刚刚拿下诺奖，又要拯救谷歌：Demis Hassabis 的 AI 终极野心

摘要：他是少年棋王，是天才游戏设计师，也是神经科学家。如今，作为谷歌 DeepMind 的掌舵人，Demis Hassabis 正站在硅谷 AI 军备竞赛的风暴眼中。

从 AlphaGo 的惊世一子，到 AlphaFold 破解生命之谜，再到正面迎击 OpenAI，他的目标从未改变：“先解决智能，再用智能解决一切。”

在 ChatGPT 引爆全球 AI 热潮之后，所有人的目光都聚焦在两家公司身上：OpenAI 和 Google。

如果说 Sam Altman 是极具商业嗅觉的产品经理，那么 Google AI 机器背后的操盘手——Demis Hassabis，则更像是一位深邃的“炼金术士”。

作为 2024 年诺贝尔化学奖得主，Hassabis 不仅仅是一位 CEO。今天，我们结合最新的访谈与资料，为您深度拆解这位传奇人物的思维模型与 Google 的反击路线图。

01

天才的三个侧面：从游戏到大脑

The Origin Story

Hassabis 的独特之处，在于他极其罕见的跨界背景。正是这三重身份的叠加，构成了 DeepMind 独特的技术基因。

♟️ 少年棋王：思考“思考”本身

• 经历： 4 岁学棋，13 岁已是世界排名第二的同龄棋手，拥有大师级水准。

• 洞察： 国际象棋不仅训练了逻辑，更让他过早地触碰到了人脑的极限。他意识到，如果能制造出辅助思考的机器，人类的潜能将被无限放大。

🎮 游戏设计师：打造 AI 的“沙盒”

• 经历： 17 岁加入传奇的牛蛙工作室（Bullfrog），参与设计《主题公园》；后创立自己的工作室设计《共和国：革命》。

• 洞察： 游戏是训练 AI 的完美场所。这里有明确的目标、规则和反馈。这一经历直接决定了 DeepMind 后来用 Atari 游戏和星际争霸来训练 AI 的策略——在虚拟世界试错，在现实世界应用。

🧠 神经科学家：逆向工程人脑

• 经历： 在游戏事业巅峰期急流勇退，攻读认知神经科学博士，研究海马体与记忆、想象力的关系。

• 洞察： 他试图通过“逆向工程”人类大脑来寻找算法灵感。DeepMind 早期的深度强化学习（Deep Reinforcement Learning），正是受到了多巴胺奖励机制的启发。

02

DeepMind 的哲学：不止是聊天

The Philosophy

与硅谷传统的“产品驱动”不同，Hassabis 领导下的 DeepMind 更像是一个**“阿波罗计划”式的科研机构**。他的野心，远不止做一个能陪你聊天的机器人。

👉 从“玩游戏”到“搞科研”

2016 年，AlphaGo 击败李世石，那是 AI 展现“直觉”的时刻。但 Hassabis 并没有停下。 2020-2024 年，AlphaFold 横空出世，预测了几乎所有已知的蛋白质结构。

• 这标志着 AI 从“炫技”走向了“实用”。

• 这一成就直接为他赢得了诺贝尔奖，也验证了他的核心理念：AI 是探索科学边界的终极工具。

👉 坚持“通用性”（Generality）

他始终反对“狭义 AI”（如只能做人脸识别的 AI）。他要构建的是一个通用学习系统——不预设特定知识，而是像婴儿一样，具备从零开始学习任何任务的能力。

Hassabis 的名言："Solve intelligence, and then use that to solve everything else." （先解决智能问题，再用智能解决其他所有问题。）

03

临危受命：谷歌的全面反击

The Pivot

面对 OpenAI 的强势崛起，Google 结束了内部赛马机制，做出了历史性的调整。

🔥 Brain + DeepMind = Google DeepMind

长期以来，Google Brain 和 DeepMind 是双峰并峙。为了集中算力和人才，Google 将二者合并，由 Hassabis 挂帅。 这意味着，这位曾经专注于“星辰大海”的科学家，现在必须背负起**“打赢商战”**的重任。

🚀 Gemini：原生多模态的野心

作为 GPT-4 的最强对手，Gemini 是 Hassabis 交出的答卷。

• 原生多模态： 它是天生的“通才”，从训练之初就理解文本、图像、视频和代码。

• 规划能力： 结合 DeepMind 擅长的强化学习，Hassabis 希望 Gemini 不仅能“说”，还能“做”（Planning & Action），这是通往下一代 AI 的关键。

04

终局猜想：AGI 还有多远？

The Future

在多次深度访谈中，Hassabis 对 AGI（通用人工智能）给出了既乐观又谨慎的预测。

• 关于时间表： 他认为 AGI 不再是遥不可及的科幻概念，可能在**“未来几年甚至十年内”**就会实现。

• 关于安全： 他主张“沙箱测试”（Sandboxing），在模拟环境中验证 AI 的安全性，绝不能在没有任何护栏的情况下直接部署。

• 终极愿景： 他眼中的 AGI，不是替代人类工作的竞品，而是一个**“超级科学家助手”**。他希望 AI 能帮助人类攻克癌症、解决能源危机、逆转气候变暖。

结语

Demis Hassabis 是硅谷的一个异类。

当大多数人在谈论 AI 如何生成文案、如何优化广告推荐时，他正在思考如何用 AI 理解宇宙的本质。

在这场 AI 革命中，如果说 OpenAI 让我们看到了 AI “像人一样交流” 的惊艳，那么 Hassabis 和他的 Google DeepMind，则在致力于让 AI “像神一样思考”，去解决那些人类至今无法解决的硬核难题。

你更看好 OpenAI 的产品路线，还是 DeepMind 的科学路线？欢迎在评论区留言讨论。