【GENE思書軒】他不是只想贏，而是想問：智力究竟能做什麼？《無限機器》
生命科學領域的人都知道，要破解蛋白質結構有多難。那曾經是生物學界一座高聳入雲、幾乎看不到山頂的巨峰。蛋白質由一串胺基酸組成，看起來像一條不起眼的長鏈，進入自然環境後，卻會在極短時間內摺疊成極其複雜的三維形狀，而它怎麼摺、摺成什麼樣子，往往就決定了它能做什麼。
疾病怎麼發生、藥物如何作用、細胞如何運轉，背後都可能牽涉蛋白質結構。科學家為了看清一種蛋白質，可能耗費幾個月、幾年，甚至一整個研究生涯。誰料得到，這道讓無數生物學家傷透腦筋半個世紀的難題，最後竟被人工智慧硬生生撞開了一道大門。
當DeepMind的AlphaFold大幅提高蛋白質結構預測能力，並把海量預測結果提供給全球研究者使用時，我第一次真正感受到，AI帶來的震撼可能遠遠超過我們日常使用ChatGPT寫信、整理會議紀錄、生成圖片時所能想像的範圍。很多人談人工智慧，想到的是工作會不會被取代，報告能不能少寫兩個小時，簡報能不能一鍵生成，客服會不會消失。
這些當然重要，可是在哈薩比斯眼中，這些恐怕只是小菜一碟。他真正想做的，是把AI變成人類探索自然的放大器。當我們的大腦算不動了，就讓另一種智慧接著算；當我們的直覺走到了盡頭，就讓機器去尋找人類從未想過的可能。若這條路真能走下去，人工智慧帶來的改變恐怕不只是提升效率，而是直接改寫科學發現的速度。
也正因如此，我讀塞巴斯蒂安．馬拉比（Sebastian Mallaby）這本以德米斯．哈薩比斯（Sir Demis Hassabis，1976—）與DeepMind為核心的《無限機器：Gemini推手哈薩比斯的超級智慧長征》（The Infinity Machine: Demis Hassabis, DeepMind, and the Quest for Superintelligence）時，心裡一直有一個小小的遺憾。
哈薩比斯在2024年因AlphaFold相關研究獲得諾貝爾化學獎，這當然是他人生極其耀眼的一頁，也是一般讀者最容易一眼抓住的新聞焦點，可是《無限機器》對這項成就本身的科學意義、AlphaFold究竟如何改變生命科學研究，以及這場突破可能帶來的長遠影響，著墨其實遠遠不夠。讀到這裡，我甚至有種「菜才剛上桌，服務生就開始收盤子」的錯愕。如此驚人的科學革命，本來值得更細緻地說，也值得讓我們停留更久。
不過轉念一想，這個缺憾反而很符合哈薩比斯這個人的人生尺度。若只看獎項，諾貝爾獎當然已是科學家夢寐以求的最高殿堂；放到哈薩比斯試圖開創的人工智慧革命旁邊，它甚至有點小巫見大巫。這話聽來張狂，卻不是為了貶低諾貝爾獎。我的意思是，如果哈薩比斯與他這一代AI研究者真的成功打造出接近通用人工智慧的系統，那麼受到影響的將不只是化學、生物學、物理學或醫學某一個領域，而是整個人類獲得知識、解決問題、從事創造甚至理解自身的方式。諾貝爾獎表彰的是一項偉大的科學成就，哈薩比斯想做的事情卻更像是在製造一臺可以源源不絕協助人類產生科學成就的機器。兩者根本不在同一個量級上比較。
所以，《無限機器》最吸引我的，從來不是一個天才如何登上諾貝爾獎殿堂的勵志故事。我更想知道的是，究竟什麼樣的人，會在還不知道AI能不能成功的年代，把自己幾十年的人生押在「破解智慧」這件事情上？今天回頭看哈薩比斯，很容易產生一種錯覺，好像他的成功順理成章。他創辦DeepMind，做出AlphaGo，加入Google，帶領Gemini，推出AlphaFold，最後拿下諾貝爾獎，好像一路都是康莊大道。實際情況幾乎相反。他人生裡幾個最關鍵的選擇，在當時看來都相當古怪，有些甚至稱得上離經叛道。
這個故事要從棋盤說起。哈薩比斯小小年紀便顯露出驚人的西洋棋天分，六歲已經是英國棋壇備受矚目的神童，十三歲成為西洋棋大師，在同齡棋手中名列世界前茅。這種履歷放到任何家庭，大概都會讓父母開始幻想世界冠軍的未來。可是哈薩比斯在一場漫長比賽後，卻忽然對自己原本全心投入的世界產生懷疑。他環顧賽場，看見滿屋子極度聰明的人，把全部精神投注在棋盤六十四格上。他腦中冒出一個很不討喜，卻極其關鍵的念頭：這麼驚人的集體智慧，難道不能拿去解決更重要的問題嗎？
我很喜歡這個細節，因為它暴露了哈薩比斯性格裡一個非常核心的東西。他並不只想贏。他甚至慢慢覺得，光是贏一盤棋太無聊了。他開始追問，智力究竟能拿來做什麼。這個問題像一顆種子，很早就在他心裡落地，後來長成一棵枝繁葉茂的大樹。西洋棋讓他迷上搜尋、策略與決策；電腦讓他發現，人類思考的一部分也許可以被程式重現；遊戲則提供一個縮小版世界，讓智能在有規則、有目標、有回饋的環境中接受考驗。多年以後，DeepMind讓AI學玩Atari遊戲，讓AlphaGo挑戰圍棋世界冠軍，看似石破天驚，其實都能沿著哈薩比斯童年的軌跡找到蛛絲馬跡。
哈薩比斯十八歲時曾經面對一個尤其有意思的選擇。當時遊戲公司願意用極高待遇留下這個天才少年，對一個剛成年的人來說，那幾乎等同於提前拿到人生的頭獎彩券。換成我，大概光是看到數字就已經開始計算要買什麼房子了。哈薩比斯卻拒絕了。他決定去劍橋念書，希望追隨那些真正改變人類知識版圖的科學家。很多成功人士傳記裡都有這種拒絕誘惑的橋段，寫多了容易讓人覺得老生常談，可是哈薩比斯後來幾十年的選擇證明，這並非作者為了塑造英雄形象硬加上去的漂亮註腳。他確實很早就決定，錢可以是工具，卻不能成為人生導航。
有趣的是，哈薩比斯從劍橋念完電腦科學之後，依然沒有立刻全心投入人工智慧。他又回去做遊戲，甚至自己創業，後來乾脆關掉公司，跑去讀神經科學博士。若用現在流行的職涯規劃眼光來看，這份履歷簡直亂七八糟。今天做遊戲，明天研究電腦，後天突然研究大腦，怎麼看都像一個興趣太多、心猿意馬的人。但真正的高手有時就是如此，他們腦中那張地圖和旁人看到的不同。哈薩比斯心裡始終追著同一個問題跑：智慧到底是怎麼產生的？
哈薩比斯想做通用人工智慧，就得理解天然智慧。天然智慧最現成的樣本，當然就是人的大腦。於是，他去研究記憶、想像與認知。這條路從外面看彎彎曲曲，他自己卻知道每一站都在蒐集材料。西洋棋給了他策略直覺，遊戲讓他熟悉模擬世界與複雜行為，電腦科學提供工程工具，神經科學則讓他更靠近心智本身。等到DeepMind成立時，這些看似七零八落的人生經驗忽然嚴絲合縫地拼在一起。那感覺很像我們小時候玩拼圖，一開始滿桌都是不知所云的碎片，拼到某個階段才猛然看見圖案浮出來。
這也是我讀這本書時很有感的一點。我們這個時代太愛談效率，連人生都恨不得做到流程最佳化。讀什麼科系最好就業，哪個產業薪資最高，怎麼在三年內升主管，怎麼用最短時間完成轉職，彷彿只要繞一點路就是浪費。哈薩比斯的人生卻提供另一種想像。有些能力根本無法速成，有些道路也不能只看眼前回報。今天看似無用的知識，十年後可能突然成為關鍵。如果哈薩比斯十八歲就拿著高薪一路做遊戲，如果他嫌神經科學太遠、太慢、太難，如果他每一步都只問「這對下一份工作有沒有幫助」，後來的DeepMind或許根本不會長成今天的模樣。
真正讓我佩服的，還是哈薩比斯在AI最低潮的時候敢把身家押上去。2010年創辦DeepMind時，「通用人工智慧」可不是今天人人掛在嘴邊的時髦詞。人工智慧已經歷過漫長寒冬，學術界吃過太多次虧，投資人也被一輪又一輪過度承諾嚇怕了。你跑去說自己要做AGI，效果大概就像今天有人走進投資會議室，神色自若地宣布自己準備打造時光機。別人不把你當瘋子，都算客氣。
結果真的有大約八成投資人聽完轉身就走。哈薩比斯卻把這當成篩選機制。他認為，要做如此漫長、如此不確定的研究，與其找半信半疑、每天追問下季營收的人，不如找到真正相信這個目標值得一試的同行者。這番話今天看起來氣勢十足，但我不想把它寫成「相信自己就一定會成功」那種廉價雞湯。現實世界裡，十個堅持怪念頭的人，也許九個最後真的只是怪念頭。哈薩比斯與一般固執者的差別，在於他的自信不是憑空生出來的。他已經花了二三十年累積棋藝、程式、遊戲、認知科學與神經科學的經驗，他相信自己看到一條別人還沒有看清的路，至少手上有足夠多的證據支持自己的判斷。
然而，有信念並不代表可以不吃飯。DeepMind早期也曾窮得岌岌可危，研究再崇高，月底薪水還是得發。書中有一段我覺得既好笑又真實，這群立志破解智慧本質的人，為了維持公司運作，不得不接商業專案，替購物網站做商品推薦，研究怎麼從一張裙子的照片裡找出顏色、形狀和圖案相似的商品。白天研究裙子，晚上研究人類智慧，這大概是科技創業最寫實的畫面之一。人可以胸懷宇宙，房租仍然準時來敲門。
這段經歷也讓哈薩比斯明白，基礎科學研究和創投資本天生存在摩擦。投資人希望知道三年後能賺多少錢，科學家卻可能連三年後能不能得到答案都不知道。真正困難的研究，常常無法先寫好甘特圖，更不能承諾某年某月某日一定突破。於是Google的出現改變了DeepMind的命運。Google提供的龐大算力、人才、資金與研究環境，讓哈薩比斯終於不用天天為公司還能活幾個月焦頭爛額。可是從那一刻起，另一個更麻煩的問題也悄悄進門了。當科學理想住進商業帝國，兩套邏輯終究會碰撞。
2016年的AlphaGo，正是DeepMind第一次讓全世界集體倒抽一口氣。圍棋長久以來被視為人類直覺的堡壘，棋盤上的可能性多到不可思議，頂尖棋手的判斷常帶著一種連自己都很難完整解釋的棋感。李世乭賽前信心十足，很多專家也認為機器還早得很。偏偏第二局第37手，AlphaGo下出一手人類棋譜極少出現的棋。現場一度以為它出錯，後來才發現，那一步精妙得令人瞠目結舌。
我到現在仍覺得，AlphaGo真正刺痛人類的地方，不在輸贏，而在於它開始展現一種陌生的創造性。以前我們安慰自己，機器只是算得快，至少「靈感」還是人的。可是當AlphaGo下出人類高手也意想不到的妙手，那條界線忽然模糊了。就像你在家裡養了一隻鸚鵡，原本只是教牠說早安，有一天牠突然坐下來跟你討論莎士比亞，你大概也會先懷疑人生。AlphaGo讓人第一次真切意識到，機器也許可以走出人類經驗的範圍，找到我們沒有教過它的答案。
但我認為，AlphaGo還不是哈薩比斯最重要的作品。它比較像一次公開宣言，告訴世界DeepMind真的有本事。真正把他的理想落到人類福祉上的，是AlphaFold。哈薩比斯少年時曾經懷疑，那麼多聰明人把所有腦力耗在棋盤上，到底值不值得。多年以後，他先用人工智慧攻下棋盤，再把同樣的工具轉向生命科學，這個人生的前後呼應漂亮得讓人拍案叫絕。
也因此，我格外惋惜《無限機器》沒有花更多篇幅，把AlphaFold帶來的科學震撼好好說透。對一般讀者而言，「預測蛋白質結構」聽起來實在太像生物課本上的一句話，很容易讀過去就算了。可它背後代表的可能是藥物研發方式的改變，是疾病研究速度的提升，是大量實驗工作的重新分配，也是AI第一次以如此具體、如此大規模的方式成為基礎科學研究工具。以往我們把人工智慧想成可以下棋、辨識照片、推薦影片的系統，AlphaFold卻把格局一下子拉到另一個尺度。它開始碰觸自然本身。
哈薩比斯獲得諾貝爾化學獎時，曾向馬拉比展示幾張讓他興奮得起雞皮疙瘩的照片。諾貝爾獎得主會在簽名簿留下名字，而那本簿子上已有愛因斯坦、華生、克里克、費曼等科學史上的巨人。對一個少年時看完DNA雙螺旋故事便決定走上科學道路的人而言，如今自己的名字竟能和那些偶像出現在同一本冊子裡，怎麼可能不百感交集？我讀到這裡也很感動。那好像一個孩子隔著幾十年，終於走進當年只能仰望的照片裡。
然而，我還是忍不住想，諾貝爾獎對哈薩比斯而言，很可能只是路上的一座里程碑。他想要的從來不只是一項科學發現。他要造的是能夠協助人類持續發現的智慧系統。如果AlphaFold只是第一個成熟案例，那未來AI也可能用類似方式介入新材料、能源、氣候、數學、醫藥、物理甚至宇宙學。從這個角度看，諾貝爾獎像是頒給一位造船者，表揚他駕船成功抵達第一座新大陸；可是這位造船者真正想做的，可能是發明一種讓所有人都能航向未知世界的新型船隻。
當然，事情愈偉大，風險往往也愈難忽視。《無限機器》真正精彩的部分，正是它沒有只寫一個完美的科技英雄。哈薩比斯重視AI安全，創辦DeepMind之初便把倫理問題放進組織思考中，Google收購DeepMind時，他也希望建立相應的倫理監督機制。他很清楚，自己追求的工具一旦成功，力量可能大得前所未有。但麻煩就在這裡。越知道刀有多鋒線的人，有時越想親自把刀磨好，因為他不放心交給別人。結果人人人都說自己是在負責任地前進，整個產業卻越跑越快。
OpenAI推出ChatGPT之後，這種矛盾尤其明顯。DeepMind原本長期偏重研究，對把大型語言模型直接推向公眾相對謹慎，內部也有人認為他們因此錯失先機。等ChatGPT以迅雷不及掩耳的速度席捲全球，Google警鈴大作，Google Brain與DeepMind整合，哈薩比斯被推到Gemini競賽的核心。那一刻，他的身分產生了非常耐人尋味的轉變。早年的他可以從容地說科學需要時間，後來的他卻必須在全球最激烈的商業競賽中帶隊奔跑。
我認為，這才是《無限機器》真正值得我們反覆咀嚼的部分。問題已經不只是哈薩比斯能不能造出AGI，而是當每家公司都害怕落後，每個國家都怕失去戰略優勢，每個投資人都擔心錯過下一波浪潮時，究竟誰還有餘裕說「先等等，我們再確認一下」？AI安全最大的困局就在這裡。每個人單獨看都可能很理性，放進競爭結構裡卻容易集體加速。就像高速公路上人人都知道開太快危險，可當旁邊車道一輛接一輛超過去，很少有人真的願意一路維持四十公里。
哈薩比斯最吸引我的，也是最讓我警惕的地方，恰好是同一件事。他有極強的使命感。他不是把人工智慧當成一筆生意，也不滿足於打造幾款賣得好的產品。他是真的相信，理解智慧之後，人類有機會破解自然界更深層的祕密。在本書前言裡，他甚至談到科學彷彿是在窺探上帝的想法。他會拍著桌子問，為什麼桌子是固體？為什麼由沙子和銅構成的電腦，最後竟能擊敗世界級棋手？時間是什麼？引力又是什麼？他形容自己半夜兩點坐在書桌前，彷彿感覺現實正在朝他咆哮，逼著他去聽懂背後藏著的答案。
讀到這些話，我突然明白，哈薩比斯跟我們平常熟悉的科技大亨確實有點不同。賈伯斯想做出人們一拿到手就愛不手的產品，馬斯克熱中把看似科幻的東西推進現實，許多矽谷創業者關心的是市場、平台、規模與顛覆。哈薩比斯腦子裡始終盤旋著更古老也更難回答的問題。他像一個誤闖商業世界的科學家，偏偏又必須學會資本、談判、管理和權力，因為只有掌握這些資源，他才有能力繼續追問宇宙究竟怎麼運作。
這種人很迷人，也很危險。當一個人追求金錢，我們大致知道他什麼時候可能滿足；當一個人追求名聲，總有一天獎杯和頭銜會多到擺不下。可是，當一個人想理解「智慧本身」，終點在哪裡？沒有人知道。AlphaGo不會讓他停下來，諾貝爾獎也不會。AlphaFold成功之後，他想到的很可能是下一個科學難題。Gemini能力提升之後，他想到的仍然是更通用、更強大的智慧。這種永不滿足的好奇心是科學進步最珍貴的燃料，同時也是我們必須小心看待的力量。
所以我讀完《無限機器》，心情並不是單純的熱血澎湃。我當然佩服哈薩比斯。從西洋棋神童、遊戲開發者、神經科學家一路走到DeepMind，他展現的耐心、專注和企圖心，放在哪個年代都令人側目。AlphaFold更讓我第一次清楚看到，人工智慧真正值得期待的未來，也許不是替人類少寫幾封Email，而是幫助我們解開以前根本解不開的問題。可是我也無法完全安心，因為哈薩比斯和其他AI領袖正在打開的那扇門，後面究竟通往哪裡，目前沒有任何人看得清楚。
人類歷史上有很多科技，發明者當初只看見它美好的一面，後來才發現一旦進入政治、軍事、商業和權力結構，事情會朝意想不到的方向狂奔。原子能如此，網際網路如此，社群網站如此，人工智慧更可能如此。科學家可以決定自己為什麼發明一項技術，卻無法獨自決定全世界拿它來做什麼。哈薩比斯可以希望AI拿去破解蛋白質、治療疾病、理解宇宙，但同樣的智慧也可能被拿去監控、操縱、競爭甚至戰爭。工具本身愈強，這個老問題便愈尖銳。
因此，我反而覺得，《無限機器》最值得讀的地方，不在於它告訴我們下一波AI趨勢是什麼，也不只在於它替哈薩比斯立傳。它真正把我們帶到一個很難逃避的問題前面：當人類開始製造比自己更強大的認知工具時，我們的智慧是否足以駕馭自己創造出來的智慧？
這個問題，目前沒有諾貝爾獎可以頒給答案。
哈薩比斯小時候曾經看著一屋子西洋棋高手，覺得如此龐大的智力不應只消耗在六十四個格子裡。幾十年後，他確實把智慧帶出了棋盤。AlphaGo先擊敗世界頂尖棋手，AlphaFold再跨進生命科學，Gemini與更大的AGI夢想則繼續向前推進。那個當年嫌人類智力被浪費的孩子，如今正在打造一種可能把全人類智力重新放大的工具。
想到這裡，我才覺得《無限機器》這個書名取得真正驚心動魄。
所謂「無限」，令人著迷的地方是它沒有邊界，令人不安的地方也恰恰是它沒有邊界。哈薩比斯想把人類智慧伸向從未抵達的地方，AlphaFold已經證明這條路可能帶來何等驚人的成果。未來若真的出現更接近通用人工智慧的系統，今天的諾貝爾獎或許只會變成這場革命開頭一個閃閃發亮的註腳。
我甚至覺得，若干年後人們回頭評價哈薩比斯，或許根本不會先說「他是一位諾貝爾獎得主」。就像我們今天談圖靈，不會先想到他獲過什麼獎；談愛因斯坦，也不會只用1921年的諾貝爾物理學獎定義他的分量。一個人若真的改變了人類理解世界的方法，獎項反而裝不下他的歷史位置。
哈薩比斯真正想爭取的，恐怕從來不是獎。
他想知道宇宙為什麼是現在這個樣子，他想理解智慧從哪裡來，也想造出一種足夠強大的智慧，陪人類一起尋找答案。
我對這個夢想既嚮往，又戒慎恐懼。
因為如果他成功了，我們得到的將遠比諾貝爾獎龐大。我們也將第一次真正面對一個比「機器能不能思考」更棘手的問題。
當機器真的開始思考，而且愈來愈會思考，人類究竟準備好要它替我們想些什麼了嗎？