AI史上最有用的成就背后 那个改变了科学的人

17 岁那年，一家游戏公司向 Demis 开出了据说高达百万美元的工作邀约。对于一个酷爱游戏的少年来说，这简直是梦想成真。但 Demis 拒绝了。他选择去读大学，然后攻读认知神经科学博士学位。

带着这些疑问，他创立了 DeepMind，使命是"解决智能问题"。有意思的是，他的起点竟然是——让 AI 玩电子游戏。这不是为了好玩。Demis 意识到，游戏是测试智能的完美环境：游戏有明确的规则、清晰的目标、即时的反馈。如果 AI 能学会玩游戏，也许就能学会学习本身。

2014 年，Google 收购了 DeepMind。Demis 选择 Google 的原因很简单：他们承诺让 DeepMind 专注于科学研究。这在当时的科技界是罕见的承诺——不是要求快速商业化，而是允许探索。

你的身体里，蛋白质在做着所有的工作。它们运输氧气、催化化学反应、传递信号、构建结构。但蛋白质不是一根长长的线——它们会折叠成复杂的三维结构。这个三维结构决定了蛋白质能做什么。就像一把钥匙，它的形状决定了能开哪把锁。

传统方法是什么？用 X 射线照射蛋白质晶体，然后从衍射图案中推断结构。这个过程需要：花费数十万美元、耗费数月甚至数年、需要专业实验室和设备。而且，不是所有蛋白质都能被结晶——有些蛋白质根本没法用这种方法研究。

Demis 第一次听说这个问题，是在剑桥读本科的时候。他的生物系朋友对这个问题着了魔，告诉他："这就像生物学界的费马大定理。"Demis 立刻被吸引住了。他喜欢难题，喜欢谜题。但更重要的是，他意识到：这正是 AI 擅长解决的问题。

这段故事，幸运地被摄像机记录了下来。会议上，团队在讨论如何发布 AlphaFold。传统做法是建立一个服务器，让科学家提交蛋白质序列，然后系统返回预测结构。这需要几天时间——这是该领域 40 年来的标准做法。

但 Demis 在会议中，一边听着讨论，一边在手机上做粗略计算：已知蛋白质数量约 2 亿；AlphaFold 预测一个蛋白质需要几秒钟；他们的计算资源足够。他的思路开始跳跃：如果每 10 秒预测一个蛋白质，一年内可以预测完所有已知蛋白质。

这违背了所有传统做法。但这正是 Demis 的风格——当意识到可以做更多时，就不满足于按部就班。会议上有人提出："为什么不直接运行所有已存在的蛋白质，然后发布结果？"Demis 的反应是："这是个很棒的想法。我们应该这样做。"

AlphaFold 团队预测了所有已知蛋白质的结构，建立了开放数据库，免费向全球科学家开放。今天，有几十种药物在临床试验阶段，它们的研发过程都得到了 AlphaFold 的帮助。几年内，我们会看到第一批完全或部分依赖 AlphaFold 的药物上市。

这个数字可能让你有实感：今天开发的几乎所有药物，都在研发过程中使用了 AlphaFold。

Demis 最喜欢的突破案例，是一个叫"核孔复合体"的东西。核孔复合体是人体中最大的蛋白质之一，它的功能是控制细胞核的"大门"——营养物质进进出出，都要经过它。它像一个巨大的环形门，打开、关闭。这个蛋白质太大了、太复杂了，很难结晶，所以科学家一直不知道它的精确结构。

另一个受益群体是研究"被忽视疾病"的科学家。疟疾、查加斯病、利什曼病……这些疾病主要影响发展中国家，药物研发利润低，大药厂不愿投入。但有一些非营利组织在做这项研究，他们缺资金、缺资源。现在，AlphaFold 直接给了他们疾病相关蛋白质的结构，让他们可以跳过最困难、最昂贵的步骤，直接进入药物发现阶段。

1. 你知道某个蛋白质导致疾病；2. 你知道这个蛋白质的三维结构（感谢 AlphaFold）；3. 你需要找到一个小分子化合物，能够：结合到蛋白质的特定位置、结合强度足够、**不影响其他蛋白质**（这很重要，副作用就是这样产生的）。

现在，有了 AI，可以在计算机上进行"虚拟筛选"：AI 设计一个化合物、预测它与目标蛋白质的结合强度、**快速检查它与人体其他 2 万个蛋白质的相互作用**、不断修改化合物，直到达到目标：对目标蛋白质作用越来越强，对其他蛋白质几乎没有影响。这个过程可以在几小时内完成，而不是几个月。

Demis 为此创立了 Isomorphic Labs，专门用 AI 加速药物发现。目前有 18-19 个药物项目在进行中，涵盖心血管疾病、癌症、免疫学等几乎所有主要治疗领域。

这是诺贝尔奖得主 Jennifer Doudna 问 Demis 的问题："CRISPR 现在几乎可以靶向任何 DNA 序列，但对于大多数遗传疾病，我们仍然不完全理解是哪些 DNA 变化导致了问题——特别是在 98% 不编码蛋白质的基因组区域。"

人类基因组中，只有 2% 编码蛋白质。其余 98% 被称为"暗物质"，我们对其功能知之甚少。

AlphaGenome 是 DeepMind 的回答：它读取长段基因序列，预测某个特定位置的突变是否会导致疾病。Demis 说："AlphaGenome 是世界上最擅长做这件事的系统。"

AlphaGenome 准确指出导致疾病的基因突变，CRISPR 技术去修复那个突变，疾病被治愈。当然，这还没实现。但这是 Demis 和 Jennifer 可能合作的方向。更复杂的是"多基因疾病"——由多个突变共同导致的问题。这更难检测，但恰好是 AI 的强项：AI 擅长发现大量数据中的复杂模式。

1. 用通用 AI 技术（为 AGI 开发）构建专门的科学系统（如 AlphaFold）；2. 这些系统解决具体问题（癌症、新能源、新材料）；3. 人类立即受益；4. 同时，以科学的方式、类似 CERN 的国际合作，谨慎地构建 AGI。

因为 AGI 可能是人类历史上最具变革性的技术。他希望用科学方法——仔细、精确、深思熟虑、严谨——来构建。而不是在商业竞争和地缘政治压力下匆忙推进。他原本设想这需要多花一二十年，但考虑到技术的巨大潜在影响，这是值得的。

语言，比任何人预期的都更容易破解。Transformer 架构（Google 发明）加上一些强化学习，就足够了。然后，OpenAI 发布了 ChatGPT。Demis 说："公平地说，即使是 OpenAI 也说，这只是一个研究实验，他们没意识到会如此疯狂。我们中也没人预料到。"

第一，进步速度惊人。"现在的进步快如闪电。"这当然有利于所有好的应用场景。第二，民主化体验。公众可以接触到最前沿的 AI 技术，只比实验室晚 3-6 个月。Demis 认为："这可能比突然从没有 AGI 到有 AGI 要好。"第三，压力测试。"你无法完全理解你的系统，直到数百万人开始使用它并发现问题。"

但 Demis 也坦承，这不是他梦想的路径："不是那种我们可以哲学式思考、仔细考虑每一步的理想世界。"但他也是一个务实的工程师："我们必须按照现实世界的情况来应对，尽力而为。"

围棋，是人类发明过的最复杂的棋类游戏。它有多复杂？围棋的可能棋局数量是 10 的 170 次方——比宇宙中的原子数量还多。更重要的是，围棋是一种"直觉"游戏。如果你问围棋大师："为什么下在这里？"他们可能会说："感觉对了。"

AlphaGo 对战李世石。第二局，AlphaGo 下出了著名的"第 37 手"。这手棋下在"第五线"——在围棋开局，这是绝对的禁忌。任何围棋老师看到学生这样下，都会打手。李世石的反应说明了一切：他双手抱头，脸上写满震惊。

这手棋不仅奇怪，而且——在 100 多手之后——它被证明是整盘棋的关键。它就像是 AlphaGo 在开局时就"预知"了未来，把一颗棋子放在了它最终应该在的位置。AlphaGo 最终以 4-1 赢得了比赛。

AlphaGo 还使用了人类棋谱。但 Demis 想知道：如果完全不要人类知识呢？于是有了 AlphaZero。"Zero"的意思是：从零开始。AlphaZero 最初只有围棋规则，随机下棋。它自己跟自己下 10 万局，然后训练一个新版本。

早上，它随机下棋，Demis 还能跟它下。午餐时，它已经比 Demis 强了。下午茶时，它比所有人类棋手都强。晚餐时，它比世界冠军还强。一天之内，从零开始到超越人类。

国际象棋也是一样。AlphaZero 发现了一些新的下法，连 Stockfish（最强的国际象棋引擎）都没发现过。Demis 说："AlphaZero 是 AlphaGo 思想的完全泛化——将同一原理应用到不同领域。"

Gemini 是通用模型，可以处理语言、理解世界。但它们仍然需要搜索、思考、推理的能力。"我认为这还没有完全被破解。"将 AlphaGo 的思想应用到整个世界，而不仅仅是一个游戏——这是下一个前沿。材料设计、芯片设计、量子计算……这些领域都在等待它们的"第 37 手"时刻。

"政府应该使用 AI，我们希望支持所有民主选举产生的政府。"他希望看到 AI 用于：公共健康、教育（整个领域需要重新思考）、能源网优化（Google 数据中心因此节省了 30% 的冷却能源）。

但他也承认："世界地缘政治非常复杂，这些是双重用途技术。"他开始谈到担忧。

"无论是个人还是国家，将我们试图用于好的技术——治愈疾病、推进材料科学、能源——重新用于有害目的。"这种滥用可能是无意的，也可能是故意的。这是 Demis 最担心的两大风险之一。

"AI 本身变坏或脱轨。"这不是今天的系统会面临的问题，但可能是未来 2-4 年的事——特别是当我们进入"代理时代"时。"代理"是什么？指系统能够独立完成整个任务。

Demis 认为，这些是"中期"问题（虽然 3-4 年不算真正的中期），但没有得到足够关注。"如果要顺利度过 AGI 时刻，让人类受益，这些是我们必须应对的最大问题。"

"我现在脑海中思考的，正是人类历史上一直在做的事情——试图找到证明我们为何特殊的理由。"我们以为自己是宇宙中心——结果不是。我们以为只有我们有情感——结果大象会举行葬礼。我们以为只有我们能创造艺术——结果 Gemini 也能。

"我认为我们是特殊的，我认为宇宙如何运作有很多深层奥秘，包括我们头脑中的运作机制，以及物理学中的基本原理。"但他也是个科学家："我是个真正的科学家，我不预设答案应该是什么。我只是想知道答案。"

时间是什么？量子效应和引力如何真正运作？意识是什么？"我从未停止思考这些问题，"他说，"大多数人用电视节目、游戏分散注意力，不去深究。但我不是那样。"他想要用 AI 作为工具，帮助理解现实的本质。"我对答案可能是什么保持非常开放的态度。"

Demis 是个科幻迷，他最喜欢的系列是伊恩·班克斯的"文化系列"。"它描绘了一个非常有趣的后 AGI 世界。"他描述的未来是这样的：第一步，安全度过 AGI 时刻。我们构建了有益于社会的 AGI，它成为现实，也许每个人口袋里都有一台。

AlphaFold 是一个"根节点问题"——如果解决了它，就解锁了整个分支的新研究和应用。其他的根节点问题包括：核聚变、常压室温超导体、以及最优电池技术。

"几乎免费的可再生清洁能源，核聚变或更好的太阳能。"然后解锁太空旅行："SpaceX 做了惊人的工作，但主要成本仍然是火箭燃料——能源成本。如果能源成本归零，因为我们破解了核聚变，我们可以用海水制造无限火箭燃料……"

"然后我们真正解锁了太空。"我们可以开采小行星。"太阳周围的戴森球。水星恰好位于正确的位置，由合适的材料构成——想想宇宙中正在发生的事情，这很神奇。""希望这能带来最大的人类繁荣，我们治愈所有这些可怕的疾病，活得更长、更健康，将智慧生命带到银河系的其他地方。"

"如果在我自己的葬礼上，在大家说完我是谁的妻子、家人、朋友之后，我希望他们会说：她花了一生帮助人们看到乐观的未来，这样他们可以参与其中，让它更快发生，或者让更多人受益。"

"我希望他们会说，我的一生是对人类有益和服务的。这就是我试图做的事情。"

当被问及"我应该如何准备参与这个未来"时，Demis 说："我会让自己沉浸在每个可用的工具中，让自己变得几乎像超级强大一样。"他的观察是：即使是前沿实验室，也只能探索 AI 能力的一小部分。普通人在自己领域的应用，同样可能创造巨大价值。