从AlphaGo到AGI：哈萨比斯与DeepMind如何追寻“上帝的算法”？

2017年5月，我曾有幸采访德米斯·哈萨比斯。那是AlphaGo战胜李世石的第二年，谷歌与中国围棋协会在浙江乌镇安排了AlphaGo与世界冠军柯洁的对决。机器最终以3:0完胜人类，而我，则在场见证了这一历史时刻。当时谷歌CEO埃里克·施密特、谷歌大脑负责人杰夫·迪恩，以及DeepMind创始人哈萨比斯都齐聚乌镇。在与施密特对话并主持了迪恩与中国科学家的一场讨论后，我最重要的一项任务，便是对哈萨比斯进行一场电视专访。

尽管事先已知道他极为聪慧——霍金曾称他为地球上最聪明的人之一——但与他交谈时，你仍能感受到一种超出传说的、实实在在的智慧光芒。作为AlphaGo之父，他告诉我自己的围棋水平仅是业余一段；他是国际象棋大师，但并非世界顶尖。他的智慧是一种科学的、架构性的智慧：在于发明能够学习并最终战胜人类顶尖选手的AI系统。他的宏大愿景，是构建一个能学习一切的AI，一个最终可能达到甚至超越人类水平的系统，这便是通用人工智能（AGI）。

那次谈话中，最令我印象深刻的一句话是，他希望让人工智能成为探索宇宙的“终极工具”。先解决智能问题，再用智能去解决一切。这个目标，听起来比击败任何世界冠军或进行任何单一科学发现，都更加宏大且令人生畏。

如今，塞巴斯蒂安·马拉比的这本《哈萨比斯》——英文原名《无限机器》——除了印证我所熟知的、他作为硅谷AI英雄的一面，更展现了一个更立体、更值得世人了解的哈萨比斯，揭示了驱动他穷尽一生追求AGI的那些终极力量源泉。

哈萨比斯，会不顾一切吗？

AI是整个人类正面对的、威力巨大的终极技术。我们不禁要问：这些技术的发明者究竟在想什么？他们值得信任吗？如果他们不值得，那么AI本身值得信任吗？从这个角度看，作为AGI运动的开创者与引领者，哈萨比斯或许是当下最需要我们去深入了解的关键人物。这种深刻的追问，构成了本书的基本前提，也是驱动叙事的动力之源。

在我看来，本书最吸引人之处，在于马拉比与哈萨比斯之间近乎私密的、跨越漫长时间的对话。哈萨比斯在哲学上受康德影响，认为外部世界对人类的意义完全源于人类的认知理解；而通用人工智能，作为一种可能超越人类的终极智能，将能破解宇宙之谜。但他并不停留于理论，受费曼“我无法创造的东西，就无法理解”理念的影响，他决心将图灵构想的通用学习机亲手造出来。这听起来非常“知行合一”——理解世界，就是对其进行一场“逆向工程”。

当科学家日益从理论探索转向技术与工程实践时，他们也陷入了马拉比所设定的困境。科学发现越重大，蕴含的能量就越大，而能量释放的方式决定了它对人类的影响。尤其当科学家亲自将发现转化为技术系统乃至产品时——如同奥本海默、冯·诺依曼参与制造原子弹——技术释放的风险可能达到物种甚至星球级别。同样，人工智能被认为可能释放出重塑人类文明的巨大能量，在这个快速释放的过程中，认知、物理、系统与社会的风险或许难以预见和控制。

马拉比认为，哈萨比斯正身处这样的困境。他们这一代AI英雄，既是奉行科学旨意的真理发现者，也可能是潜在的万物破坏者。“哈萨比斯则洞悉了这些末日情景的全貌。”他生命的全部意义，似乎就是在生命终结前理解这一切。除了科学探索，马拉比也看到了哈萨比斯的另一面：“他深陷一场可怕的资本主义竞争，却乐在其中。”当谷歌一度在大语言模型和推理模型的竞争中落后时，哈萨比斯的责任就是率领谷歌DeepMind翻盘，并在多模态模型、世界模型、持续学习等方面实现从零到一的突破。

DeepMind，谷歌的AI灵魂

哈萨比斯于2010年创办DeepMind，该公司在2014年被谷歌以5.5亿美元收购。这是一家开创了AGI运动的初创公司。尽管被收购，但它很大程度上保留了最初的使命和独立性——哈萨比斯坚持将总部设在伦敦。

DeepMind以一种实验室的形式诞生，为科学发现而存在，开创了集研究、工程和产品于一体的当代科技与AI企业新范式。这种范式后来被OpenAI和Anthropic效仿，也能在DeepSeek等机构看到其影响。

投资这样一家早期的企业，需要非凡的眼光。早期投资者中，有怀揣宗教感理解DeepMind使命的伦敦金融家；有坚信哈萨比斯能像费曼、克里克一样获得诺贝尔奖的MIT教授（也是他的博士后导师）；还有彼得·蒂尔的创始人基金。

那位名叫大卫·甘蒙的伦敦金融家，认为DeepMind的使命就是去发现“上帝的算法”，因为宇宙存在一位设计师，即我们所说的上帝。这种情怀投资让我想起剑桥大学卡文迪什实验室门口的一句话：“主的创造，何其伟大；穷究其中，其乐无穷。”这句话是麦克斯韦在1874年实验室初建时让人刻在橡木门上的，成为了实验室的精神象征。

后来，杰弗里·辛顿在谈及为何必须追求AGI时，提到了科学发现带来的那种“甜头”，与上述“乐趣”高度吻合。本书扉页上，马拉比引用了冯·诺依曼在研制原子弹期间写下的文字：科学家必须遵循其职业伦理，完成发现的使命，即便它可能带来可怕的后果。哈萨比斯也谈到，在剑桥校园里，“艾萨克·牛顿、阿兰·图灵，所有我们的偶像。我能从石头的纹理中感受到他们的存在，感受到他们的智慧和远见。他们几乎是在召唤我。”

彼得·蒂尔则认为这个项目在科学层面是顶级的，但商业模式可能是最差的。他认为哈萨比斯的宿命就是AGI。他的合伙人、未来主义者卢克·诺塞克（曾投资SpaceX）将哈萨比斯视为与马斯克同类的创业者。蒂尔最终决定不采取集体投票，而是赋予诺塞克凭直觉决策的权力，投资了230万美元。

哈萨比斯与另一位联合创始人肖恩·莱格的跨学科知识结构，决定了DeepMind既是跨学科的知识体，也采用跨学科的研究方法。哈萨比斯本人就是跨界博学的科学家，涉足计算机、神经科学、物理、哲学；他是象棋大师，精通各种智力游戏；他因蛋白质结构预测研究获得了诺贝尔化学奖，初步实现了他“用AGI超越牛顿和爱因斯坦”的梦想。另一位共同获奖的科学家约翰·江珀也涉足数学、物理、化学、生物学和机器学习。哈萨比斯曾告诉我，当DeepMind只有四五百人时，其人才就来自60多个国家，其中一半是顶尖大学的顶尖博士生。

最近，DeepMind甚至开始跨界进入经济学领域，试图用最先进的AI系统去质疑经济学中的一些基本原则（如稀缺性），并研究智能体参与交易后的市场机制与资源分配。

DeepMind致力于成为一家开放式、注重长期、跨学科的AGI研究机构，其口号是“解决智能，再用智能解决一切”。在被谷歌收购后，它基本保持了独立性。

硅谷“快速行动，打破常规”的信条，至少在研究阶段并不完全适用于AI这种变革性技术。然而，OpenAI推出ChatGPT，部分改变了DeepMind的工作节奏，使其开始进入AI时代的硅谷竞争节奏，与OpenAI展开了短兵相接的较量。

现在看来，DeepMind是后来所有AGI创业的起源。谷歌在2013年以4400万美元收购了辛顿及其两位学生的实验室，2014年又收购了DeepMind，几乎同时拥有了当时人工智能领域最领先的两大实验室，这直接催生了马斯克等人创办OpenAI，进而才有了后来的ChatGPT。

AGI，终极图灵机

DeepMind开创了AGI运动。尽管当前“AGI”这个概念充满争议且常被用于营销，但它本身经历了演变，并有其技术发展脉络。肖恩·莱格最早将“AGI”一词引入AI圈子，这与哈萨比斯“用AI解决一切”的理念完全吻合，成为创办DeepMind的核心意义。

哈萨比斯一度相信AGI将是一个“奇点”，尤其是当AlphaZero通过自学习在多种棋类领域都达到超人类水平后，让他和大卫·西尔弗等人相信，DeepMind将主要通过强化学习实现AGI。强化学习的思想，既源于哈萨比斯、莱格等人对神经网络及一切学习行为反馈改善机制的信念，也得益于“强化学习之父”理查德·萨顿的系统性研究。

对AGI的追求，曾一度出现两条主要路径：一条是DeepMind坚持的强化学习（背后有图灵奖得主萨顿）；另一条是OpenAI坚持的深度学习（背后有图灵奖与诺贝尔奖得主辛顿）。DeepMind也接受“超级人工智能”（ASI）的说法，但有其明确定义：从狭窄与通用两个维度看AGI，在一些狭窄领域（如棋类、蛋白质结构预测），AI已远超人类；但在类似人类的通用智能领域，其能力仍参差不齐，处于“锯齿状”的早期阶段。

哈萨比斯曾认为，实现AGI有三个同等重要的“范式”：首位是强化学习，是实现路径；第二位是来自神经科学的灵感；语言模型排在第三，且属于“从数据中学习构建神经网络”的范畴。他一直认为仅靠语言不足以实现AGI，必须保持研究视野的广度与开放性。

但ChatGPT正是大语言模型取得突破的结果。发明了Transformer的谷歌大脑团队和DeepMind，直到GPT-3之后才开始真正重视大语言模型。而谷歌因在内部测试中犹豫不决，未能及时推出产品，从而“贻误”了一次历史性机遇——这或许正是创新的一个基本特征：往往由敢于承担失败风险或不可预知后果的初创公司推动。后来，DeepMind与Google Brain合并，由哈萨比斯担任CEO，开启了与OpenAI长达近三年的翻盘之战，直至2025年底Gemini-3的发布实现反超。

由于AI研究发展太快，书中未能涵盖的是：到2025年底，业界逐渐形成共识，即仅靠大语言模型无法实现AGI。哈萨比斯认为，要达到AGI，可能还需要一两个Transformer级别的突破。DeepMind正凭借其多模态优势和谷歌基于TPU的基础设施，推动世界模型、持续学习等领域的发展。西尔弗与萨顿还联合发表论文，宣布AI正在进入“经验的时代”。这一切的背后，是DeepMind在推动强化学习再度占据主导地位。回顾过去15年，强化学习与深度学习交替主导，竞争中的融合推动着AI迅猛发展。

就在人们对AGI概念争论不休，甚至图灵奖得主杨立昆开始否定AGI概念本身时，哈萨比斯反驳道：人类智慧的通用性，不在于在单一游戏中战胜AI，而在于能发明那个游戏；只要有足够时间，通用学习机可以学会它想学的一切。AGI根植于图灵的思想——计算机本身就是通用学习机。AGI是理解宇宙及我们身处其中的通用终极工具。当然，今天的AGI也已非哈萨比斯最初想象的单一模型实现，特别是以DeepSeek为代表的中国实验室推出的密集开源模型，也在参与定义AGI的未来。

回到最初的问题：是什么力量驱动哈萨比斯追求AGI？这是一种科学家的使命召唤，在某种意义上甚至是“上帝的召唤”。它深深植根于科学革命以来的价值观中：模拟现实、自然、人类乃至整个生命进化过程，对上帝设计的这个世界进行“逆向工程”。

马拉比的叙事，始终沿着他设定的悖论展开：既然AI可能对人类构成毁灭性威胁，且当下已在制造混乱（这些风险的确定性似乎大于其带来福祉的确定性），那么AI是否值得人类投入如此巨量的资金与资源？作者给出了两种解释：一是创造新技术是人类固有的天性；二是正如辛顿所说，探索的前景实在“甜美”，科学家们受到了诱惑——这有点像魔鬼的诱惑，但最终仍是上帝的召唤。但这不免令人担忧：难道除了少数走得太远的科学家，人类绝大多数都只是他们探索道路上的人质吗？

马拉比试图让我们相信，哈萨比斯既是一位创业者（在谷歌可能是仅次于CEO的人物），也是一位追求科学启蒙而非金钱与权力的科学家。作为一名英国作家，他也在这本书中寄托了英国科学传统能在AI时代再度绽放光芒的期望。

哈萨比斯是图灵的信徒，他的使命是将图灵机的潜力推向极限，以解开宇宙之谜。他相信，自然界中的任何事物、任何现象，都存在模式。他的人生高光时刻，莫过于站在诺贝尔奖领奖台上宣布他对AGI的信仰：“自然界中任何可生成或存在的模式，都能被经典学习算法高效地发现并建模。”

（本文为《哈萨比斯：谷歌AI之脑》所作序言）