王若然1. 德米斯·哈萨比斯：一位跨界天才的思维进化史
德米斯·哈萨比斯的故事始于伦敦北部的一个普通家庭。8岁那年，他用国际象棋比赛赢得的奖金买了第一台电脑，这个看似平常的决定，却意外地串联起他日后作为国际象棋大师、游戏设计师和神经科学家的三重身份。在DeepMind的伦敦总部，至今仍摆放着他童年时期获得的各种棋类奖杯，这些金属制品在阳光下闪烁着冷冽的光芒，仿佛在诉说着一个关于思维进化的隐秘故事。
国际象棋对哈萨比斯的影响远不止于竞技层面的成就。在无数个对弈的深夜，他发展出一种独特的思维模式：将棋盘视为一个可计算的拓扑空间，每一步棋都是在这个多维空间中的向量运动。"下棋教会我的不是计算能力，"哈萨比斯曾在MIT的讲座中解释，"而是如何在不确定性的迷雾中，构建多层次的价值评估体系。"这种思维模式后来直接影响了AlphaGo的蒙特卡洛树搜索算法设计。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 游戏设计：复杂系统的沙盒实验
1998年，哈萨比斯加入传奇游戏公司牛蛙（Bullfrog Productions），参与开发了《主题公园世界》等经典作品。这段经历常被外界简单概括为"从棋手到游戏设计师的转型"，实则蕴含着更深刻的技术内涵。在牛蛙的引擎开发部门，他创造性地将行为树（Behavior Tree）与有限状态机（FSM）结合，为游戏NPC注入了前所未有的自主决策能力。
"游戏是验证AI理论的完美沙盒，"哈萨比斯在2017年游戏开发者大会上透露，"在《邪恶天才》中，我们设计的警卫AI会记忆玩家的行动模式，这种基于记忆的预测机制，就是后来AlphaGo情景模拟功能的雏形。"值得注意的是，他创办的Elixir Studios采用的敏捷开发方法——将复杂系统拆解为可独立演进的模块，这成为了DeepMind后来管理大型研究项目的标准流程。
3. 神经科学的启示：海马体的计算模型
2009年，哈萨比斯在伦敦大学学院完成的博士论文《海马体与情景记忆的神经计算基础》引起了学界轰动。他通过fMRI实验证明，人类大脑的海马体在进行记忆检索时，会同步激活对未来情景的模拟。这项发现不仅发表在《自然-神经科学》封面，更关键的是为强化学习中的"世界模型"（World Model）提供了生物学依据。
"海马体就像生物体的蒙特卡洛模拟器，"哈萨比斯在论文中写道，"它通过重放和重组记忆片段，构建可能的未来情景。"这个观点直接催生了AlphaGo的独特能力：在落子前，它会在"脑海"中展开数千次虚拟对弈，这种基于神经网络的概率评估，远比传统象棋AI的暴力计算更接近人类棋手的直觉判断。
4. DeepMind的诞生：一场科学创业实验
2010年9月，在伦敦尤斯顿路的一家小咖啡馆里，哈萨比斯与穆斯塔法·苏莱曼、肖恩·莱格签下了DeepMind的创始文件。这个看似普通的创业故事背后，隐藏着精密的科学方法论。公司最早的员工手册中明确规定：所有研究员必须同时研读最新AI论文和神经科学文献，这种双重学习机制确保了技术创新的生物学合理性。
早期的一个关键决策是选择强化学习作为主攻方向。当时监督学习仍是学界主流，但哈萨比斯团队注意到：人类的学习本质上是基于奖励信号的试错过程。他们开发的DQN（Deep Q-Network）算法在Atari游戏上的突破性表现，验证了这个方向的潜力。值得注意的是，DeepMind特意选择了视觉复杂度各异的49款游戏作为测试集，这种实验设计保证了算法的泛化能力。
5. AlphaGo：危机中的认知跃迁
2016年3月13日，AlphaGo与李世石的第四局比赛进行到第78手时，DeepMind的监控室突然警报大作。AI的胜率评估从70%暴跌至不足10%，这个戏剧性瞬间后来被称作"AI的认知危机"。事后分析表明，AlphaGo并非出现故障，而是识别出了人类棋手都难以察觉的深远影响。
"这次事件让我们意识到，"首席研究员大卫·席尔瓦回忆道，"AI的评估函数已经发展出某种超越人类直觉的洞察力。"团队随后对算法进行了关键改进：在价值网络中增加了"不确定性校准"模块，使AI能更动态地调整其置信度。这种自我修正机制，后来成为DeepMind系列AI的标准配置。
6. AlphaFold：跨学科融合的范式革命
2018年CASP竞赛中，初代AlphaFold虽然夺冠，但其预测精度（约60分）远未达到解决生物学问题的实用水平。哈萨比斯立即组织了一场为期三天的"科学静修"，要求团队跳出深度学习框架重新思考问题本质。最终形成的Evoformer架构，创造性地将三种看似无关的技术融合：
- 多序列比对（MSA）作为进化约束
- 注意力机制构建残基间相互作用图
- 物理启发的结构优化模块
这种"三位一体"的设计使AlphaFold2在2020年达到惊人的92.4分（GDT_TS指标），其预测结果与实验数据的误差已小于实验方法本身的误差范围。剑桥结构数据库（PDB）的统计显示，截至2023年，AlphaFold预测的2.14亿个蛋白质结构，已直接加速了约38%的结构生物学研究进程。
7. 管理创新：构建可持续的探索生态
DeepMind的"三脚凳"理论在实践中演化出一套精细的人才评估矩阵。每位应聘者需要接受四个维度的测评：
- 技术深度（如PyTorch/JAX的掌握程度）
- 跨学科类比能力（如解释卷积神经网络与视觉皮层的关联）
- 系统思维（设计可扩展的研究架构）
- 危机响应（模拟项目受阻时的解决方案）
在资源分配方面，哈萨比斯发展出独特的"10-60-30"法则：
- 10%资源用于高风险基础研究（如量子化学模拟）
- 60%投入中期应用项目（如医疗影像分析）
- 30%保障基础设施（如TPU集群优化）
这种结构化冒险模式，使得DeepMind在保持科研产出的同时，其商业子公司已连续三年实现盈利。2022年财报显示，其能源优化算法为谷歌数据中心节省了约2.4亿美元电费，这部分收益直接反哺了基础研究。
8. 技术启示：构建中国AI的创新飞轮
对于中国开发者而言，DeepMind的技术路线图提供了宝贵的参考框架。在工具层面，JAX生态的自动微分和向量化特性，特别适合快速原型设计。以下是一个蛋白质折叠任务的简化代码示例：
python复制import jax
import haiku as hk
class EvoformerBlock(hk.Module):
def __call__(self, msa_rep, pair_rep):
# 多序列比对表示更新
msa_update = hk.Linear(256)(jax.nn.relu(
hk.LayerNorm(axis=-1)(msa_rep)))
# 残基对表示更新
pair_update = jax.scipy.special.logsumexp(
hk.Linear(128)(pair_rep), axis=-1)
return msa_rep + msa_update, pair_rep + pair_update
在应用场景方面，以下几个方向具有特殊价值：
- 基于强化学习的工业流程优化（如钢铁冶炼参数控制）
- 生物医药领域的多模态数据融合（如中药成分分析）
- 气候建模中的物理约束机器学习（如台风路径预测）
哈萨比斯常强调的"连通感"，在工程实践中体现为定期举行的"异质知识工作坊"。例如，将语言学中的构式语法（Construction Grammar）引入代码生成任务，或用量子场论的概念重新思考注意力机制。这种有意识的认知跨界，往往是突破性创新的催化剂。