从"最聪明的人"到AGI预言家：Demis Hassabis
他是霍金口中"地球上最聪明的人类之一"，也是2024年诺贝尔化学奖得主，更是一手缔造AlphaGo、差点让柯洁落泪的AI教父。当OpenAI的Sam Altman在达沃斯高呼"6个月接管所有代码"时，这位DeepMind掌门人却给出了截然不同的判断——他究竟看到了什么？
一、人物背景：一个天才的养成
Demis Hassabis，1976年7月27日出生于伦敦，现年49岁。
他的履历堪称"天才少年"的范本：
- 4岁下国际象棋，13岁获得国际象棋大师称号，至今保持5次"智力奥运会"精英赛冠军的世界纪录
- 17岁开发商业游戏，乐园模拟器卖出数百万份
- 20岁获剑桥大学计算机科学学位
- 2009年在伦敦大学学院（UCL）获得神经科学博士学位，论文聚焦海马体与情景记忆——这篇发表于《PNAS》的开创性研究，首次证明失忆症患者同样无法想象新体验，建立了记忆与想象的神经关联，被《Science》评为年度十大科学突破
- 2010年与Shane Legg、Mustafa Suleyman共同创立DeepMind
- 2014年DeepMind被谷歌以6亿美元收购
- 2024年与同事John Jumper共同获得诺贝尔化学奖，表彰其AI预测蛋白质结构的突破性贡献
他身上流淌着多元的血统：父亲是希腊裔塞浦路斯人，母亲是新加坡华人。这或许解释了他独特的思维方式——在英国接受教育，却始终保持着对"东方智慧"的亲近。
他的工作习惯同样独特：上午10点到办公室，深夜10点开始"第二天的工作"，直到凌晨4点才睡。他自称"夜行人"，把深夜的独处时间用于阅读最新学术论文和纯粹的理论思考。
二、核心观点：手术刀式的行业批判
Hassabis最近在YC（Y Combinator）访谈中抛出了一系列极具锋芒的观点，直戳当前AI行业的痛点：
1. "百万token是暴力胶带"
"将所有信息——无论重要与否——塞进工作记忆的暴力做法，即使拥有千万级token，检索特定信息的成本也高得不切实际。"
他批评行业内竞相追逐百万级上下文窗口的风潮，认为这是对AI"遗忘问题"的回避——而非解决。
残酷的现实数据：开发者反馈显示，标称百万token的模型在超过200k token后就开始出错，超过500-600k token则"基本无法用于任何有价值的工作"。
2. AGI缺失的核心组件
Hassabis认为，实现真正的AGI必须攻克几个关键短板，而非依赖窗口扩容。他坦言，AGI最终架构已掌握约50%的核心组件（如大规模预训练、思维链推理），但持续学习、长期推理及记忆系统等方面仍需一两个关键突破。
从神经科学视角看，人类大脑通过海马体在睡眠期间整合新知识，而非简单堆砌信息。他直言：
"理想的AGI应能优雅地将新知识融入现有知识库，并在合适场景精准调用，而非每次都重读冗长历史。"
3. 强化学习被严重低估
"当前大模型的思维链推理本质是AlphaGo'规划与搜索'理念的回归。"
Hassabis强调，强化学习被严重低估。DeepMind正重新引入蒙特卡洛树搜索等算法，将强化学习与大模型深度融合，以提升模型内省能力，使其在犯错后能反思而非盲目重试。
4. AI与科学：他的终极使命
Hassabis始终认为，AI的终极使命是加速科学发现：
"从短期来看，AI被过度炒作了，但从长期来看，它是被低估的。"
他将AI视为"加速科学发现的终极工具"和"人类智慧的倍增器"，其宏伟蓝图分为两步：
- 第一步：解决智能问题，构建通用人工智能（AGI）
- 第二步：利用AGI"解决其他一切问题"
医药和基础科学，正是他眼中需要优先解决的"其他一切问题"中的重中之重。
三、未来判断：2030，AGI的临界点
1. AGI时间线
在达沃斯与Anthropic CEO Dario Amodei的对话中，两位AI巨头罕见同框。相较于Amodei激进的"2026年诺奖级AI"，Hassabis给出了更审慎但同样令人屏息的预测：
"本年代末（2030年前），将有50%的概率实现AGI。"
但他也留了一个变量——自我进化闭环：
"如果AI写AI能完美闭环，进展速度会远超当前预期。但如果物理世界/硬件成为瓶颈，发展曲线将更平缓。"
2. AI对就业的影响
Hassabis的看法比Amodei温和，但同样清醒：
"短期确实会看到AI创造出新的岗位。旧工作消失，新工作涌现，且更有价值、更有意义。"
他深刻感受到，初级/入门级岗位、实习招聘都在放缓，但对年轻人提出了具体建议：
"要极度熟练掌握当下AI工具。即便是构建模型的人，也很难完全探索当下模型的'能力悬溢'。我认为这可能比传统的实习更能让你在专业领域中发挥作用，实现自我飞跃。"
3. 科学突破的临近
- AI抗癌药物将在2026年启动临床试验（由DeepMind孵化的AI制药公司Isomorphic Labs推进）
- DeepMind设定了"爱因斯坦测试"——让AI仅用1901年前知识独立推导狭义相对论
- AlphaFold 3已能以前所未有的精确度预测所有生命分子（蛋白质、DNA、RNA、配体）的结构和相互作用
4. 关于费米悖论的反驳
在被问及"宇宙中是否存在高等文明被AI毁灭"时，Hassabis展现了他的科学家底色：
"如果是AI毁灭了外星文明，我们应该看到宇宙中到处飞舞着回形针或者巨大的戴森球结构，但我们什么都没看到。他更倾向于认为，人类已经通过了'大过滤器'，未来依然掌握在人类自己手中。"
四、他与竞争者的差异
| 维度 | Hassabis (DeepMind) | Amodei (Anthropic) | Altman (OpenAI) |
|---|---|---|---|
| AGI时间线 | 2030年（50%概率） | 2026-2027诺奖级 | 激进派 |
| 核心路径 | 强化学习+神经科学 | 模型能力Scaling | 模型能力Scaling |
| 侧重点 | 科学发现+医药 | AI安全+对齐 | 产品+商业化 |
| 性格特征 | 沉稳、学术派 | 忧患意识强 | 激进、布道者 |
值得注意：DeepMind正在经历从"学术理想"到"商业现实"的艰难转型。Hassabis承认，自从Google Brain与DeepMind合并后，他的"凌晨宁静时光"已经不复存在——视频会议经常持续到深夜。
五、金句摘录
"我们是不是在浪费大脑？既然顶级棋手都是顶尖的，为什么不用我们的脑力去做点更有意义的事情，比如解决癌症问题？" ——11岁输掉一场10小时象棋对局后的顿悟
"我的背景很多元化。不要循规蹈矩，走自己的路，并且一直走下去，那才是生活的正确方式。" ——谈家庭教育对自己的影响
"事实证明，我们现在是谷歌的引擎室。" ——谈Google DeepMind的战略地位
"除了做调研，还得看看发表言论的人是什么背景，有多懂技术，是不是去年才从别的方向转到AI的。" ——如何分辨AI泡沫
写在最后
Demis Hassabis的故事，是一个关于天才如何把对智力的追求升华为对人类福祉的追求的故事。
从国际象棋神童，到游戏开发者，到神经科学博士，到AI教父，再到诺贝尔奖得主——他始终在追问同一个问题：如何用最强大的智能，去解决最重要的问题？
当行业内卷于"谁有更多的token"、"谁有更大的参数"时，他选择把目光投向更远的地方——蛋白质折叠、抗癌药物、AGI的真正架构。
也许，正如他所说的那样："先解决智能，再用智能去解决一切。"
参考资料
- Hassabis在YC（Y Combinator）访谈
- 达沃斯论坛Hassabis与Dario Amodei对话
- 诺贝尔奖发布会
- 多篇媒体报道综合整理