哈萨比斯十年心路:从 AlphaFold 破解生命密码到后 AGI 时代的文明图景 Best Partners TV 2026-04-15

实验室里的理想与现实:哈萨比斯的 AGI 慢哲学

2026年4月7日,在 Huge Conversations 播客的一场深度访谈中,Google DeepMind 的 CEO 德米斯·哈萨比斯(Demis Hassabis)通过一种极具象征意义的“叠叠乐”形式,拆解了 DeepMind 过去十年的技术树。从 AlphaFold 到 AlphaZero,再到最新的 AlphaGenome,每一个木块都代表了一个改变科学进程的里程碑。

在这场访谈中,哈萨比斯罕见地袒露了作为一名科学家的内心挣扎。他直言,当前由商业压力和地缘政治驱动的 AI 狂奔节奏,并非他理想中的路径。如果可以完全由他主导,他更倾向于将 AGI(Artificial General Intelligence: 通用人工智能)相关技术在实验室里多沉淀十年,仿照 欧洲核子研究中心(CERN: 全球最大的粒子物理实验室)式的全球协作模式,以极度严谨的科学方法,在每一步突破都被彻底理解后再推进。

然而,面对 Transformer 架构的爆发和 ChatGPT 带动的行业海啸,哈萨比斯表现出了务实的一面。他承认,现实世界的大规模压力测试能倒逼安全技术升级,且实验室与应用的极短时差让社会能够“增量适应”。这种在理想主义与现实工程之间的博弈,构成了他这十年心路历程的底层底色。

AlphaFold:生物学的费马大定理与普惠科学的巅峰

蛋白质折叠(Protein Folding: 根据氨基酸序列预测蛋白质三维结构的问题)曾被哈萨比斯比作生物学的“费马大定理”,困扰了科学界整整 50 年。在剑桥求学期间,哈萨比斯就认定这是 AI 最具价值的使命——因为蛋白质的结构直接决定其功能,是改善人类健康的关键。

2021年 AlphaFold 上线后的一个关键决策,彻底颠覆了行业惯例。当时团队原计划建立按需计算的服务器系统,但哈萨比斯通过极简估算发现:以当时的算力,每 10 秒就能完成一次折叠。他当即决定:“我们为什么不直接把自然界已知的 2 亿种蛋白质全部算完呢?” 这个决策取消了繁重的工程基建,转而用算力换普惠。如今,AlphaFold 数据库已惠及全球 300 万名科学家,从培育抗气候变化的农作物,到研究被商业药企忽视的传染病,AI 正在让结构生物学实现跨越式普惠。

然而,AlphaFold 只是起点。为了攻克药物研发中 10 年周期、10% 成功率的行业瓶颈,DeepMind 分拆成立了 Isomorphic Labs。他们致力于打造端到端的自动化流水线:利用 AI 生成候选化合物,精准预测其与目标蛋白的结合力,并在几小时内完成毒性筛查。这种自我迭代的搜索效率比传统实验高出百万倍,预示着未来每一款新药的流程都将嵌入 AI。

从 AlphaGo 到 AlphaZero:零先验的自我进化逻辑

AlphaGo 在 2016 年击败李世石,对大众而言是围棋的胜负,对哈萨比斯而言则是深度强化学习(Deep Reinforcement Learning: 结合深度学习与强化学习,让 AI 通过试错自主进化的技术)的胜利。他特别提到了著名的“第 37 手”,那是一手违背人类经验却锁定胜局的棋,证明了 AI 能够产生人类从未想到的创造性洞见。

从 AlphaGo 进化到 AlphaZero,核心跨越在于彻底移除了人类棋谱。AlphaZero(Zero: 指代零人类先验知识)仅凭规则进行自我博弈,在国际象棋领域,它从“随机乱下”到“登顶世界冠军”仅用了几个小时。

这种“长期规划、推理与搜索”的思路正被延伸至更硬核的科学领域。例如 AlphaTensor 发现了更快的矩阵乘法算法,降低了神经网络的计算成本;而 AlphaChip 则在芯片布线这一 NP 难问题上超越了人类专家。哈萨比斯明确指出,未来 DeepMind 的重点是将这套“世界模型”从游戏扩展到量子计算、材料设计等真实世界的硬核挑战。

AGI 风险分级:恶意滥用与自主系统的脱轨

面对日益增长的 AI 焦虑,哈萨比斯提出了清晰的三级风险评估框架:

  1. 中期风险(2-4 年):恶意滥用。 这是最紧迫的问题。原本用于药物研发或材料科学的技术,可能被用于网络攻击或漏洞挖掘。他以 Anthropic 的内部模型为例,指出这种能发现高危漏洞的技术若被武器化,将造成全球性威胁。
  2. 核心中期风险:自主系统脱轨。 随着 AI 进入 智能体时代(Agentic Era: AI 能够独立完成复杂、多步骤任务的阶段),如何确保这些指数级进化的系统严格遵循人类目标,而不绕过安全护栏,是目前最难的技术挑战。
  3. 被高估的短期风险:深度伪造。 虽然虚假信息是现实挑战,但哈萨比斯认为这属于相对次要的治理问题。DeepMind 推出的 SynthID(数字水印系统)已在 Gemini 等模型中内置内容溯源功能。

50 年后的后 AGI 时代:重构宇宙与意识的边界

哈萨比斯对未来 50 年的预判极具科幻色彩。他认为,人类在安全度过 AGI 落地期后,将集中攻克可控核聚变与常温超导体(Room-temperature Superconductor: 在室温下实现零电阻的材料)等科学根节点。

一旦廉价的清洁能源与室温超导技术落地,人类将进入后 AGI 时代(Post-AGI Era):

  • 航天革命:从海水无限提取燃料,大幅降低航天成本。哈萨比斯甚至畅想在水星建立戴森球(Dyson Sphere: 环绕恒星收集其绝大部分能量产出的巨型结构)基地。
  • 生命突破:彻底治愈癌症与神经退行性疾病,人类意识将随文明扩展至银河系。

在访谈最后,哈萨比斯给普通人留下了一条极具力量的建议:“跟上这股潮流,让自己变成一个超能力者。” 他认为,即便在顶级实验室,AI 的能力悬置(Overhang)依然巨大,真正的机会属于那些精通工具、在细分领域跨界创新的普通人。与其恐惧,不如主动拥抱这股浪潮,将 AI 变成人类能力的终极延伸。

关键字: protein-folding reinforcement-learning agi-safety agentic-ai isomorphic-labs