極客征服AI的方式

是讓它盡情地游戲

文 | 羊羊

編輯 | 羊羊、小小樹

2024年，諾貝爾化學獎破天荒地被授予一位AI公司老板。

你沒看錯，諾貝爾獎也沒弄錯。

這位叫戴米斯?哈薩比斯的男人，帶領(lǐng)名為DeepMind的團隊，開發(fā)出AI模型AlphaFold2，解決了困擾生物學界50年的蛋白質(zhì)結(jié)構(gòu)預測難題。

獲得諾貝爾跨界授獎，實至名歸。

△ 哈薩比斯獲得2024諾貝爾化學獎

奇聞背后，有一個非常關(guān)鍵的問題：他是怎么做到的？

在很多人在質(zhì)疑AI，至少認定現(xiàn)階段的AI還不夠“聰明”時，哈薩比斯用了什么方法，讓AI超越了世界上最頂尖的科學家？

最近，一部名為《思考之弈》（The Thinking Game）的紀錄電影選擇在油管上發(fā)布，免費供所有人觀看。

問題的答案，就藏在這部電影里。

免費并不意味著該片“含金量低”，恰恰相反，正因為《思考之弈》中展現(xiàn)的內(nèi)容太有價值，制片方才想用免費的方式讓盡可能多的人看到。

簡單來說，《思考之弈》講述了一群“計算機科學瘋子”如何將一個近乎狂妄的夢想變?yōu)楝F(xiàn)實的故事——他們想讓AI具備超越人類水平的跨領(lǐng)域?qū)W習和推理能力，從而讓AI服務全人類。

這群“瘋子”的領(lǐng)頭人正是哈薩比斯，他召集了當今世界最聰明的一群人，創(chuàng)立了DeepMind，傳奇從此開始。

△ 哈薩比斯創(chuàng)立了AI界的傳奇公司DeepMind

電影的中文譯名《思考之弈》翻譯得頗為傳神。

首先，哈薩比斯從小就是個國際象棋神童，在研究AI前，他的超高智商在棋盤上已展現(xiàn)得淋漓盡致；另外，“對弈”也正是哈薩比斯訓練AI的獨門秘籍。

沒錯，用下棋訓練AI，甚至讓AI去玩游戲（哈薩比斯曾做過游戲設計師），正是這些頗具娛樂性的訓練方式造就了超越人類的智慧。

△ DeepMind團隊合影，當時他們帶著AlphaGo成功挑戰(zhàn)了圍棋國手

能想出這種訓練方法的人，必然也是一位有趣的極客。

事實上，早在2017年，《銀翼殺手2049》上映后，哈薩比斯曾與維倫紐瓦導演展開跨界對談。

哈薩比斯那時坦言：

《銀翼殺手》是我一直以來最喜歡的一部電影，它深深打動了年少時代的我，所以我才開啟了自己從事AI研究這條路。

影迷、棋手、游戲設計師、AI工程師、科技公司老板、諾貝爾獎得主……這些看似互不關(guān)聯(lián)的標簽在哈薩比斯身上得到了完美統(tǒng)一。

前不久，《時代》雜志公布2025年度人物。

今年的這份榮譽不是授予單獨一個人，而是一個群體——人工智能的締造者們(The Architects of AI)。

八位AI領(lǐng)域的領(lǐng)袖作為代表登上《時代》雜志封面，其中就包括哈薩比斯，他的旁邊是山姆·奧特曼、黃仁勛、馬斯克……

△ 八位AI領(lǐng)域的領(lǐng)袖登上《時代》雜志封面，右三為哈薩比斯

這些當代最偉大的頭腦里裝了些什么？真讓人好奇！

今天我就借著《思考之弈》這部電影，進入哈薩比斯的頭腦。

里面裝著的奇思妙想，遠比你想象得更加有趣。

#01

一群“瘋子”的集結(jié)：

天才少年豪賭AI創(chuàng)業(yè)

故事的主角，是一個名叫戴米斯?哈薩比斯的英國男人。

紀錄片開篇，他便坦言自己“有點不安分”，并宣告了一個不同尋常的人生目標。

我的整個生命目標就是解決通用人工智能（AGI）。并在此過程中，將AI作為終極工具，解決世界上所有最復雜的科學問題。

△ 故事的主角，戴米斯?哈薩比斯

哈薩比斯從小就展現(xiàn)出天才的一面。

他4歲時迷上國際象棋，6歲拿下倫敦8歲以下錦標賽冠軍；9歲成為英國11歲以下國家象棋隊隊長；13歲在14歲以下組國際象棋比賽中斬獲全球第二名，達到國際象棋大師水平。

在紀錄片中，哈薩比斯回憶道，當他一場接一場地比賽時，他開始對自己的獲勝策略進行元認知思考：不僅僅是他的大腦，而是所有人的大腦是如何解決問題、分析信息并幫助人們度過日常生活的？

這種對思維本質(zhì)的好奇，早早在他心中埋下了種子。

十幾歲時，他癡迷于編程，并獲得了頂尖游戲公司Bullfrog的職位。

△ 少年時代的哈薩比斯

在那里，他參與開發(fā)了模擬經(jīng)營游戲的鼻祖《主題公園》，負責設計游戲中虛擬小人的AI行為。他致力于模仿有趣的人類行為，讓模擬世界更加生動。

例如，他設計了游客在玩完刺激的游樂設施后會嘔吐，而其他游客看到嘔吐物也會跟著不適，這就需要玩家雇傭清潔工及時清理。這種對復雜系統(tǒng)和自主智能體的早期探索，為他后來的AI研究奠定了基礎。

△ 哈薩比斯曾參與開發(fā)游戲《主題公園》，這段經(jīng)歷為他研究AI奠定了基礎

正當這位游戲界的新星冉冉升起之時，哈薩比斯卻毅然轉(zhuǎn)身扎進劍橋大學，攻讀神經(jīng)科學博士學位。即使游戲公司老板開出一百萬英鎊的巨額年薪，也留不住他。

他的理由很簡單，他需要從“唯一存在的智能樣本”——人類大腦中，尋找構(gòu)建AI的靈感。他相信，理解大腦是解決智能問題的關(guān)鍵。

在21世紀初，當“AI”在學術(shù)圈還是個近乎“尷尬的詞匯”，說出來會被認為“不是個嚴肅的科學家”時，哈薩比斯卻堅信這是人類最偉大的征程。

他找到了同樣癡迷于通用人工智能的伙伴謝恩?萊格，并說服萊格，實現(xiàn)他們宏大理想的正確途徑是創(chuàng)辦一家公司，而不是留在學術(shù)界。

△ DeepMind的另一位創(chuàng)始人謝恩?萊格

于是，在2010年，DeepMind誕生了。

他們的目標簡單而又狂妄：“建立世界上第一臺通用學習機器”，也就是AGI。這個聽起來像科幻小說里的情節(jié)，自然嚇跑了絕大多數(shù)投資者。

△ 初創(chuàng)期的DeepMind并不被多數(shù)人理解

紀錄片中，哈薩比斯生動地回憶起早期融資的窘境，他向投資人描繪著AI如何與大腦連接、為何時機已經(jīng)成熟，對方卻只關(guān)心一個非常世俗的問題：

你的產(chǎn)品是什么？你怎么賺錢？

這讓他哭笑不得：

你難道沒在聽我講什么嗎？

幸運的是，在硅谷，總有愿意為瘋狂夢想下注的人。

PayPal的聯(lián)合創(chuàng)始人彼得·蒂爾成為了他們最早的天使投資人之一。隨后，特斯拉的埃隆·馬斯克也加入了投資行列。

△ 彼得·蒂爾（左）和埃隆·馬斯克（右）先后為哈薩比斯投資

最終，這場豪賭吸引了科技巨頭谷歌的關(guān)注。

2014年，谷歌在與Facebook的競購中勝出，以4億英鎊的價格收購了DeepMind。這不僅是資本的勝利，更是對DeepMind愿景的最高認可。

△ 哈薩比斯帽子上的Noogler是谷歌內(nèi)部對新入職員工的專屬昵稱

哈薩比斯強調(diào)，他們之所以選擇出售，是因為“沒有時間可以浪費”，谷歌能提供他們夢寐以求的“海量計算資源”，這將“極大地加速我們實現(xiàn)AGI的時間表”。

更重要的是，他們爭取到了在倫敦獨立運營的權(quán)利，可以專注于純粹的研究，而不必為產(chǎn)品和商業(yè)化分心。

就這樣，DeepMind有足夠的資源集結(jié)了一批世界最頂尖的科學家，哈薩比斯口中的“AI曼哈頓計劃”得以啟動。

這群“夢想家”在倫敦的一個“秘密地點”開始了長達數(shù)年的“閉關(guān)修煉”。

紀錄片中，早期員工回憶道，公司最初兩年處于“完全隱身模式”，辦公室地址保密，甚至沒有網(wǎng)站。一位面試者緊張地表示，他來面試前特意給妻子發(fā)了地址，以防自己被綁架。

這支團隊的背景、資源和使命，從一開始就注定了他們要做的，絕不是小打小鬧，而是一場將深刻改變世界的思維游戲。

#02

從游戲廳到實驗室：

獨屬AI的“思維游戲”

如何訓練一個一無所知的“數(shù)字大腦”？

哈薩比斯給出的答案是：從游戲開始。

他認為，游戲是訓練AI最完美的“健身房”，因為它們提供了一個有明確規(guī)則和目標的受控環(huán)境。

旅程始于最簡單的雅達利游戲《乓》。這是一款乒乓球游戲，游戲中，玩家的目的就是在模擬乒乓球比賽中奪取高分以擊敗電腦玩家。

△ 雅達利游戲《乓》是一款模擬乒乓球比賽的極簡風游戲

這種嘗試初期并不順利——AI連最基本的移動都學不會，團隊一度陷入絕望。哈薩比斯甚至對謝恩?萊格說：

也許我們從根本上就錯了，我們連《乓》都搞不定。

他們采用了一種名為“Q-learning”的強化學習方法，并將其與“深度學習”相結(jié)合，這在當時是一個創(chuàng)舉。

AI代理被置于游戲環(huán)境中，它唯一的目標就是最大化得分，但它不知道規(guī)則，不知道如何控制球拍，一切都得從零學起。

就在團隊瀕臨放棄的邊緣，AI打回了第一個球。

從那一刻起，奇跡發(fā)生了。它開始得分，贏得第一局，三個月后，沒有任何人類能再打敗它。

這只是開始。

在游戲《打磚塊》中，屏幕上方排列著八排磚塊，玩家的目標是通過反復用球拍擊打磚塊來消除它們。

AI在玩了數(shù)百局后，自行發(fā)現(xiàn)了一個連人類頂尖玩家都未曾想到的最優(yōu)策略——從側(cè)面挖通一條隧道，讓球在磚塊后方自動反復反彈，高效地清除所有磚塊。

△ AI在游戲《打磚塊》中發(fā)揮出了創(chuàng)造性思維

這一刻，AI展現(xiàn)的不再是模仿，而是頓悟和創(chuàng)造力。

這個過程，對于所有內(nèi)容創(chuàng)作者來說，都極具啟發(fā)性：真正的智能，源于對規(guī)則的深度理解和探索，而非簡單的復刻。

DeepMind的算法最終被證明具有通用性，能夠?qū)W會在近50種不同的雅達利游戲中達到甚至超越人類水平。

隨后，DeepMind將目光投向了人類智慧的試金石——圍棋，這個“人類發(fā)明的最復雜的游戲”，其可能的變化數(shù)量比宇宙中的原子總數(shù)還要多。

他們開發(fā)的AlphaGo，通過“強化學習”與“深度學習”相結(jié)合，先是學習了10萬局人類高手的棋譜，然后通過數(shù)百萬次的自我博弈進行強化。

△ AI進行圍棋自我對弈訓練，通過海量計算探索最優(yōu)策略

在2016年與世界冠軍李世石的世紀對決中，AlphaGo下出了震驚世界的“第37手”。

職業(yè)解說員一致認為，沒有任何人類棋手會選擇這一步。AlphaGo自己的分析也顯示，人類下出這一步的概率只有萬分之一。

面對這步棋，李世石陷入長達15分鐘的沉思，這在頂尖棋手對決中極為罕見。據(jù)現(xiàn)場報道，他甚至一度離開對局室冷靜情緒。

這一“天外飛仙”式的招式，徹底顛覆了人類數(shù)千年來對圍棋的認知，并最終幫助AlphaGo贏得了比賽。

△ 韓國圍棋國手李在石最終敗給了AlphaGo

紀錄片中提到一個概念——“斯普特尼克時刻”。

1957年10月4日，蘇聯(lián)成功發(fā)射人類首顆人造衛(wèi)星“斯普特尼克1號”。

當時正處于冷戰(zhàn)時期，美國受到極大震動。為了扭轉(zhuǎn)局面，美國后續(xù)成立了NASA，推進水星計劃，加大科研與教育投入，進而開啟了美蘇持續(xù)20多年的太空競賽。

△ 蘇聯(lián)成功發(fā)射人類首顆人造衛(wèi)星“斯普特尼克1號”，改變了歷史進程

此后，“斯普特尼克時刻”被用來形容某個國家、行業(yè)或群體，突然意識到自身在關(guān)鍵領(lǐng)域被競爭對手超越，由此產(chǎn)生強烈危機感與緊迫感，并促使其全面審視自身發(fā)展，進而通過加大投入、調(diào)整戰(zhàn)略等方式奮起追趕的關(guān)鍵節(jié)點。

AlphaGo的勝利被譽為AI領(lǐng)域的“斯普特尼克時刻”。它向世界宣告，一個新時代已經(jīng)到來。

但DeepMind并未止步。他們推出了更強大的AlphaZero，它完全拋棄了人類數(shù)據(jù)，從零開始，通過自我對弈進行學習。

紀錄片展示了其驚人的學習速度：AlphaZero早上還只會隨機亂走，到下午茶時間就達到了超人水平，到了晚飯時間，它已成為地球上最強的國際象棋“棋手”。它甚至發(fā)現(xiàn)了人類數(shù)百年都未曾探索過的全新攻擊風格。

哈薩比斯興奮地說：

這甚至激勵我重新開始下棋了。

△ 哈薩比斯（右）本就是棋界神童出身，DeepMind開發(fā)的AI繼承了他的天賦

游戲的終極目標是現(xiàn)實世界。DeepMind接著挑戰(zhàn)了更為復雜的即時戰(zhàn)略游戲《星際爭霸2》。

與圍棋不同，《星際爭霸2》信息不完整，你無法看到對手的所有行動，決策是連續(xù)的，這更接近真實世界的復雜性。

他們開發(fā)的AlphaStar，最初連公司內(nèi)部的業(yè)余玩家都打不過，但通過模仿人類玩家的“下一動作預測”和大規(guī)模的自我博弈，它迅速進化。

在與職業(yè)選手的對戰(zhàn)中，AlphaStar展現(xiàn)了驚人的微操和戰(zhàn)略大局觀，最終以壓倒性優(yōu)勢獲勝。

△ AlphaStar強大到可以在《星際爭霸2》中擊敗所有人類玩家

從雅達利游戲到圍棋，再到《星際爭霸2》，DeepMind訓練的AI一步步從“學徒”進化為“宗師”，其學習和進化速度令人嘆為觀止，也為他們進軍科學領(lǐng)域鋪平了道路。

#03

破解生命密碼：

“諾獎”是AI的起點不是終點

哈薩比斯的夢想始終是“AI輔助科學”。

DeepMind的下一個目標，是困擾了生物學界半個世紀的“蛋白質(zhì)折疊問題”。

△ 蛋白質(zhì)折疊問題是困擾科學界的重大難題，DeepMind決定挑戰(zhàn)它

簡單來說，蛋白質(zhì)是生命的基石，它們的功能由其復雜的三維結(jié)構(gòu)決定。預測蛋白質(zhì)的結(jié)構(gòu)，是理解生命運作、攻克疾病的關(guān)鍵。

然而，這個問題極其困難，正如哈薩比斯在劍橋的同學所說，這個問題“困擾了成千上萬非常聰明的人”，但始終未能解決。

哈薩比斯堅信，這個問題需要AI幫助才能破解。為此，DeepMind組建了一支由生物學家和AI專家構(gòu)成的“攻堅隊”，開發(fā)了名為AlphaFold的系統(tǒng)。

△ AlphaFold重新定義了我們理解蛋白質(zhì)結(jié)構(gòu)的方法

他們的征途并非一帆風順。在第一次參加被譽為“蛋白質(zhì)折疊界奧運會”的CASP競賽時，盡管他們?nèi)〉昧说谝幻A測的精準度遠未達到能被生物學家實際應用的水平。

團隊成員意識到，他們只是“在全世界都不擅長的問題上做到了世界最好”，離真正解決問題還差得很遠。

這讓團隊中的一些人感到這是“一項愚蠢的差事”，哈薩比斯也開始反思：

也許我錯了，也許這個問題對于AI目前的水平來說還是太難了。

△ 解決蛋白質(zhì)折疊問題，可能是DeepMind面對過的最大挑戰(zhàn)

但他們沒有放棄。哈薩比斯決定“加倍下注”，組建了一支“蛋白質(zhì)折疊突擊隊”，由約翰·江珀領(lǐng)導。他們重構(gòu)了整個算法，將生物學領(lǐng)域的專業(yè)知識更深地融入AI模型中。

在經(jīng)歷了又一個兩年的埋頭苦干后，新一代的AlphaFold誕生了。在2020年的CASP14競賽中，它取得了歷史性的突破。

競賽組織者約翰·莫爾特在發(fā)給團隊的郵件中難掩激動：

我預計你們已經(jīng)知道，你們團隊在CASP14中表現(xiàn)驚人，無論相對于其他團隊，還是在模型的絕對準確性上。恭喜你們，這真是杰出的工作。

AlphaFold的預測精準度達到了與實驗室相媲美的水平，這意味著，這個困擾了科學界50年的難題，在很大程度上被解決了。

這一成就的意義是顛覆性的。2024年，哈薩比斯和江珀因此榮獲諾貝爾化學獎。

△ 2024年諾貝爾化學獎得主（從左至右）大衛(wèi)?貝克、戴米斯?哈薩比斯、約翰?江珀，前者因“計算蛋白質(zhì)設計”而獲獎，后兩位因“蛋白質(zhì)結(jié)構(gòu)預測”而獲獎

DeepMind的選擇更為震撼——他們決定將預測出的全部2億個已知蛋白質(zhì)的結(jié)構(gòu)數(shù)據(jù)，通過一個公開數(shù)據(jù)庫向全世界免費開放。

△ DeepMind對蛋白質(zhì)結(jié)構(gòu)的預測已經(jīng)開始造福人類

這相當于為全球的生物學家和藥物研發(fā)人員提供了一份詳盡的“生命地圖”，極大地加速了從癌癥到阿爾茨海默癥等多種疾病的研究，以及疫苗和新藥的開發(fā)。

正如紀錄片中所說，這成為了“送給全人類的禮物”。

AlphaFold的成功，完美詮釋了哈薩比斯的初心：在通往AGI的路上，創(chuàng)造出能造福人類的革命性技術(shù)。

影片結(jié)尾，哈薩比斯凝視著一個由鉛筆搭建的脆弱平衡雕塑，AI告訴他，移動任何一根，整個結(jié)構(gòu)都會崩塌。

哈薩比斯決定聽取AI的建議：

那我最好別管它了，這可能是個好主意。

這似乎是一個隱喻：我們正處在一個由AI開啟的、充滿無限可能但又極其微妙的時刻。AI的發(fā)展已經(jīng)越過了單純模仿的階段，開始進入與人類協(xié)同創(chuàng)造、共同探索未知的全新紀元。

我們正在見證的，或許不僅僅是工具的革新，而是一個新物種的誕生，一個將從根本上重塑科學、藝術(shù)乃至人類文明本身的“斯普特尼克時刻”。

紀錄片中，哈薩比斯用這樣一段話結(jié)尾。

通用人工智能即將到來，很明顯下一代將生活在未來世界。那里的情況將截然不同，因為人工智能。
而你如果想負責任地管理它，每一刻都至關(guān)重要，這就是我一生都在等待的時刻。