《無限機器》讀後感：從奇點的山麓，奔向最難的問題

今年五月中 Google I/O 開發者大會後，Google DeepMind 執行長、2024 年諾貝爾化學獎得主德米斯．哈薩比斯（Demis Hassabis）接受訪談時提到：通用人工智慧（AGI）距離我們僅有短短幾年，大約在 2030 年前後便會來臨。

他在影片中表示：「當我們回顧這個時代，會發現自己正站在奇點的山麓 ，這將是人類意義深遠的時刻。」

最近也剛讀完資深財經記者塞巴斯蒂安．馬拉比（Sebastian Mallaby）所著的《無限機器：Gemini 推手哈薩比斯的超級智慧長征》這本書，覺得哈薩比斯這個預言應該會在世界引發不同形式的擾動。

AGI 落地前的這幾年，會決定技術前往的方向，也決定人類將成為什麼樣子。這本書讓我們不得不面對：人類引以為傲的思考與創造，正被一套龐大的矽晶片大腦逐步拆解、超越。

我覺得《無限機器》不該只歸類為人物傳記，它更像是一部 AI 的歷史紀錄。作者透過大量訪談、故事，以及 AI 發展的歷史、理論與技術，刻畫哈薩比斯與其他人如何一步步打造、探索、解開人類心智的奧秘。另外，此書的繁體中文由三位譯者共同執筆，但敘事和語境一氣呵成，把複雜的研究概念詮釋得通順好讀。

從西洋棋神童到神經科學的覺醒

要理解 DeepMind 如何能成為當今世上最重要、也最獨特的人工智慧實驗室，也許可以將時光倒流，理解哈薩比斯生命中幾個關鍵的轉折點，以及他為何對「解開人類心智秘密」這件事，有著近乎狂熱的執著。

哈薩比斯出生在一個並不富裕的移民家庭，自小展現出非凡的西洋棋天賦。然而，十二歲那年錦標賽的落敗，卻在他心中種下了質疑的種子。

當時，身心俱疲的他輸給了一位成年對手，對方獲勝後沾沾自喜地向他展示原本可以和棋的一步。那一刻，他看著周圍那些將畢生精力傾注於棋盤上的選手，內心突然意識到：如此驚人的集體心智能力，難道不該用在更有意義的地方？

儘管哈薩比斯憑著過人天賦在十三歲就成為西洋棋大師，但這個體悟最終讓他放下職業棋手生涯，轉向更難的挑戰。

在十六歲時，哈薩比斯參與了電玩遊戲《主題樂園》的開發，展現對細節的極度苛求，堅持遊戲中的每一個背景人物都必須擁有獨立的身份與行為邏輯。隨後，進入劍橋大學攻讀計算機科學，後續創了一間遊戲公司 Elixir，因為經營管理遇到問題、結束這家公司後，重新投入學習。

哈薩比斯一直奉行物理學家費曼的座右銘：「我無法創造的東西，我就無法理解。」（What I cannot create, I do not understand.）想真正搞懂智慧是什麼，他相信光靠描述、定義都不夠，得親手把它造出來；如果想要打造強大的機器智慧，他認為必然要透過模仿人類大腦和神經系統運作的樣貌。於是，他決定挑戰這個領域，並且在倫敦大學學院取得了認知神經科學博士學位。

而哈薩比斯在神經科學領域的研究，也成為日後打造 AGI 的理論基礎。

他的博士論文探討了人類大腦海馬迴與情節記憶的底層神經機制。他首次證明了可以從海馬迴的神經活動模式中，精準解碼並預測個體正在回憶哪一段複雜的日常經歷。他也發現一件有趣的事情，情節記憶的提取與未來情境的想像，其實共用同一套機制，也就是說，大腦負責記憶的地方，也是啟動想像力的關鍵。

哈薩比斯此刻對於智慧的追求，正如他向作者描述的，「世界的結構，基本上是心靈創造出來的；想用神經科學的研究證明：現實或許是一場模擬體驗」。

絕地武士的心靈控制與科學堅持

我覺得哈薩比斯與印象中熱衷於聚光燈、追求無盡權力或財富的科技巨頭相比，更像是一位帶有浪漫主義色彩的科學家。

他的辦公室在一間沒有風景的閣樓；他也不買遊艇或其他奢侈品；每年最大的花費，是三千英鎊買利物浦的球季季票。但他不是與現實脫節的人，人際互動與團隊領導上，他展現出極具穿透力的雙面力量。

其中一個故事是關於他被同事戲稱為「絕地心靈控制術」的奇特說服力。

哈薩比斯具有一種不可思議的個人魅力，能夠輕易地卸下頂尖研究人員的防備。他沒有用天文數字的薪水來利誘，而是為這些科學家描繪出一個偉大、足以改變人類歷史的願景和意義感。這種心靈控制讓他在當年仍是新創沙漠的英國，成功網羅了後來主導 AlphaGo 研發的大衛．希爾弗（David Silver）等一票頂尖天才，讓他們心甘情願地加入他的團隊。

另一個故事，是他對突破極限的偏執。

AlphaFold 開發初期，團隊傾向走安全、漸進的路線。某天哈薩比斯毫無預警空降會議，聽完保守的簡報，當場推翻全部計畫。馬拉比寫道，他拒絕只是比別人好一點，要求團隊直接挑戰科學難題的核心。這種毫不妥協的科學高標，最終創造了 AlphaFold 這個世紀突破，也為他贏得了 2024 年的諾貝爾化學獎。

從迴避權力到投入企業治理

有趣的是，儘管哈薩比斯在學術與產品願景上展現出絕對的意志力，但他內心卻極度厭惡對他人的控制與管理。

他常將自己投射為科幻小說《戰爭遊戲》中的主角安德，渴望在兩種智慧群體的互動中扮演關鍵角色。在他心裡，科學探索該是自由、充滿啟發的，不該被官僚體系與績效指標綁架。

然而，面對經營一家估值難以衡量的 AI 公司，他不可避免地陷入掙扎。

DeepMind 於 2014 年被 Google 收購後，哈薩比斯原本期望能保持實驗室的絕對獨立性，但隨著 AI 成為科技巨頭的核心利益，這種純粹的科學烏托邦逐漸瓦解。哈薩比斯甚至曾策劃代號為「瑪利歐計畫」的秘密行動，試圖將 DeepMind 從 Alphabet 中拆分出來。在經歷與 Google 高層充滿張力的談判後，這場分拆夢想最終宣告破滅。

AlphaFold 的成就與錯失的語言模型浪潮 

而在後續 AI 發展競爭中，DeepMind 最常被外界質疑的，便是為何在早期錯過了大型語言模型（LLM）的爆發期。

《無限機器》給了一個帶著哲學意味的解答：源於哈薩比斯對「語言」本身帶有本質上的抗拒。他相信，真實世界的運作法則是建立在嚴謹的物理定律與生物機制之上，一個真正具備智慧的系統，不能僅僅透過閱讀網際網路上大量的資訊或文本來理解這個世界。這就像是一個從未體驗過重力的人，讀盡了物理學論文也無法精確回答重力究竟是怎麼一回事。

因此，DeepMind 長期堅守「強化學習」的路線，投入解決現實物理與生物空間的難題，最終催生了破解蛋白質摺疊問題的 AlphaFold。直到 OpenAI 相繼發表具備驚人推理能力的 GPT 模型時，哈薩比斯才迎來深刻的認知衝擊。為了急起直追，他與 Google 整合兩邊研發力量，最終催生了 Gemini 模型，也讓 Google 重新找回了話語權。

強化學習與深度學習的終極整合

那麼，語言模型是否會是通往 AGI 的唯一道路？