1988年，伦敦一名少年在自家Amiga 500家用电脑上，为经典棋盘游戏黑白棋（又称翻转棋）编写了一个软件版本。对当时的他而言，让程序学会下棋是一项雄心勃勃的编程尝试。这个少年就是后来创立DeepMind的Demis Hassabis。
他回忆称，这款黑白棋程序“击败了我当时只有五岁的弟弟”。这一经历成为他对人工智能兴趣的起点。“那是我的‘啊哈’时刻，因为我当时想，‘哇，居然能做出一个无生命的程序，它能代表你去做事情，真是不可思议。’”
多年之后，这一早期体验被证明具有决定性意义。Hassabis在2010年共同创立了人工智能初创公司DeepMind。在被谷歌于2014年收购前后，这家公司在推动人工智能技术发展方面发挥了重要作用。2023年，谷歌将DeepMind与其另一人工智能部门Google Brain合并，组建为Google DeepMind，并任命Hassabis出任首席执行官。他目前负责的人工智能模型Gemini，已成为谷歌面向数十亿用户产品体系的核心组成部分。
在DeepMind的研究成果广泛应用之前，这家公司最初是一家专注于训练算法玩游戏的实验室。这一方向与Hassabis早年的黑白棋项目一脉相承，也延续了人工智能研究的传统——自该领域诞生以来，游戏一直被视为重要的试验平台。Hassabis表示，游戏之所以是强有力的研究工具，是因为它们是“现实生活中某些重要事物的缩影”，“我们可以在一个既严肃又不那么严肃的环境中反复练习”。
AlphaGo与“现代人工智能时代”的起点
上个月，人工智能研究史上的一个关键节点迎来十周年纪念。2016年3月9日至15日，在首尔举行的一场围棋人机大战中，DeepMind开发的AlphaGo以4比1战胜了当时的围棋世界冠军李世石。Hassabis曾将中国古老的围棋称为“游戏人工智能的珠穆朗玛峰”。在此之前，多年来计算机程序在围棋上的表现长期停留在较低水平。
Hassabis认为，这场胜利的影响远超当时少数关注者的预期。“也许，现在回头看，那是我们所认为的现代人工智能时代的开端，”他表示。这一事件被视为人工智能能力跃升的直观证明。随后，谷歌大脑团队于2017年6月发表了关于“transformers”的研究论文，为后来的生成式人工智能奠定了基础。
AlphaGo的成功也成为DeepMind发展的转折点。围棋这一长期被视为“珠穆朗玛峰”的目标被攻克后，游戏领域不再有同等象征意义的挑战。DeepMind开始将注意力转向更具现实影响力的问题。
2018年，DeepMind发布了蛋白质结构预测算法AlphaFold的首个版本。这一成果被认为在药物发现和材料研究等领域具有变革性意义，并促使谷歌母公司Alphabet成立了新公司Isomorphic Labs。Hassabis与DeepMind科学家John Jumper因在该领域的工作，共同获得2024年诺贝尔化学奖。
目前，Google DeepMind在其官网上展示了涵盖多个方向的研究项目，包括天气预测、量子纠错以及海豚交流研究等。尽管研究范围已大幅拓展，Hassabis在谈及游戏时并未将其视为过去式。他在回顾AlphaGo胜利背后的长期积累时，表现出的投入程度与谈论Google DeepMind当前项目时相当。他表示，游戏是最早激发他对人工智能想象力的领域，其中积累的经验至今仍然适用。
“从16、17岁起，我就很清楚人工智能将是我职业生涯的方向，”他说，“如果它能成功，那将是史上最伟大的事情。”
从棋类神童到游戏设计师
在Amiga电脑上编写黑白棋程序之前，Hassabis已是棋盘游戏老手。他四岁开始学习国际象棋，八岁时通过比赛奖金购买了自己的第一台电脑。13岁时，他在14岁以下组别中位列世界第二，仅次于著名棋手Judit Polgár。
Hassabis认为，作为国际象棋神童的经历锻炼了他的解题能力、形象思维以及在压力下保持清晰思考的能力，也显著增强了自信心。“五六岁时，孩子们能在最高水平与成年人竞争的事情不多，”他表示。他建议将国际象棋纳入学校课程，并至今仍在深夜在线下棋，将其视为“心智的健身房”。
17岁时，他通过参加Amiga用户杂志举办的比赛，获得了游戏工作室Bullfrog的实习机会。不久后，他参与共同创作了游乐园模拟游戏《主题公园》。这款游戏销量达数千万份。
与传统棋盘游戏或当时大多数电脑游戏不同，《主题公园》为玩家提供了开放式的经营体验。玩家不仅可以选择游乐设施，还要负责定价、雇佣员工、经营小吃摊、出售股票等，借助算法驱动的系统优化业务运营。
Hassabis回忆称，看到游戏中出现并未被明确编程的行为令他印象深刻。“关键是每次有人玩游戏时，体验都是独一无二的，因为人工智能会根据他们的玩法做出反应，”他说。他提到，团队曾收到儿童玩家寄来的截图，展示他们构建的复杂终局乐园，“即使是我们做游戏的人，也没想到能做到那样”。
从《主题公园》发布到DeepMind成立，中间相隔16年。其间，Hassabis完成了计算机科学学士学位和认知神经科学博士学位，并多次回到游戏行业工作。
Atari游戏与深度强化学习
2010年前后，Hassabis与Shane Legg、Mustafa Suleyman共同创办DeepMind。他们设定的长期目标，是开发在典型人类任务上至少能匹敌人类认知能力的算法。Legg将这一目标称为“人工通用智能”（AGI），这一术语随后被整个领域广泛采用。
在公司初创阶段，三位联合创始人选择了一个相对可控的切入点：训练人工智能在早期Atari家用游戏机上的经典游戏中取得优异表现，包括《乒乓球》《打砖块》和《太空入侵者》等。
这一尝试在当时并非被普遍看好。“我们可能早了20年，”Hassabis回忆，“没人知道结果，所以我们必须尝试。”这些诞生于20世纪70年代的极简游戏，在项目初期并未带来立竿见影的成果。“赢得乒乓球游戏的第一分花了几个月，”他说。最终，系统实现了以21比0获胜，“一年后，我们能玩所有Atari游戏”。
DeepMind在Atari项目中采用的关键技术是深度强化学习。这一方法随后在游戏之外的人工智能应用中得到广泛使用。随着在Atari游戏上取得进展，DeepMind开始将目光转向围棋。
围棋“珠穆朗玛峰”与“37手”
从简单的Atari游戏跨越到复杂的围棋，看似跨度巨大，但在人工智能研究者看来，这一转向具有一定必然性。自20世纪70年代以来，围棋一直被视为人工智能研究中的大胆目标。Hassabis本人虽只是业余围棋爱好者，但这一目标在他脑海中存在了约20年。
在剑桥大学攻读本科学位期间，他曾与同学David Silver讨论人工智能与围棋。2008年，Silver参与开发的程序MoGo在让子条件下，成为首个击败职业围棋选手的软件。Silver后来加入DeepMind，参与Atari项目，并领导了AlphaGo的开发工作。
在IBM“深蓝”战胜当时的国际象棋世界冠军加里·卡斯帕罗夫之前，国际象棋人工智能也经历了数十年的探索。但与围棋相比，国际象棋的复杂度要低得多。Hassabis指出，围棋可能的棋盘布局数量约为10的170次方，远超宇宙中原子的数量，这使得类似“深蓝”那样依靠穷举搜索的策略在围棋上难以奏效。
DeepMind最终采用了深度神经网络结合强化学习的方法，仅在围棋棋盘上探索具有意义的落子选择。Hassabis将这种方式比作赋予算法“人类直觉”。不同之处在于，AlphaGo能够在此基础上考虑远超人类棋手的数据量，从而做出既出人意料又极具效果的决策。
这一点在AlphaGo与李世石的第二局比赛中得到集中体现。比赛早期，AlphaGo在第37手落下一子，这一手后来被广泛称为“37手”。当时在场观战者一度怀疑，负责在棋盘上代为落子的DeepMind科学家黄士杰是否出现失误。
Hassabis回忆称，“李世石选择那个时刻去阳台抽烟，他回来看到37手，脸色变化，既惊讶又困惑。”在场各方都清楚，没有人类顶尖棋手会选择这样的下法。但直到比赛后期，才逐渐显现出这手棋的意义。
最终证明，“37手”在整局棋中起到了关键作用。“几乎就像AlphaGo为100手之后的胜利布下了这颗棋子，”Hassabis说。他认为，这不仅是一手不同寻常的棋，更是赢棋的关键布局，“这使它成为历史上最伟大的围棋手之一”。
2017年上映的纪录片《AlphaGo》详细记录了这场比赛。“37手”此后成为课程、演讲、博客和播客中的常见案例，被认为是迄今为止人工智能领域被分析最多的单一决策之一。
从游戏到科学：AlphaFold与Gemini
在Hassabis看来，如果“37手”只是棋盘上的精彩一招，其意义不会如此突出。AlphaGo通过这手棋展示了人工智能不仅可以模拟人类思维，还可以在某些维度上超越人类。DeepMind当初选择围棋，正是希望在更高层次的推理能力上取得突破。
后续研究项目如AlphaFold，同样被设计为在现实世界中产生类似的“跃迁效应”。“现实世界比游戏难多了，”Hassabis表示，“但你需要在数据中发现新的洞见或结构。这正是科学所追求的。”他补充称，这种类似“37手”的思维方式，也体现在谷歌当前的产品中，例如针对科学、数学和工程应用优化的Gemini Deep Think版本。
在谈及“37手”时，Hassabis毫不犹豫地将其称为“创造性”的体现。但他同时强调，这与人类最具灵感的创造力仍有差距。“这不是纯粹的原创创造，”他指出。如果要达到那一层级，应该是“告诉人工智能系统，‘设计一个优雅的游戏，玩一局只需几小时，学规则只需五分钟，但要精通则需数代人时间，而且极具深奥美感。’”
在他看来，要证明人工智能具备真正意义上的创造力，不仅要能下出类似“37手”的妙招，还需要能够发明出像围棋一样深邃且富有美感的全新游戏。“显然，现有系统还远未达到那个水平。”这为Google DeepMind及其他研究机构设定了新的长期目标，也意味着在人类设计复杂规则体系这一领域，人工智能距离“珠穆朗玛峰”仍有相当距离。
