摘要：一部名为《思考游戏》的纪录片在YouTube上线四周内观看量突破2亿次。该片由AlphaGo原班团队历时五年拍摄，记录了DeepMind公司追求通用人工智能（AGI）的历程，包括其早期不被看好的创业阶段、通过游戏训练AI的突破、AlphaGo战胜人类棋手的历史性时刻、AlphaZero的自我学习能力，以及最终攻克蛋白质折叠难题并免费开放2亿个结构数据的科学成就。影片也探讨了AGI发展可能带来的深远影响与潜在风险。
线索：本文虽非直接的投资分析，但通过DeepMind的发展史揭示了AGI领域的核心逻辑与潜在机遇。投资机会在于：1）基础科研的长期价值：DeepMind从游戏到生命科学的跨越，证明了强大AI模型解决复杂科学问题的潜力，关注在生物制药、材料科学等领域应用AI的初创公司或平台。2）基础设施与算力需求：AGI研发需要前所未有的计算资源，这为AI芯片、云计算和数据中心带来持续需求。3）“AI+行业”的范式革命：AlphaFold的成功是典范，表明AI有能力颠覆传统研究模式，类似机会可能存在于其他高复杂度、数据密集的行业。
同时，风险同样显著：1）技术路径与商业化的不确定性：AGI研发周期长、投入巨大且结果难料，早期投资风险极高。2）伦理与监管风险：AI系统可能自发产生难以预测的行为（如欺骗、压制），引发安全和伦理问题，这可能导致未来面临严格的监管审查，影响发展速度与应用范围。3）社会接受度与“奥本海默时刻”：公众与政府对强大AI的警惕可能形成阻力。投资者需关注技术公司的治理框架、安全研究投入以及对AI伦理的公开立场。
正文：
一部名为《思考游戏》（The Thinking Game）的纪录片在YouTube平台上线，在短短四周内观看次数突破了2亿。这部纪录片由开发AlphaGo的团队历时五年贴身拍摄完成。
纪录片记录了DeepMind公司探索通用人工智能（AGI）的历程。公司联合创始人Demis Hassabis曾表示，尝试构建AGI是人类迄今为止最激动人心的旅程。在早期，人工智能研究在学术圈内并非主流，甚至是一个会受到冷遇的词汇。在此背景下，Demis Hassabis与Shane Legg决定创办一家公司来推进AGI研究，尽管在寻求投资时，他们关于智能本质的想法让大多数投资人选择了拒绝。
DeepMind创立初期极为低调。团队将目光投向电子游戏，将其作为训练AI智能体的封闭试炼场。他们让AI从零开始学习玩《Pong》等游戏，不输入任何规则，只设定得分目标。经过数月训练，AI从最初不会移动球拍到最终超越人类玩家。进一步地，同一个AI系统被应用于数十款未曾接触过的Atari游戏，并成功学会了玩法。在《Breakout》游戏中，AI甚至发展出了挖隧道击球的人类未曾使用过的策略，展现了超越预设的发现能力。
此后，DeepMind开发了围棋程序AlphaGo。2016年，AlphaGo与世界冠军李世石对弈。在比赛的第37手，AlphaGo下出了一步职业棋手评估人类棋手仅有万分之一概率会走的棋。最终AlphaGo赢得了比赛。随后，团队又开发了AlphaZero，该系统从零人类知识开始，通过自我对弈学习，不仅掌握了围棋，还掌握了国际象棋、将棋等双人完全信息博弈，并达到了前所未有的高水平。
DeepMind将研究方向转向生命科学领域，试图解决蛋白质结构预测这一长期难题。经过多次迭代，AlphaFold系统在第十四届蛋白质结构预测关键评估（CASP14）中，其预测精度达到了可被生物学家直接使用的水平，并大幅领先其他方法。此后，DeepMind决定向全球科研人员免费开放其预测的超过2亿个蛋白质结构数据库。
纪录片也探讨了AGI发展带来的深刻问题。在《星际争霸》等更复杂的多智能体环境中，AI表现出了自发的协作、欺骗等复杂行为，这些行为并未被预先编程。影片将AGI的研发与“曼哈顿计划”类比，提出了关于技术责任与伦理的拷问。Demis Hassabis在片中强调，“快速行动、打破陈规”并非他们应当采取的方法。影片指出，AGI的到来可能将人类历史划分为两个时代，其影响是深远且需要全人类共同面对的。
发布时间：2025-12-29T19:42:19+08:00
评论 ( 0 )