2017年5月，我采访了哈萨比斯(Demis Hassabis)。那是AlphaGo战胜李世石的第二年，中国围棋协会和谷歌在浙江乌镇安排了AlphaGo与世界冠军柯洁对弈，机器以3:0完胜人类，我在场见证了这个历史时刻。谷歌CEO施密特(Eric Schimidt)、谷歌大脑负责人迪恩（Jeff Dean），DeepMind创始人哈萨比斯都来了。当时应谷歌的邀请，我前往乌镇，与施密特对话，并且主持了有迪恩与中国科学家的一场对话。当然，最重要的，是对哈萨比斯的电视专访。
尽管事先知道哈萨比斯非常聪明，霍金称他为地球上最聪明的人之一，但与他交谈，还是感到了那种并非传说中的聪明。哈萨比斯是AlphaGo之父，他告诉我他的围棋水平是业余一段；他是国际象棋大师，但肯定不是世界上最顶尖的选手。但他拥有一种科学的智慧，在于能发明AI学习系统，去战胜人类最顶尖的选手；而且他的想法是去构建能学习一切的AI系统，最终都有可能达到或者超过人类的水平，这就是通用人工智能。
他当时给我留下最深刻印象的一句话，是告诉我说，要让人工智能成为探索宇宙的“终极工具”。解决智能，再用智能解决一切。这听起来比那些世界冠军和伟大的科学家更加令人生畏。
直到现在，马拉比的这本《哈萨比斯》，英文原名《无限机器》（Infinity Machine），除了强化我已经熟知他的硅谷AI英雄的一面，我看到了一个更值得世人了解的哈萨比斯，那些驱动他要用尽一生去追求AGI的终极力量源泉。
哈萨比斯，会不顾一切吗
AI是整个人类所面对的威力巨大的一种终极技术。这些技术的发明者是怎么想的？他们是否值得信任，如果不值得信任，AI值得信任吗？这样说来，AGI运动的开创者和引领者哈萨比斯，可能是当下最需要我们去了解的一位关键人物。这种深刻的追问，是成书的基本前提，也是驱动叙事的动力之源。
马拉比与哈萨比斯之间几乎完全是私下的、长时间跨度的对话，在我看来是本书的最吸引人之处。哈萨比斯在哲学上受到康德的影响 ，外部的世界对于人类的全部意义，来自于人类的理解，而通用人工智能，即一种超越了人类的终极智能，可以破解宇宙之谜。但哈萨比斯并不停留于科学理论，他受到费曼的影响，“我无法创造的东西，就无法理解”，他要把图灵所构想的通用学习机造出来。这听起来非常知行合一。理解这个世界，就是对它进行“逆向工程”。
正是因为而科学家日益从理论探索走向技术和工程实践，让科学家面临着马拉比所设定的一种困境。科学发现越重大，它所蕴含的能量越大，这种能量的释放方式，也决定了科学发现对于人类的影响力。特别是当科学家也投身于实践，把科学发现变成一种技术系统，直至造出产品，如奥本海默、冯诺伊曼等参与制造原子弹，技术释放风险达到可能达到人类物种级甚至星球级。同样，人工智能被认为可能对于人类文明释放出巨大的能量，这个迅速释放过程中，认知的、物理的、系统的与社会的风险，可能难以预见、难以控制。
马拉比认为哈萨比斯就身处这样的困境之中。他们这一代AI英雄们，既是奉行上帝旨意去发现科学真理，但又可能是万物的破坏者。“哈撒比斯则洞悉了这些末日情景的全貌”。他生命的全部意义，在于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身上的另一面。“他深陷一场可怕的资本主义竞争，却乐在其中。” 谷歌一度输掉了大语言模型和推理模型的竞争。哈萨比斯的责任，就是率领谷歌DeepMind翻盘，并且在多模态模型、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2010年创办了DeepMind，2014年被谷歌以5.5亿美元收购。这是一家开创AGI运动的初创公司。它虽然被谷歌收购，但是保持了自己当初的使命，哈萨比斯坚持留在伦敦，在谷歌内部也保持了一定的独立性。
DeepMind以实验室的形式，为一种科学发现而诞生，开创了当代科技与AI初创企业的一种新范式，集研究、工程和产品于一体。这种范式为OpenAI和Anthropic所效仿，在DeepSeek那里也可以看到它的影响 。
而早期投资这样一家企业，需要非常同寻常的品味。这些投资者中，一位是伦敦金融家，怀有宗教感理解DeepMind；一位是MIT教授、他的博士后指导，坚信哈萨比斯能像费曼、克里克一样，一定能获得诺贝尔奖；还有一位，就是彼得.蒂尔(Peter Thiel)的创始人基金。
那位叫甘蒙（David Gammon）的伦敦金融家，认为DeepMind的使命，就是去发现上帝的算法，因为宇宙有一位设计师，就是我们所称的上帝。他以如此情怀投资了DeepMind，这让我想起了在剑桥大学的卡文迪什实验室的门口，也写着这么一段话，主的创造，何其伟大；穷究其中，其乐无穷。（The works of the lord are Great. Sought out of all them that have pleasure therein. ）这句话是当年卡文迪什在1874年初建时，麦克斯韦让人刻在橡木门上的。它成为实验室的精神象征。
后来，辛顿在谈到为什么一定要追求AGI时，他谈到这种科学发现的“甜头” （sweetness），与那种“乐趣”（pleasure）, 高度吻合。在本书的扉页上，马拉比引用了冯.诺依曼在研制原子弹期间写的一段话，科学家必须依照其职业伦理，完成其发现的使命，哪怕它可能带来可怕的后果。哈萨比斯也谈到，剑桥大学校园里，“艾萨克.牛顿、阿兰.图灵，所有我们偶像。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。”
蒂尔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。蒂尔认为，哈萨比斯的宿命，就是AGI。他的合伙人诺塞克是一位未来主义者，投资了SpaceX，他把哈萨比斯看成是和马斯克一样的创业者。蒂尔决定不采取集体投票决策 ，而是给予诺塞克凭直觉决策的权力，最终投资了230万美元。
哈萨比斯和另一位创始人莱格（Shane Legg）的跨学科的知识结构，决定了跨学科既是DeepMind的知识结构，也是它研究的方法。哈萨比斯本人就是一位跨界博学的科学家，计算机、神经科学、物理、哲学，他是象棋大师并且精通各种智力游戏，他获得了诺贝尔化学奖，初步实现了自己的梦想，想用AGI去超越牛顿和爱因斯坦。另一位DeepMind的共同获奖的科学家约翰.江珀（John Jumper），则涉足数学、物理、化学、生物学和机器学习等多个领域。当年哈萨比斯告诉我，DeepMind在还只有400-500人左右时，它的人才就来自60多个国家，其中一半是顶尖大学相关学科的顶尖博士生。
最近DeepMind的开始跨界进入经济学的领域，要用最先进的AI系统，去质疑经济学中的一些其本原则，如稀缺性；还将研究智能体参与交易之后的市场机制，以及资源和权力的分配。
DeepMind想办成一家开放式的、注重长期的、跨学科的AGI研究机构，它提出的口号是解决AI，再用AI解决一切。在被谷歌收购之后，它基本保持了自己的独立性。
硅谷的Move fast and breaking things（快速行动，解决问题），最起码在研究阶段并不适合AI这一转变性技术。但是，OpenAI推出ChatGPT，部分改变了DeepMind的工作方式，DeepMind开始进入AI时代的硅谷节奏，与OpenAI展开短兵相接的竞争。
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和他的两个学生伊利亚和Alex创办的实验室，2014年又收购了DeepMind，同时拥有当时人工智能的两家最领先的实验室，几乎可以垄断这项决定人类命运的技术，这也直接催生了马斯克等人创办OpenAI，然后才有了ChatGPT。
AGI ，终极图灵机
DeepMind开创了AGI运动。当前AGI这个概念充满争议、并且往往用来进行营销，但它经历了演变的过程，和技术发展的脉络。莱格最早把AGI这个词引入到AI圈子，与哈萨比斯用AI解决一切的理念完全一致，成为创办DeepMind的意义所在。
哈撒比斯一度相信AGI将是一个单一体（singularity），尤其是AlphaZero通过自学习，所有棋类的领域都达到了超人的水平 ，让他和西尔弗（David Siver）等人相信，DeepMind将主要通过强化学习实现AGI。强化学习这一思想，既来自哈萨比斯、莱格等人对于神经网络，包括一切学习行为的反馈与改善机制的坚信，也在强化学习之父萨顿（Richard Sutton）那里得到了系统性的研究和强化 。
对AGI的追求，一时出现了两条路线，一条是DeepMind所坚持的强化学习，它的背后有一位图灵将得主萨顿；另外一条是OpenAI所坚持的深度学习，它的身后有一位图灵奖和诺贝尔将得主辛顿。DeepMind也接受超级人工 智能（ASI）的说法，但是它有明确的定义，如果从狭窄的和通用的两个维度来看AGI， 在一些狭窄的领域内，AI已经远远超过了人类，如所有棋类项目、预测蛋白质结构，等等。但在类似人类的智能领域 ，其通用性仍然处于早期，目前AI是一种“锯齿状”的、参差不齐的智能。
哈萨比斯认为研究AGI有三个同等重要的“范式”中：排在第一位的是强化学习，是实现通用人工智能的路径；第二位的是从神经科学中产生的想法；语言模型排在第三，并且从属于构建从数据中学习的神经网络。哈萨比斯一直认为仅靠语言不足以实现人工通用智能，要保持研究的广度的开放性。
但ChatGPT正是大语言模型突破的结果。发明了Transformer的谷歌大脑团队，还有DeepMind，只是到GPT-3之后，才开始重视大语言模型，但是谷歌一直在内部测试使用而不敢轻易推出，结果“贻误”了一次历史性的机会——也许这正是创新的一个基本特征，总是那些初创公司敢于冒险失败，或者承受难以预料的后果。后来DeepMind和Google Brain合并，由哈萨比斯提担任CEO，开始了与OpenAI近乎三年的翻盘之战，直到2025年底，Gemini-3的发布反超了GPT-5.1。
由于AI研究的发展太快，书中没有包括的内容是，到了2025年底，人们逐步形成了共识，仍凭大语言模型无法实现AGI。 哈萨比斯认为，要达到AGI，还需要一两个Transformer级别的突破。DeepMind以其多模态和谷歌基于TPU的基础设施优势 ，在推动世界模型、持续学习，西尔弗和萨顿还共同发表论文，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年的历史 ，强化学习和深度学习交替主导；竞争中的融合，推动AI迅速发展。
就在人们对于AGI的概念争论不休，甚至图灵奖得主杨立昆（Yann LeCun）站出来，开始否定AGI这个概念本身。哈萨比斯反驳杨立昆，人类智慧的通用性，并为了在单一游戏中战胜AI，而是能发明那个游戏；只要有足够的时间，通用学习机可以学习它想学到的一切。AGI根植于图灵的思想，计算机本身就是通用学习机。AGI是理解宇宙以及我们身处其中的通用终极工具。但是AGI也已经并非哈萨比斯所想象的由单一模型实现，特别是以DeepSeek为代表的中国实验室，密集推出的开源模型，也在参与定义AGI。
回到本文开始的问题，什么力量在驱动哈萨比斯对AGI的追求？这是一种科学家的使命召唤，它在一定意义上是“上帝的召唤”。它深深地根植于科学革命以来的价值观中。模拟现实、模拟自然、模拟人类和生命进化的整个过程。对上帝设计的这个世界，对于宇宙的演变和人类的进化，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可能对人类带来毁灭性的威胁，而当下又在不停地制造混乱，面且听起来这些的确定性要大于它给人类带来福祉的确定性，AI是否值得人类投入那么大量的资金和资源 。作者对此有两种解释，创造新技术是人类固有的天性，另外一个解释，正如辛顿所说，探索的前景实在甜美，所以科学家们是受到了诱惑——有点像是魔鬼的诱惑，但最终还是上帝的召唤。对于作者来说， 这听起来有些令人担心，难道除了那些极少数走得太远的科学家之外，人类其余的绝大多数，都应该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，并且在谷歌可能是仅次于CEO的人物，他也是一位科学家，所追求的是科学启蒙，而不是金钱与权力。作为一位英国作家，他也在书中寄托了英国科学传统能发出AI的光芒。
哈萨比斯是图灵的信徒，他使命是将图灵机的潜力推向极限，去解开宇宙的谜底。自然界中的任何事物，任何自然存在的现象，都存在模式。哈萨比斯的人生高光时刻，莫过于他站在诺贝尔领奖台上宣布他对于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。”
（为《哈萨比斯：谷歌AI之脑》作序）
热门跟贴