)則系統(tǒng)都發(fā)明不出來，它就不配談“發(fā)現(xiàn)新物理”。能從現(xiàn)象中壓縮出結(jié)構(gòu)、從結(jié)構(gòu)中演化出復雜性、從復雜性中驗證新秩序——這才是 AGI 的終極形態(tài)。

如果一種智能體連圍棋 這樣優(yōu)雅且深邃的規(guī)則體系都不能自主發(fā)明，它就無法聲稱擁有真正的結(jié)構(gòu)性創(chuàng)造力。而這，恰恰是 Hassabis 所認為的 AGI 核心。