亿人围观诺奖为何颁给他一个半小时全解密

当还不是诺奖得主的Demis Hassabis说出那句话——「Trying to build AGI is the most exciting journey humans ha ve ever embarked on」——这听起来不像一句豪言，更像一种近乎宿命的召唤。

从此，故事开始了。

当年，「人工智能」还是禁词

纪录片里有个细节，冷静得让人后背发凉：在那个年代，AI几乎是个禁词。

想象一下，你在学术会议上说自己正在研究AI，换来的不是沉默就是轻蔑。没有掌声，没有鼓励，只有空气突然变冷。

就是在这样的背景下，Demis Hassabis和Shane Legg走到了一起。他们反复追问一个简单却疯狂的问题：机器，真的可以拥有通用智能吗？

这不是十年规划，而是一生赌注。Shane回忆那段日子时说：「我们感觉自己像是守着一个秘密。」

他们很清楚，传统学术体系里这条路根本走不通。于是，一个疯狂的决定诞生了——创办一家公司。

站在投资人面前，空气仿佛凝固了。投资人关心的是回报和市场，而他们谈论的是大脑、认知、宇宙中是否存在第二种智能。

99%的投资人选择了拒绝。这条路，注定只能由少数人去走。

如果现在不做，可能永远都不会有人去做。

就这样，DeepMind诞生了。真正的风暴，才刚刚开始。

这场赌局，孤注一掷

DeepMind创立后，人们才意识到，这是一场没有退路的豪赌。

早期，DeepMind几乎是隐形的存在。没有官网，没有公开资料，办公室位置甚至刻意保密。

来面试的人心中惴惴不安，甚至有人进门前给家人发消息：「如果我没回来，记住我去哪了。」

纪录片里的一句话，残酷又真实——「It may not even be possible.」

AGI，意味着需要前所未有的计算资源、资金投入、时间跨度，意味着成百上千次失败。

他们很早就做出关键判断：如果想做「通用」，就不能从规则开始。规则属于人类，而真正的智能，可以没有它。

于是他们把目光投向游戏——因为游戏足够复杂、足够封闭、又足够残酷，失败毫不留情。这是智能成长最理想的试炼场。

在Pong中，没人告诉AI规则，只告诉它一件事——要得分。

刚开始，AI连球拍都不会动。煎熬了几个月后，那一刻出现了——球拍动了！

第一分，紧接着第二分，第三分……三个月后，人类再也赢不了它。

从那一刻起，某种全新的智能形态，已经在黑暗中，睁开了眼睛。

而在无数次失败后，DeepMind的系统开始令人不安——它不再只是学会，而是在发现。

当他们把算法从一个游戏，扩展到几十个从未见过的Atari游戏时，奇迹发生了。同一个「大脑」进入完全陌生的世界，自己学会了怎么玩。

在《Breakout》这个游戏中，所有人类玩家都会挡球、反弹、慢慢清空砖块。但AI却突然做出了一件没人教过、也没人想到的事——

它在边缘挖了一条隧道。

研究人员看着屏幕，在巨大的震撼中沉默了。他们意识到：机器，开始拥有超越人类直觉的能力。

AlphaGo，载入史册的对决

然后，就是那场载入史册的对决。

AlphaGo和李世石比赛前，所有人都认为：AI能赢下一局，就是奇迹了。

直到第37手。

那一步棋落下的瞬间，解说席发出惊呼。

职业棋手们一致认为，没有任何人类，会在这个位置下这一步。

而AlphaGo自己也给出了评估：这一步棋，被人类走出的概率，只有一万分之一。

几小时后，李世石起身认输。那一刻，时间仿佛静止了。

人类第一次，在一个被视为「纯粹智慧」的领域，被彻底击败了。

人类再也无法假装，智能只属于自己。棋盘很小，但这一步，已经踏入了文明的深水区。

不过DeepMind内部却很清醒：AlphaGo仍然站在人类的肩膀上。

如果把人类经验彻底拿掉，会发生什么？

于是，AlphaZero诞生了。Zero，也就是零人类知识、零先验规则。

接下来发生的事，连创造者自己都始料未及。

AlphaZero从完全随机开始，变成能击败世界级程序，再到成为有史以来最强的棋手。

不仅仅是围棋，还有国际象棋、将棋……所有双人完全信息博弈。

人类花了几个世纪总结的定式、原则、经典名局，在AlphaZero面前，被迅速重写。

机器成为自己的导师，这正是AGI最令人敬畏的形态——学习本身，成为了系统的核心能力。

下一站，是生命本身。

蛋白质折叠圣杯，被AI摘下

在所有现实问题中，有一个被称为「生命科学圣杯」的难题——蛋白质折叠。

它困扰了人类半个多世纪，决定着疾病、药物、免疫、进化。

但从氨基酸序列推导出蛋白质三维结构，计算量之大、变量之复杂，让无数顶级科学家折戟。有人断言：这不是人类能在有生之年解决的问题。

但Demis Hassabis心里一直有个直觉：如果智能真的存在通用形式，那它一定能攻克这个难题。

起初，一切并不顺利。他们带着最先进的机器学习模型进入蛋白质领域，却发现数据稀缺、噪声巨大、实验结果极其残酷。

哪怕在国际顶级赛事CASP中暂时领先，依然被生物学家泼冷水：「这些结果远远不够。」

他们意识到：这不是再堆算力、再调参数就能解决的问题。

无数次推翻重来之后，AlphaFold的核心理念逐渐成形——不是记住答案，而是学习结构背后的关系与物理逻辑。

终于，在CASP14上，AlphaFold给出的预测，第一次达到了可被生物学家直接使用的精度，而且是断层领先。

结果公布的那一刻，人群爆发出一阵欢呼，这是生命科学进入新纪元的起点。

随后，DeepMind做出了一个震撼世界的决定——2亿个蛋白质结构，向全人类免费开放。

潘多拉的盒子，打开了

当AlphaFold改变生命科学之后，DeepMind内部的情绪，并不是狂喜，而是警惕。

他们比任何人都清楚：能力的指数级增长，永远不会只走向一个方向。

在纪录片中，语气第一次变沉重了。不再是「我们能不能」，而是「我们该不该？」

在StarCraft、AlphaStar等项目中，研究者第一次看到：AI开始自发地产生协作、欺骗、牺牲与压制。

这些从没有写进代码中，却自然出现了。

纪录片毫不回避一个令人不安的类比——DeepMind，被称作「新时代的曼哈顿计划」。

奥本海默和团队承受了一生的拷问，如今历史正惊人地重演。

Hassaibs在镜头前直言：「Move fast and break things，正是我们不该采用的方法。」

最后，在纪录片里有一个令人窒息的假设。

如果某一天，你收到一封邮件：「一个远超人类的智能，即将抵达地球。」全世界的政府都会进入紧急状态。

而AGI的到来，本质上没有任何区别。

纪录片中有这样一句话：AGI的到来，将把人类历史一分为二。

DeepMind的研究者们已经清楚地意识到：AGI不会像一颗冲击波那样突然出现。

它更像一条缓慢却不可逆的分界线——当你意识到时，自己已经站在线的另一端。

纪录片在最后，反复回到一个画面——Hassaibis与Alpha的对话安静、克制，却意味深长。

这是一些看似简单的问题：你看到了什么？你要如何去学习？

像在问AI，也像在问人类自己。

AGI，不是「他们」的项目，不是硅谷的故事，而是整个人类文明，第一次必须共同承担的选择。

我们要把未来，交到谁的手中？