今年在 Google I/O 有幸看到 Hassabis 本人幾秒，DeepMind 和共同創辦人 Demis Hassabis 的這個題目，也一直都在待寫清單中。
前陣子，在介紹 Founders Fund 時，發現 Demis Hassabis 當初在說服 Peter Thiel 投資 DeepMind ，用了西洋棋的主教與騎士的故事。
時間快轉到現在，最近 Google Deepmind 釋出了紀錄片《The Thinking Game》，回顧 Demis Hassabis 與團隊共同如何透過 AlphaFold 破解懸宕科學界 50 年的「蛋白質摺疊難題」。
在 2024 年 10 月，Hassabis 和 John Jumper 因 AlphaFold 共同獲得諾貝爾化學獎，
AlphaFold 的成功，證明了他們一直以來的信念：AI 是為了解開宇宙最深層的奧秘，這個故事似乎達到了完美結局。
如果你仔細看會發現另一條線：那個過去一直堅持獨立性的 DeepMind，早已完全融入 Google。這是一個關於理想主義如何在現實中妥協、演變，最終找到第三條路。
歷史上，像 Xerox PARC 或貝爾實驗室這樣的創新機構，通常在母公司商業化壓力下消亡。為什麼 DeepMind 走出了不同的道路？
2010 年，Demis Hassabis 和兩位共同創辦人創立 DeepMind，夢想著打造通用人工智慧，保持獨立，為全人類謀福祉。2014 年，Google 以 6.5 億美元收購。
2023 年 4 月，DeepMind 與 Google Brain 合併，成為 Google DeepMind，Hassabis 成為 Google 的 AI 帝國掌權者。
這十三年間發生了什麼？一個堅持「獨立性」、設立「倫理委員會」的理想主義組織，如何一步步走向與巨人共舞？
這期內容我們會深入探討：
DeepMind 的誕生：三個理想主義者的 AGI 夢想
收購談判：Google 如何用「獨立性」作為誘餌
獨立的幻覺：倫理委員會與控制權的消失🔒
與巨人共舞：從合作到整合的必然結局 🔒
結語：走出了一條貝爾實驗室、Xerox PARC 之外的道路🔒
喜歡這期的內容，歡迎分享給朋友一起訂閱《VK科技閱讀時間》，祝你今天一切順利～
（前幾週似乎沒有在電子報中提到，剛好這個月有五周，上週休息一次，接下來會一路寫下去，實在拍謝！）
作為西洋棋神童 Demis Hassabis 在 6 歲就拿下倫敦冠軍，當被問到為什麼喜歡下棋時，他只淡淡地說了一句：「因為它就是一個很好的思考遊戲（It's just a good thinking game）。」
這成為了紀錄片名《The Thinking Game》，也幾乎可以說是 Hassabis 一生的註腳。
2010 年，倫敦大學學院（UCL）附近有一家義大利連鎖餐廳 Carluccio's。三個人經常在這裡見面，壓低聲音討論一些瘋狂的想法。
「我們不想讓人聽到我們在談論創辦 AGI 公司，」Shane Legg 後來回憶道。
這三個人是 Demis Hassabis、Shane Legg 和 Mustafa Suleyman。他們要創辦的公司，後來會改變整個 AI 產業的走向，也催生出 OpenAI、ChatGPT、Anthropic 這些今天我們熟知的名字。
但在 2010 年的倫敦，他們只是三個想要做出「世界上最強大 AI」的理想主義者。他們的目標非常簡單，也非常瘋狂： 第一步：解開智慧、第二步：用它解決其他一切)」。
Hassabis 當時 34 歲，有著令人眼花繚亂的履歷。他曾是西洋棋神童，在十四歲以下的世界排名中曾位居第二。他也是一名遊戲開發者，曾在 Bullfrog Productions 擔任關卡設計師，並參與開發了《主題公園》（Theme Park），後來創立了 Elixir Studios，在 UCL 攻讀完神經科學博士學位。
Legg 是 Hassabis 在 UCL 時期的博士後研究員，他對「通用人工智慧」(AGI)有著近乎宗教般的信仰。
Suleyman 則是 Hassabis 弟弟 George 的朋友，從青少年時期就常常去 Hassabis 家玩。
三個人甚至曾經一起去拉斯維加斯打撲克比賽，互相指導，平分獎金。他們有著截然不同的動機：
Legg 活躍在一個相信「人類應該與 AGI 融合」的圈子。對他來說，AGI 是人類演化的下一步。
Suleyman 想要用 AI 解決社會問題。他讀了加拿大學者 Thomas Homer-Dixon 的書《The Ingenuity Gap》，書中認為現代問題的複雜性，從氣候變遷到政治不穩定，已經超越了人類提出解決方案的能力。AI 可以填補這個「創造力缺口」。
Hassabis 的動機更加宏大。根據與他共事的同事說法，他創辦 DeepMind 的主要原因是「發現上帝」。「我們討論過很多次上帝，」一位同事回憶，「我們能否創造一台機器，反推出宇宙的起源？AGI 能讓你洞察我們從何而來，什麼是上帝。」
Hassabis 相信自己在執行一個現代版的曼哈頓計畫，他決定像 Robert Oppenheimer 那樣組織團隊：讓不同的科學家團隊專注於更大問題的子問題。
經過 Hassabis 的說服，Legg 同意他們無法在學術界建造 AGI。「我們會到 50 多歲才是教授，那時候他們才會給我們資源去做我們想做的事，」Hassabis 說。「我知道怎麼營運公司。」
這個決定很關鍵。2010 年代初期，AI 研究主要還在學術界。Google 和 Facebook 才剛開始對 AI 投入資源。但 Hassabis 相信，要獲得必要的規模和資源，他們需要創辦一家新創公司。「當時像 Google 和 Facebook 這樣的科技公司對社會影響最大，所以我們三個人認為，科技公司有最大的機會來建模世界的複雜性。」
他們制定了一個雄心勃勃的計畫：成立一家研究公司，搞清楚如何製造有史以來最強大的 AI，然後用它來解決全球問題。
Hassabis 擔任 DeepMind 執行長後，立即聘請了他在 Elixir（他之前的遊戲公司）最頂尖的程式設計師之一，並在倫敦大學學院對面的閣樓租了辦公空間。
三個人有著來自共同使命的能量，儘管他們有著不同的動機，很快就開始出現關於不同目標的辯論。
Hassabis 是相較嚴肅的，他會深夜閱讀科學論文，與頂尖研究人員討論方法論數小時，他在 DeepMind 建立了一種高度層級化的文化，主要基於學術聲譽。
Suleyman 則是魅力四射的願景家，能夠描繪出每個人都在為之奮鬥的未來。一位前員工說他就像 DeepMind 的吹笛手。
Legg 是三人中最學術的，逐漸退居幕後，但這種張力反而讓團隊更加平衡，
在資金到位之前，DeepMind 已經開始展示它的潛力。
Hassabis 的團隊開發了一種叫做「深度強化學習」(Deep Reinforcement Learning)的技術。也就是說，它讓 AI 透過玩遊戲來學習，透過自己玩成千上萬次，從錯誤中學習什麼有效、什麼無效。
他們用 Atari 遊戲來測試這個想法。這些是 1970-80 年代的經典街機遊戲，像是《打磚塊》、《太空侵略者》等。DeepMind 的系統只需要看遊戲螢幕的像素和分數，不需要任何關於遊戲規則的先驗知識，就能學會如何玩。
在《打磚塊》中，系統在大約兩個小時內就學會了一個人類玩家可能需要幾天才能掌握的技巧：將球擊向正確的位置，在磚牆頂部打開一條通道，然後讓球在上面彈跳，一次敲掉一大把磚塊。
更令人驚訝的是，同一個演算法可以學會玩不同的遊戲，不需要針對每個遊戲重新編程。這是朝向「通用」人工智慧邁出的重要一步：一個可以學習解決各種不同問題的系統，而不只是專門為一個任務設計的系統。
但要實現這個夢想，他們需要錢。不幸的是，英國投資人只願意提供微薄的 2 萬或 5 萬英鎊來換取這家新創公司的股權。這根本不夠聘請他們需要的人才，更別說獲得強大的運算資源了。
在保守的英國，科技新創公司傾向於追求明智的商業想法，能更快賺錢，比如開發股票和債券交易的金融應用程式。
建造世界上最強大的 AI 系統？這聽起來太過離譜、過於雄心勃勃了。
Hassabis 和他的共同創辦人別無選擇，只能把目光投向矽谷，那裡的投資人願意為更未來主義的想法下更大的賭注。
幸運的是，Legg 有個機會。他被邀請在 2010 年 6 月的奇點峰會(Singularity Summit)上發言，這是一個由 Ray Kurzweil（曾啟發 Legg 的作家）和 Peter Thiel 共同創辦的年度會議。這是一個聚集了 AI 領域最非傳統科學家的會議，他們談論技術令人敬畏的力量和風險。
憑藉 Peter Thiel 的財力和野心，Thiel 是資助 DeepMind 的完美人選。「我們需要有人瘋狂到願意資助一家 AGI 公司，」Legg 回憶道。「我們需要有資源、不在乎幾百萬美元、喜歡超級雄心勃勃東西的人。Thiel 是完美人選。」
他們意外拿到一張派對邀請函，Hassabis 進到 Thiel 的灣區豪宅。他沒有拿著募資簡報開始講商業模式，而是利用兩人共同的語言：「西洋棋」切入。
Hassabis 曾是西洋棋神童，他深知 Thiel 也是全美頂尖棋手。他刻意把話題帶往西洋棋，並說道：「西洋棋之所以歷久不衰，是因為騎士和主教的力量完美平衡，這創造了所有創意性的不對稱張力。」
隨後，Elon Musk 也加入了投資者的行列。
Musk 對 AI 的興趣始於與 Hassabis 的一次對話。Hassabis 告訴 Musk，如果 AI 失控，即使你移民火星也沒用，因為超級智慧會追隨你到那裡。
這番話讓 Musk 深受震撼，也開啟了他對 AI 安全的長期關注（以及後來創辦 OpenAI 的伏筆）。
從一開始，DeepMind 就堅持幾個核心價值：
安全第一：他們深知 AGI 可能帶來的風險，因此從創立之初就將安全研究納入核心。
保持獨立：Hassabis 公開表示，DeepMind 將保持獨立至少 20 年。他們不想被大公司收購，不想被短期的商業利益左右。
造福全人類：他們的使命不是賺錢，而是用 AI 解決人類面臨的重大問題。
Hassabis 甚至告訴 DeepMind 的員工，他們不用擔心在大約五年內賺錢，因為 AGI 會讓經濟過時。這最終成為高層管理者的主流想法。「他們喝了自己的 Kool-Aid，（吃下公司大餅的意思）」一位前高層說。他們認為：「我們正在創造人類有史以來見過的最重要的技術。」
但理想主義很快就要面對現實的考驗了。
他們很快就會發現，要實現這個夢想，他們需要更多的資源，比任何新創公司能想像的都多。他們需要成千上萬個 GPU/TPU，需要數億美元的研發經費、需要有能夠足以和科技巨頭媲美的薪水留住頂尖科學家。
這也為他們無法長期保持獨立，埋下了種子。
2012 年是 AI 領域的轉捩點。史丹佛 AI 學者李飛飛建立了一個名為 ImageNet 的年度挑戰賽，研究人員提交 AI 模型來視覺辨識貓、家具、汽車等圖像。
那年，科學家 Geoffrey Hinton 的團隊使用深度學習建立了一個遠比以往任何模型都準確的系統，結果震驚了整個 AI 領域。
突然之間，每個人都想聘請深度學習專家。這是一個只有幾十名專家的小領域。「我們聘請了其中不少人，」Legg 說。
Hassabis 支付他們大約每年 10 萬美元的薪水，但 Google 和 Facebook 等科技巨頭願意支付數倍的薪資。
「我們接到了非常有名的人打來的電話，提供我們研究人員三倍的薪水，」Legg 回憶。而 Mark Zuckerberg 就是那些有名的人之一。
2013 年末，Facebook 向 DeepMind 提出了收購要約。根據後來的報導，這個出價「遠超過 Google 最終支付的金額」，傳聞接近 10 億美元。
但 Hassabis 有條件。他告訴 Zuckerberg，如果他們要出售，DeepMind 需要設立一個倫理與安全委員會，並且這個委員會需要有獨立的法律權力來控制 DeepMind 最終建造的任何超級智慧 AI。
這個想法來自 Suleyman。上市公司通常有董事會，代表股東利益。這些董事每季開會，審查公司的行動，確保公司做正確的事情來幫助股價上漲而不是下跌。Suleyman 告訴他的共同創辦人，DeepMind 應該有一種不同類型的董事會來處理像 AI 這樣具有變革性的技術。他們的工作是確保 DeepMind 盡可能安全和合乎道德地建造 AI。
Hassabis 和 Legg 起初並不確定，但 Suleyman 很有說服力，他們最終同意了這個想法。
Zuckerberg 對這個要求猶豫不決。他想發展 Facebook 的廣告業務，透過各種社群媒體平台「連結世界」，而不是經營一家獨立的 AI 公司，有一堆道德協議和自己的宏大使命。
最終這個談判破裂了。
就在 DeepMind 與 Facebook 談判期間，DeepMind 的投資人之一 Elon Musk 也得知了這個消息。
當時 Musk 在自己的私人飛機上與另一位 PayPal 幫成員 Luke Nosek（同時也是 DeepMind 的天使投資人）一起，他們正在讀 Hassabis 發來的郵件，內容是關於 DeepMind 的一個突破：AI 在沒有任何人類訓練的情況下，自己想出了玩 Atari 遊戲《打磚塊》的聰明策略，把球打到磚牆頂部，讓球在上面彈跳，不需要太多操作就能更快贏得遊戲。
恰好同機的還有 Larry Page。Page 看到他們在看什麼後，立刻問：「等等，這是什麼？這是哪家公司？」這就是 Page 第一次知道 DeepMind 的方式。
而 Musk 對 DeepMind 的興趣不只是投資人這麼簡單。當他聽說 Facebook 正在談判收購時，Musk 立刻打電話給 Hassabis 說：「我現在就用 Tesla 股票買下你們公司。」
這是 2013 年底、2014 年初的事。當時 Tesla 的市值約 200 億美元。如果 DeepMind 當時接受了這個提議，從那時到今天，Tesla 股票已經上漲了約 70 倍。
但 Hassabis 面臨著和 Facebook 一樣的問題：Musk 想要 DeepMind 來為 Tesla 開發自動駕駛技術。
這不是 Hassabis 想做的事，他們創辦 DeepMind 是為了解開智慧的謎題，用 AI 解決人類面臨的重大問題，而不是專門為某一家公司的某一個產品服務——即使那家公司是 Tesla，即使那個產品是自動駕駛。
「至少不是『只』做這個，」Hassabis 後來說。
就在這時，Hassabis 接到了第三通電話。這次是 Larry Page 打來的。
2013 年 12 月，Google 首席工程師 Alan Eustace 決定親自飛往倫敦，去見 DeepMind。這裡有個瘋狂的故事：當時在 Google 工作、深度學習先驅的 Geoffrey Hinton 背部有舊疾，無法坐著，所以他只能站著或躺著。
要他忍受背痛、橫跨大西洋的長途飛行，幾乎是不可能的，但作為盡職調查過程的一部分，他需要在那裡。你有 Geoffrey Hinton，你需要用他來判斷是否要收購一家深度學習公司。
Alan Eustace 決定包機，並建造一個瘋狂的定制吊帶裝置，這樣 Geoffrey Hinton 在起飛和降落時躺在地板上就不會滑動。（這裡可以岔題補充一下，Alan Eustace 是個神人，他創下世界最高自由落體跳傘記錄的人，甚至比幾年前紅牛的那次特技還要高。他很習慣為飛機設計這些定制裝備。）
他們飛到倫敦，進行盡職調查，然後 Larry Page 也親自飛過來。
DeepMind 的創辦人在倫敦辦公室迎接這位 Google 億萬富翁，並做了一場關於公司迄今為止研究的簡報。Hassabis 描述了他的團隊如何開發了一種名為「強化學習」的新技術，來訓練 AI 系統掌握復古 Atari 遊戲《打磚塊》。
Page 印象深刻。強化學習作為一種技術，與你用零食獎勵狗每次坐下的方式並沒有太大不同。在訓練 AI 時，你會類似地獎勵模型，也許是一個數字信號，比如 +1，以表明某個結果是好的。透過反覆試錯，玩數百場遊戲，系統學會了什麼有效、什麼無效。這是一個優雅簡單的想法，包裹在高度複雜的電腦程式碼中。
Legg 隨後向 Page 做了簡報，說明接下來的方向：將這些技術應用於現實世界。就像他們的系統掌握了電子遊戲一樣，他們可以類似地教機器人在家中找路，或教自主代理瀏覽英語。這就是 DeepMind 的發現和 AGI 本身最終會產生最大影響的地方。
Page 和他的團隊被說服了。
獨立的幻覺：倫理委員會與控制權的消失🔒
與巨人共舞：從合作到整合的必然結局 🔒
結語：走出了一條貝爾實驗室、Xerox PARC 之外的道路🔒
想知道更多，歡迎現在以 1880 元訂閱《VK科技閱讀時間》，一個月可以收到 4 篇文章，也能解鎖過往內容，一起探索更多有趣的科技產業故事！
《VK科技閱讀時間》也有 Podcast喔！今天就把 Podcast、YouTube 追蹤起來，我們週三中午更新最新一集！
2017 年，一位 IT 工程師在臥室聽著《一週工作 4 小時》，突然按下暫停：「天啊，我以前真是個白癡。」
那時的他有穩定工作，卻陷入「虛假的自信」，讀了大量的書、聽了無數 Podcast，心中有模糊的夢想，卻不知道如何實現。他意識到：單純吸收資訊無法成長，他需要的是「清晰度」。
這位年輕人就是 Janis Ozolins。
為了釐清思緒，他開始實驗：把複雜概念「畫」出來。沒有設計背景，卻發現視覺化是整理資訊最強大的方法。
他將 Naval Ravikant 等人的抽象哲學，拆解成簡單的幾何、線條。這套「去除雜訊、只留核心」的視覺邏輯，讓作品在網路瘋傳，累積破億次曝光，更讓他成為 Netflix《極簡主義》導演指定視覺設計師。
六個月內，他創造 23 萬美元營收，現在已教過超過上 1000 名學員。
▋ 不需要天份，只需要一套「視覺化系統」
Janis 的故事告訴我們：視覺化不是藝術，而是每個人都能掌握的思考工具。
《溝通表達必學：圖像思維實戰課》教你三大核心：
✅ 視覺思維訓練：五步驟流程將雜訊轉化為清晰架構
✅ 圖像化技巧：利用獨特的視覺暗喻法、創造圖像共鳴性
✅ 建立個人風格：讓想法被看懂、被記住、被分享
你是不是也遇過這些情況?
想法明明很清楚，一整理就混亂
做了30頁簡報，對方還是抓不住你的重點
覺得自己不是設計背景，做不出好懂、好看的視覺圖卡
這些問題的核心都是：沒有把「想說的」轉化成「受眾看得懂」的視覺語言。
無論你是上班族、學生還是創作者，這堂課都能幫你解決「說不清楚」的痛點。跟著 Janis，學會用一張圖解釋全世界。
👉 溝通表達必學：圖像思維實戰課
💰 輸入「VK250J」現折 $250
🎁 加贈 Figma / Canva 模板 + 創意發想學習單
