DeepMind创始人哈萨比斯：从伦敦贫民区象棋神童到谷歌AI灵魂人物
塞巴斯蒂安·马拉比 | 文
《哈萨比斯：谷歌AI之脑》 | 来源
一、哈萨比斯的智能之思
1、顿悟：智力不该局限于棋盘
4岁观摩父亲下棋，5岁参赛，6岁获伦敦14岁以下国际象棋锦标赛资格并连胜两场，13岁排名该年龄段全球第二。一场耗时10小时的残局对弈让他顿悟：多数人困于局部算计，却忽视智力的终极潜力。此后他广泛参与桥牌、西洋双陆棋、国际跳棋、将棋等智力竞赛，并斩获5届国际智力运动奥林匹克运动会金牌。他意识到，世界有太多值得探索的领域——他需要一项更宏大的使命。
2、探索：超级智能才是终极目标
15岁进入游戏行业，结识彼得·莫利纽克斯，并受《哥德尔、艾舍尔、巴赫》启发，确立信念：计算机终将实现人类大脑所能完成的一切。侯世达关于“模式即智能本质”的观点，坚定了他将类似神经电信号的模式编码进人工系统的方向。
3、启航：AI领域的“曼哈顿计划”
剑桥毕业后参与游戏项目，但察觉创业环境不稳定。他与戴维·西尔弗共同制定商业计划，创办万灵药工作室（Demis），名称源自“万能药”，寓意AI是理解智能本质的钥匙。该工作室既是AI实验平台，也积累创业经验，为其日后启动AGI长期愿景奠定基础。
4、翻盘：危机里的抗压韧性
主导开发的游戏《共和国：革命》在电子娱乐博览会演示失败，合伙人西尔弗离场。哈萨比斯临危完成演讲，以深度解析赢得观众认可，斩获“最受期待奖”。这次逆境验证了他的领导力与韧性，也成为后续创办DeepMind的重要精神底色。
5、第二次顿悟：AI或将无所不能
2005年万灵药倒闭后，他在剑桥攻读神经科学博士，研究记忆机制时再次顿悟：记忆并非对外部现实的客观记录，而是大脑主动构建的模拟。这使他将AI视为解锁科学奥秘的终极工具；而对AI的好奇又反向推动他对人脑机制的研究。他清晰预见：一台强大的AI，或将成为无限、通用的智能体。
6、创办DeepMind：AGI使命的命运转折
2010年，哈萨比斯联合沙恩·莱格、穆斯塔法·苏莱曼成立DeepMind，提出“AI必将改变世界”的宣言。当时主流学界视AI为异想天开，但他坚持整合计算机科学、神经科学、心理学与物理学力量，将零散研究聚合成系统性突破势能。
7、跨界：适应多环境的雅达利智能体
DeepMind坚持融合神经网络与强化学习，选择雅达利游戏作为多任务测试平台。配备记忆回放功能的智能体表现优异；进一步划分类脑功能区域后，性能再跃升。这印证了其核心预判：AI突破需模仿人脑各区域协同机制。2013年，该系统在神经信息处理系统大会（NeurIPS）引发广泛关注，成为深度强化学习的里程碑事件。
8、新征途：AGI研发全速向前
融资阶段，他赴大卫·甘蒙家中向五口之家通俗讲解AGI愿景，获得首笔启动资金；说服彼得·蒂尔投资790万美元；在资金链濒临断裂、马斯克态度摇摆、蒂尔暗中阻碍之际，成功引入周凯旋2500万美元救命资金，为后续与谷歌谈判争取关键筹码——保持独立运营权。2014年被谷歌收购后，DeepMind正式跻身全球AI研发主力阵营，并开启与OpenAI的AGI竞逐。
二、哈萨比斯的进化之道
1、挑战：AlphaGo攻克人类直觉
雅达利项目成功后，哈萨比斯将目标转向围棋——这一曾被普遍认为依赖人类直觉、AI难以企及的领域。AlphaGo融合直觉型学习模型、内省式强化学习、“策划网络”与“价值网络”，先九胜一负击败旧版，继而战胜职业棋手樊麾与传奇棋手李世石。一位围棋专家观赛后感慨：“你创造了我见过最美好的东西。”AlphaGo证明：AI可探索无限组合、生成全新策略，是一台真正的“无限机器”。
2、迭代：AlphaZero指明AGI发展方向
2017年发布的AlphaZero仅靠自我对弈学习，不依赖人类棋谱，便全面超越所有前代AI。其棋风动态开放、富有攻击性，令国际象棋冠军卡斯帕洛夫惊叹“像我一样”。它两次修正莫拉维克悖论：AlphaGo证明人类直觉可被建模；AlphaZero则表明，人类需费力完成的认知任务（如下棋），其实尚未被彻底破解。更重要的是，它标志着AI不再受限于预设规则，为解决复杂现实问题铺平道路。
3、暗战：DeepMind直面OpenAI挑战
2015年，在马斯克主办的AI伦理与安全审查会议上，哈萨比斯主张“AI尚处初级阶段，无需政府限制”，与马斯克渲染超级智能威胁的立场针锋相对。数月后，马斯克与山姆·奥尔特曼联合创立OpenAI，目标直指打破DeepMind在AGI领域的先行优势。AI霸主之争由此拉开帷幕。
4、拓荒：推动AI医疗体系现代化
DeepMind早期即布局医疗健康：升级肾脏警报系统实现分钟级预警；开发图像识别技术诊断黄斑变性；推进AI癌症筛查计划。虽因数据合作引发声誉危机，但其“用AI造福人类”的初心未改。如今AI医疗重回主流，印证了其战略远见——医疗健康有望成为AI普惠社会的典范领域。
5、安全探索：陷入AI治理之困
哈萨比斯自DeepMind创立之初即反对AI武器化，并联合苏莱曼推动SpaceX安全会议、医疗独立审查委员会及历时三年的“DeepMind 3-3-3”监督董事会构想。但因参与者动机分歧与谷歌内部顾虑屡屡受阻。这段经历揭示：即便在单一企业内部建立有效AI安全机制已属艰难，跨国跨机构协同更显渺茫。然而，实践本身为后续AI安全治理积累了宝贵经验。
6、逆势而为：战略转向
当OpenAI借Transformer架构推出ChatGPT引爆大语言模型浪潮时，哈萨比斯意识到路径调整必要性。尽管AlphaGo与AlphaZero代表“发现人类未知真理”的超人类愿景，但语言模型展现的通用性与实用性不可忽视。他开始思考：是继续深耕专家型智能体，还是拥抱覆盖多知识领域的“多面手”模型？答案明确——转向多模态融合与通用智能体路线。
三、哈萨比斯的未来视界
1、解决问题，而不仅仅是技术突破
AlphaGo夺冠后，哈萨比斯将目光投向生物学“费马大定理”——蛋白质折叠问题。团队融合深度学习与生物信息学，创新采用卷积神经网络+Transformer混合架构，推出AlphaFold。在CASP竞赛中以92.4分夺冠，被评价为“一场彻底且前所未有的变革”。该成果带来三重变革：科研范式、机构协作与AI地位的跃迁，他也因此荣获2024年诺贝尔化学奖。
2、求变：智能冲击下的AI守门人之争
面对OpenAI在大语言模型领域的强势领跑，哈萨比斯并未盲目跟进。他仍坚持强化学习与模糊环境建模方向，同步推进AlphaFold、《星际争霸Ⅱ》AI及与谷歌的治理协调。但在安全专家杰弗里·欧文指出“AI安全应内生于模型”后，他决定投入资源发展类ChatGPT能力，但设定更高目标：避免同质化，专注多模态融合。Gopher（文本）、Flamingo（图文跨模态）、Sparrow（合规对话）三次尝试虽未达预期，却为后续突破夯实基础。
3、技术路径：押注Gemini的多模态融合
2023年起，DeepMind加速推进Gemini系列模型：从Gopher、Chinchilla，到Gemini 1.5 Pro，再到2025年发布的Gemini 3.0。后者完成架构、能力与生态全面重构，具备远超纯语言模型的跨模态理解与生成能力，推动AI从“工具辅助”迈向“主动代理”。多模态差异化优势，助DeepMind重掌AI竞赛主动权。
4、洞察周期：布局“能主动解决问题的伙伴”
2024年初Gemini 1.5实现百万级上下文窗口后，哈萨比斯判断：AlphaGo式强化学习方法正回归，语言模型亟需搜索、规划与内省能力。他重启强化学习研发，由西尔弗牵头，将AlphaZero自我对弈机制融入语言模型；设计“思维词元”支持逐步推理。Gemini在数学奥赛资格赛中解题正确率达83%，远超GPT-4 Turbo的13%。同时推动“行动型AI”落地：Tules自动编程、海洋计划填表购货、阿斯特拉计划部署于手机与眼镜——目标明确：让AI从“问答工具”升级为“主动解决问题的伙伴”。
5、责任无界：筑牢AI安全防线
面对辛顿、本吉奥等人发出的AI生存风险警示，哈萨比斯反对暂停研发，主张“全球分散研发反而加剧风险”。他签署“降低AI灭绝风险应为全球优先事项”声明，推动DeepMind加入白宫AI安全承诺，承诺所有模型发布前经红队测试。面对中国DeepSeek等新兴力量打破地域壁垒，他呼吁举办全球AI安全峰会，倡导成立类似国际原子能机构（IAEA）的AI国际监管组织，统筹各国AGI研发与风险管控。在他看来，超级智能时代是“系统风险大幅提升的临界时刻”，AI发展已不仅是技术命题，更是关乎人类命运的全球治理议题。
*本文节选自《哈萨比斯：谷歌AI之脑》，作者：[美]塞巴斯蒂安·马拉比，出版社：湛庐文化 / 浙江科学技术出版社。