破解上帝的算法 | 閱讀

2017年5月，我采訪了哈薩比斯(Demis Hassabis)。那是AlphaGo戰勝李世石的第二年，中國圍棋協會和谷歌在浙江烏鎮安排了AlphaGo與世界冠軍柯潔對弈，機器以3:0完勝人類，我在場見證了這個歷史時刻。谷歌CEO施密特(Eric Schimidt)、谷歌大腦負責人迪恩（Jeff Dean），DeepMind創始人哈薩比斯都來了。當時應谷歌的邀請，我前往烏鎮，與施密特對話，并且主持了有迪恩與中國科學家的一場對話。當然，最重要的，是對哈薩比斯的電視專訪。

盡管事先知道哈薩比斯非常聰明，霍金稱他為地球上最聰明的人之一，但與他交談，還是感到了那種并非傳說中的聰明。哈薩比斯是AlphaGo之父，他告訴我他的圍棋水平是業余一段；他是國際象棋大師，但肯定不是世界上最頂尖的選手。但他擁有一種科學的智慧，在于能發明AI學習系統，去戰勝人類最頂尖的選手；而且他的想法是去構建能學習一切的AI系統，最終都有可能達到或者超過人類的水平，這就是通用人工智能。

他當時給我留下最深刻印象的一句話，是告訴我說，要讓人工智能成為探索宇宙的“終極工具”。解決智能，再用智能解決一切。這聽起來比那些世界冠軍和偉大的科學家更加令人生畏。

直到現在，馬拉比的這本《哈薩比斯》，英文原名《無限機器》（Infinity Machine），除了強化我已經熟知他的硅谷AI英雄的一面，我看到了一個更值得世人了解的哈薩比斯，那些驅動他要用盡一生去追求AGI的終極力量源泉。

哈薩比斯，會不顧一切嗎

AI是整個人類所面對的威力巨大的一種終極技術。這些技術的發明者是怎么想的？他們是否值得信任，如果不值得信任，AI值得信任嗎？這樣說來，AGI運動的開創者和引領者哈薩比斯，可能是當下最需要我們去了解的一位關鍵人物。這種深刻的追問，是成書的基本前提，也是驅動敘事的動力之源。

馬拉比與哈薩比斯之間幾乎完全是私下的、長時間跨度的對話，在我看來是本書的最吸引人之處。哈薩比斯在哲學上受到康德的影響 ，外部的世界對于人類的全部意義，來自于人類的理解，而通用人工智能，即一種超越了人類的終極智能，可以破解宇宙之謎。但哈薩比斯并不停留于科學理論，他受到費曼的影響，“我無法創造的東西，就無法理解”，他要把圖靈所構想的通用學習機造出來。這聽起來非常知行合一。理解這個世界，就是對它進行“逆向工程”。

正是因為而科學家日益從理論探索走向技術和工程實踐，讓科學家面臨著馬拉比所設定的一種困境。科學發現越重大，它所蘊含的能量越大，這種能量的釋放方式，也決定了科學發現對于人類的影響力。特別是當科學家也投身于實踐，把科學發現變成一種技術系統，直至造出產品，如奧本海默、馮諾伊曼等參與制造原子彈，技術釋放風險達到可能達到人類物種級甚至星球級。同樣，人工智能被認為可能對于人類文明釋放出巨大的能量，這個迅速釋放過程中，認知的、物理的、系統的與社會的風險，可能難以預見、難以控制。

馬拉比認為哈薩比斯就身處這樣的困境之中。他們這一代AI英雄們，既是奉行上帝旨意去發現科學真理，但又可能是萬物的破壞者。“哈撒比斯則洞悉了這些末日情景的全貌”。他生命的全部意義，在于生命終結前理解這一切。除了科學探索，馬拉比也看到了哈薩比斯身上的另一面。“他深陷一場可怕的資本主義競爭，卻樂在其中。” 谷歌一度輸掉了大語言模型和推理模型的競爭。哈薩比斯的責任，就是率領谷歌DeepMind翻盤，并且在多模態模型、世界模型、持續學習等方面，實現從零到一的突破。

DeepMind，谷歌的AI靈魂

哈薩比斯2010年創辦了DeepMind，2014年被谷歌以5.5億美元收購。這是一家開創AGI運動的初創公司。它雖然被谷歌收購，但是保持了自己當初的使命，哈薩比斯堅持留在倫敦，在谷歌內部也保持了一定的獨立性。

DeepMind以實驗室的形式，為一種科學發現而誕生，開創了當代科技與AI初創企業的一種新范式，集研究、工程和產品于一體。這種范式為OpenAI和Anthropic所效仿，在DeepSeek那里也可以看到它的影響 。

而早期投資這樣一家企業，需要非常同尋常的品味。這些投資者中，一位是倫敦金融家，懷有宗教感理解DeepMind；一位是MIT教授、他的博士后指導，堅信哈薩比斯能像費曼、克里克一樣，一定能獲得諾貝爾獎；還有一位，就是彼得.蒂爾(Peter Thiel)的創始人基金。

那位叫甘蒙（David Gammon）的倫敦金融家，認為DeepMind的使命，就是去發現上帝的算法，因為宇宙有一位設計師，就是我們所稱的上帝。他以如此情懷投資了DeepMind，這讓我想起了在劍橋大學的卡文迪什實驗室的門口，也寫著這么一段話，主的創造，何其偉大；窮究其中，其樂無窮。（The works of the lord are Great. Sought out of all them that have pleasure therein. ）這句話是當年卡文迪什在1874年初建時，麥克斯韋讓人刻在橡木門上的。它成為實驗室的精神象征。

后來，辛頓在談到為什么一定要追求AGI時，他談到這種科學發現的“甜頭” （sweetness），與那種“樂趣”（pleasure）, 高度吻合。在本書的扉頁上，馬拉比引用了馮.諾依曼在研制原子彈期間寫的一段話，科學家必須依照其職業倫理，完成其發現的使命，哪怕它可能帶來可怕的后果。哈薩比斯也談到，劍橋大學校園里，“艾薩克.牛頓、阿蘭.圖靈，所有我們偶像。我能從石頭的紋理中感受到他們的存在，感受到他們的智慧和遠見。他們幾乎是在召喚我。”

蒂爾認為這個項目在科學層面是頂級的，但商業模式可能是最差的。蒂爾認為，哈薩比斯的宿命，就是AGI。他的合伙人諾塞克是一位未來主義者，投資了SpaceX，他把哈薩比斯看成是和馬斯克一樣的創業者。蒂爾決定不采取集體投票決策 ，而是給予諾塞克憑直覺決策的權力，最終投資了230萬美元。

哈薩比斯和另一位創始人萊格（Shane Legg）的跨學科的知識結構，決定了跨學科既是DeepMind的知識結構，也是它研究的方法。哈薩比斯本人就是一位跨界博學的科學家，計算機、神經科學、物理、哲學，他是象棋大師并且精通各種智力游戲，他獲得了諾貝爾化學獎，初步實現了自己的夢想，想用AGI去超越牛頓和愛因斯坦。另一位DeepMind的共同獲獎的科學家約翰.江珀（John Jumper），則涉足數學、物理、化學、生物學和機器學習等多個領域。當年哈薩比斯告訴我，DeepMind在還只有400-500人左右時，它的人才就來自60多個國家，其中一半是頂尖大學相關學科的頂尖博士生。

最近DeepMind的開始跨界進入經濟學的領域，要用最先進的AI系統，去質疑經濟學中的一些其本原則，如稀缺性；還將研究智能體參與交易之后的市場機制，以及資源和權力的分配。

DeepMind想辦成一家開放式的、注重長期的、跨學科的AGI研究機構，它提出的口號是解決AI，再用AI解決一切。在被谷歌收購之后，它基本保持了自己的獨立性。

硅谷的Move fast and breaking things（快速行動，解決問題），最起碼在研究階段并不適合AI這一轉變性技術。但是，OpenAI推出ChatGPT，部分改變了DeepMind的工作方式，DeepMind開始進入AI時代的硅谷節奏，與OpenAI展開短兵相接的競爭。

現在看來，DeepMind是后來所有AGI創業的起源。谷歌在2013年以4400萬美元收購了辛頓和他的兩個學生伊利亞和Alex創辦的實驗室，2014年又收購了DeepMind，同時擁有當時人工智能的兩家最領先的實驗室，幾乎可以壟斷這項決定人類命運的技術，這也直接催生了馬斯克等人創辦OpenAI，然后才有了ChatGPT。

AGI ，終極圖靈機

DeepMind開創了AGI運動。當前AGI這個概念充滿爭議、并且往往用來進行營銷，但它經歷了演變的過程，和技術發展的脈絡。萊格最早把AGI這個詞引入到AI圈子，與哈薩比斯用AI解決一切的理念完全一致，成為創辦DeepMind的意義所在。

哈撒比斯一度相信AGI將是一個單一體（singularity），尤其是AlphaZero通過自學習，所有棋類的領域都達到了超人的水平 ，讓他和西爾弗（David Siver）等人相信，DeepMind將主要通過強化學習實現AGI。強化學習這一思想，既來自哈薩比斯、萊格等人對于神經網絡，包括一切學習行為的反饋與改善機制的堅信，也在強化學習之父薩頓（Richard Sutton）那里得到了系統性的研究和強化 。

對AGI的追求，一時出現了兩條路線，一條是DeepMind所堅持的強化學習，它的背后有一位圖靈將得主薩頓；另外一條是OpenAI所堅持的深度學習，它的身后有一位圖靈獎和諾貝爾將得主辛頓。DeepMind也接受超級人工 智能（ASI）的說法，但是它有明確的定義，如果從狹窄的和通用的兩個維度來看AGI， 在一些狹窄的領域內，AI已經遠遠超過了人類，如所有棋類項目、預測蛋白質結構，等等。但在類似人類的智能領域 ，其通用性仍然處于早期，目前AI是一種“鋸齒狀”的、參差不齊的智能。

哈薩比斯認為研究AGI有三個同等重要的“范式”中：排在第一位的是強化學習，是實現通用人工智能的路徑；第二位的是從神經科學中產生的想法；語言模型排在第三，并且從屬于構建從數據中學習的神經網絡。哈薩比斯一直認為僅靠語言不足以實現人工通用智能，要保持研究的廣度的開放性。

但ChatGPT正是大語言模型突破的結果。發明了Transformer的谷歌大腦團隊，還有DeepMind，只是到GPT-3之后，才開始重視大語言模型，但是谷歌一直在內部測試使用而不敢輕易推出，結果“貽誤”了一次歷史性的機會——也許這正是創新的一個基本特征，總是那些初創公司敢于冒險失敗，或者承受難以預料的后果。后來DeepMind和Google Brain合并，由哈薩比斯提擔任CEO，開始了與OpenAI近乎三年的翻盤之戰，直到2025年底，Gemini-3的發布反超了GPT-5.1。

由于AI研究的發展太快，書中沒有包括的內容是，到了2025年底，人們逐步形成了共識，仍憑大語言模型無法實現AGI。 哈薩比斯認為，要達到AGI，還需要一兩個Transformer級別的突破。DeepMind以其多模態和谷歌基于TPU的基礎設施優勢 ，在推動世界模型、持續學習，西爾弗和薩頓還共同發表論文，宣布AI正在進入“經驗的時代”。這一切的背后，是DeepMind在推動強化學習再度占據主導地位。回顧過去15年的歷史 ，強化學習和深度學習交替主導；競爭中的融合，推動AI迅速發展。

就在人們對于AGI的概念爭論不休，甚至圖靈獎得主楊立昆（Yann LeCun）站出來，開始否定AGI這個概念本身。哈薩比斯反駁楊立昆，人類智慧的通用性，并為了在單一游戲中戰勝AI，而是能發明那個游戲；只要有足夠的時間，通用學習機可以學習它想學到的一切。AGI根植于圖靈的思想，計算機本身就是通用學習機。AGI是理解宇宙以及我們身處其中的通用終極工具。但是AGI也已經并非哈薩比斯所想象的由單一模型實現，特別是以DeepSeek為代表的中國實驗室，密集推出的開源模型，也在參與定義AGI。

回到本文開始的問題，什么力量在驅動哈薩比斯對AGI的追求？這是一種科學家的使命召喚，它在一定意義上是“上帝的召喚”。它深深地根植于科學革命以來的價值觀中。模擬現實、模擬自然、模擬人類和生命進化的整個過程。對上帝設計的這個世界，對于宇宙的演變和人類的進化，進行逆向工程。

馬拉比的敘事，始終沿著他設定的悖論展開。既然AI可能對人類帶來毀滅性的威脅，而當下又在不停地制造混亂，面且聽起來這些的確定性要大于它給人類帶來福祉的確定性，AI是否值得人類投入那么大量的資金和資源 。作者對此有兩種解釋，創造新技術是人類固有的天性，另外一個解釋，正如辛頓所說，探索的前景實在甜美，所以科學家們是受到了誘惑——有點像是魔鬼的誘惑，但最終還是上帝的召喚。對于作者來說， 這聽起來有些令人擔心，難道除了那些極少數走得太遠的科學家之外，人類其余的絕大多數，都應該是他們探索道路上的人質嗎？

馬拉比試圖讓我們相信，哈薩比斯既是一位創業者，并且在谷歌可能是僅次于CEO的人物，他也是一位科學家，所追求的是科學啟蒙，而不是金錢與權力。作為一位英國作家，他也在書中寄托了英國科學傳統能發出AI的光芒。

哈薩比斯是圖靈的信徒，他使命是將圖靈機的潛力推向極限，去解開宇宙的謎底。自然界中的任何事物，任何自然存在的現象，都存在模式。哈薩比斯的人生高光時刻，莫過于他站在諾貝爾領獎臺上宣布他對于AGI的信仰：“自然界中任何可生成或存在的模式，都能被經典學習算法高效地發現并建模。”

（為《哈薩比斯：谷歌AI之腦》作序）