人工智能泡沫背后的男孩Sebastian Mallaby

那是2019年夏天的午夜，DeepMind的研究人员毫无睡意，英国人工智能初创公司联合创始人德米斯·哈萨比斯（Demis Hassabis）同样清醒，他们正在追寻一个长期存在的科学难题的解决方案：蛋白质折叠。准确预测关键蛋白质的形状可能会带来疾病治疗和药物开发的突破，但现有系统一直无法在关键测试中超过40分（满分100）。通过将深度学习与Transformer和注意力机制（允许模型聚焦于输入数据中最相关的部分）相结合，构建出名为AlphaFold 2的模型，哈萨比斯的团队现在的得分达到了85分左右——并伴随着相应年份的歌曲庆祝，例如蒂娜·特纳的《爱与它何干》。

下一次AlphaFold 2接受正式测试时，它取得了破纪录的92.4分，如此之高以至于人们以为出了问题。事实并非如此，到2022年，AlphaFold已经揭示了超过2亿种蛋白质的结构，引发了科学进步的热潮，并在两年后为哈萨比斯赢得了诺贝尔化学奖。

六个月后，OpenAI发布了ChatGPT，一切都变了。这款由大型语言模型驱动的聊天机器人引发了一场军备竞赛，惊慌失措的竞争对手争先恐后地追赶——其中包括2014年收购了DeepMind的谷歌。

在《无限机器》一书中，商业记者塞巴斯蒂安·马拉比（Sebastian Mallaby）利用哈萨比斯的传记，揭示了DeepMind的创立内幕、其早期人工智能里程碑、那笔6.5亿美元的谷歌收购以及最终构建聊天机器人的竞赛，将详尽的报道与技术解释的幕后故事融为一体。“科学是人工智能明确行善的领域，”哈萨比斯在长达三十小时的系列访谈中告诉马拉比，谈及AlphaFold的成功时如此说道。“而语言模型显然存在不良用例。我的意思是，每个人都在谈论语言模型的好处，但大多数时候那只是明天的奶酪（快速赚钱）。迄今为止，人工智能最明确的好处是AlphaFold。”

《无限机器》从哈萨比斯（生于1976年）的童年棋手生涯开始，讲述了他作为游戏设计神童的少年时代、剑桥求学经历，直至2010年创立DeepMind——其驱动力是追求通用人工智能，旨在解决超越人类能力的问题。马拉比将他的主人公描绘成与当今充斥硅谷的技术创始人不同的类型，暗示哈萨比斯在（在他看来）创业氛围落后的英国所打下的基础，赋予了他比那些在南加州成长或成年的科技巨头们更纯粹、更理想主义的目标。在故事结尾，哈萨比斯已不再亲自编写代码，声称自己已经“满足了”对科学突破的渴望，并满足于领导谷歌的人工智能产品开发。但在最后几页，他承认自己梦想着从“喧嚣”中消失，前往一个偏远之地，回归真正的科学。

从科学探索到改进谷歌搜索，这长达二十五年的旅程始于DeepMind的创立：哈萨比斯与公司联合创始人肖恩·莱格和穆斯塔法·苏莱曼联手，向投资者筹集资金。三人组打破了当时主流的技术假设，将深度学习和强化学习相结合，创造出能够令人类专家惊叹的系统，包括AlphaGo——它在2016年3月的一系列直播比赛中与围棋大师李世石对弈并获胜（4比1），一时轰动。

实现这样的人工智能里程碑，过去和现在都代价高昂：据彭博社报道，仅今年一年，亚马逊、Alphabet（谷歌）、Meta和微软合并的资本支出（主要用于人工智能基础设施）就可能飙升至6500亿美元以上，这还不包括天价薪资。在ChatGPT和AlphaGo获胜之前，说服投资者为通用人工智能公司出资并非易事，彼得·蒂尔等人的早期支持也有其限度，这导致了与谷歌漫长的收购过程。在那笔交易中，DeepMind希望保持距离，被允许独立进行科学研究，并免受其系统被用于战争用途的任何威胁。

为了将哈萨比斯的故事置于更广阔的背景下，马拉比采访了行业内的其他主要人物，如杰弗里·辛顿、杨立昆和蒂尔。书中不乏引人入胜的轶事：哈萨比斯和一位同事在飞往加利福尼亚的航班上，将电脑绑在邻座上，以便在空中修复演示程序；哈萨比斯向刚锻炼完、仍穿着汗湿衣服的蒂尔进行推介；马克·扎克伯格因为对每一项新技术（无论其可行性或创新性如何，从3D打印到虚拟现实）都过于兴奋，而搞砸了与DeepMind的一笔交易。哈萨比斯指出，脸书出价更高，但他表示“希望找到一个真正理解为什么人工智能会比所有这些其他事物更宏大的人”。许多最令人难忘的片段都涉及不那么知名的研究人员，如弗拉德·姆尼赫——他无视学术导师，将深度学习和强化学习结合起来；以及早期雇佣的“有趣又疯狂”的达恩·维尔斯特拉，他偏爱宣称“让我们造终结者”，并设立了“正式星期四”，强迫穿着牛仔裤的工程师们穿西装上班。

马拉比将这些线索以可读性极强的方式结合起来，充满电影般的戏剧性，令人印象深刻，尤其是考虑到大部分行动都围绕着有关融资的商业会议。大量对话读起来像剧本，既凸显了这些人工智能构建者的机智，也展示了作者挑选最有趣内容的能力。在一次采访中，在辛顿位于多伦多的家中，马拉比沉默了：“作为智商较低的人，我变成了旁观者”，他写道。作者在致谢中表示，他的受访者被允许阅读初稿并提供意见；他并未承诺会做出修改，但或许不足为奇的是，他的书带有如此恭敬的语气。

德米斯·哈萨比斯于加利福尼亚州山景城的一次会议上，2025年

在马拉比看来，DeepMind几乎不会做错什么。那些支持萨姆·奥尔特曼的OpenAI的人被视为“有党派偏见的”，而谷歌的批评者则因显然出于积怨的“不公正”攻击而受到指责。马拉比引用了2015-17年的NHS事件，在该事件中，皇家自由医院因允许DeepMind访问160万患者的记录以帮助其构建一款预测患者肾脏问题的新应用程序，而被判定违反了英国数据法。他报道称，这个故事遭到了《每日邮报》的“恶意攻击”和数据监管机构的调查。但是，虽然作者认为DeepMind并未被认定有过错是正确的，但这只是因为最终责任方是医院。DeepMind当时承认，它“低估”了NHS的复杂性和有关患者数据的规则。尽管作者如此说，但期望一家谷歌旗下的公司遵守英国法律，并非“有党派偏见”，也不是“懦弱地屈从于技术恐惧的时代精神”的例子。

关于DeepMind，还有更广泛的担忧需要考虑。例如，考虑其持续专注于通过游戏来构建智能AI。马拉比告诉我们，电子游戏《星际争霸II》“与其说像棋盘游戏，不如说更像人类的生活体验”。但事实并非如此。AI思想领袖们长期以来一直哀叹依赖游戏作为证明AI智能的手段，他们对游戏存在于受规则控制的世界而非我们混乱的人类现实这一事实感到沮丧。机器人专家罗德尼·布鲁克斯有句名言：“大象不玩象棋”，而早期聊天机器人Eliza的创造者约瑟夫·魏泽鲍姆曾论证，在游戏中取得成功仅能创造一种智能的幻觉。

书中还存在事实性错误——“Minecraft并非一款基于城市的游戏”——以及奇怪的假设，包括认为伦敦的天气使得屋顶游泳池毫无意义。（有人怀疑肖尔迪奇会所的许多会员持不同意见。）显然，马拉比没有使用AI来核查他的稿件——或者也许他用了？同样明显的是，作者是一位AI传道者，他经常重复对其能力的夸大宣传。例如，他宣称去年令以西方为中心的科技行业感到恐慌的中国模型DeepSeek具有“自我意识”，但他几乎未提供令人信服的证据来支持这一说法；而且他对谷歌的Gemini如何继续编造带有无效链接的来源，以及它在被显示曾给出错误且危险的医疗建议后如何被迫移除部分AI概述摘要，只字未提。

这些瑕疵多少分散了读者对一部原本具有启发性叙述的注意力。通过将故事聚焦于哈萨比斯，马拉比提供了一种令人耳目一新的视角，摆脱了OpenAI等美国开发商内部的戏剧性纷争。每个模型都从技术角度进行了深入讨论（这是让受访者检查你工作的一大好处），作者也热情地赞颂了AI研究人员的广泛努力，为他的机器智能故事注入了人性色彩。

略显不那么令人愉快——至少对理想主义者而言——是哈萨比斯当前的故事。他告诉马拉比，“制造一个能在日常生活中帮助你的通用AI助手非常酷”，或许确实如此，但在《无限机器》中，我们看到，他最初开发通用人工智能以揭示宇宙奥秘的目标，在企业谈判、竞争和利益面前已逐渐被搁置。人们甚至可能认为——尽管马拉比并未如此指出——他已经将解决世界问题的崇高目标牺牲在了生产更高效聊天机器人的祭坛上。如果真是如此，那将是一件憾事。也许当人工智能泡沫稍稍消退时，这位极其杰出、独一无二的个体能够回归真正的科学。

妮可·科比是PC Pro的未来编辑，《连线》杂志的特约编辑，以及《未来的漫长历史：为什么明天的技术仍未到来》（2024）的作者。