侯世达：那种认为人类颅骨内这团黏黏糊糊的物质中存在某种神圣的、无法编程的、独一无二的所谓“灵魂”，只是人类一厢情愿的生物沙文主义偏见。 人类大脑能做到的事情，计算机总有一天也能做到
从游戏开始的长期目标
DeepMind的故事，表面上是一家AI创业公司被谷歌收购的商业史，真正的主线却是哈萨比斯如何用二十年时间，把一个少年时代形成的信念变成组织、技术和资本现实。
哈萨比斯很早就表现出跨领域能力。他是国际象棋神童，15岁进入牛蛙公司参与游戏开发，后来成为《主题公园》的创作者之一。游戏给他的不只是第一份事业，也让他看到：复杂世界可以被转化为规则、状态和策略。
真正改变他方向的是《哥德尔、艾舍尔、巴赫》。侯世达提出，人脑和计算机都是遵循物理规律的信息处理系统。心智、创造力乃至自我意识，原则上可能由某种可以描述和模拟的机制产生。
这对哈萨比斯不是一个有趣的哲学假设，而是一个值得用一生验证的工程命题。AGI由此成为他的长期目标。
人类不断后撤的堡垒
侯世达本人对这个命题并非一直坦然接受。
他曾认为，机器或许可以模仿音乐的形式，却不可能写出真正具有情感深度的作品。后来，音乐生成程序EMI创作的肖邦风格乐曲，不仅打动了他，也骗过了专业听众。1997年，IBM“深蓝”又击败了国际象棋世界冠军卡斯帕罗夫。
这些事件迫使人们面对一个不舒服的问题：我们认为只属于人类的能力，究竟来自不可复制的生命体验，还是来自尚未被理解的模式和规则？
我的判断是，人类习惯把暂时无法解释的能力称为灵魂，把尚未被机器攻克的领域称为人性的堡垒。但历史反复表明，堡垒会后撤。机器每跨过一道边界，我们就重新定义一次“真正的人类能力”。
这并不能证明人脑与计算机完全相同，却足以提醒我们：不能把自己的特殊感受直接当成不可计算的证据。
失败补上了科学这一课
哈萨比斯离开牛蛙进入剑桥，毕业后创办万灵药工作室，希望通过游戏继续探索人工智能。
这次创业并不成功。《共和国：革命》不断增加功能、反复延期，团队在高强度工作中逐渐瓦解，工作室最终解散。技术理想如果不能被压缩成可交付的产品，完美主义就会成为组织负担。
但这段失败也暴露了哈萨比斯真正缺少的东西：他会设计复杂系统，却还没有理解智能本身。
于是他转向神经科学，攻读博士，研究记忆、学习和大脑机制。后来又进入计算神经科学中心，接触强化学习与神经网络。这使他的路线发生了变化：不再靠预先写好大量规则制造智能，而是让机器从感知、行动和反馈中学习。
突破来自两条路线的结合
当时的AI研究存在两条重要路线。
深度学习擅长从大量输入中识别模式，强化学习则让机器通过试错和奖励改进行为。前者解决“看见什么”，后者解决“下一步做什么”。单独使用任何一条路线，都很难形成能够自主行动的通用智能体。
哈萨比斯的关键判断，是把两者结合起来。
DeepMind为此招募了同时具有深度学习和强化学习背景的姆尼赫。团队让智能体直接读取雅达利游戏的屏幕像素，只提供操纵杆和分数，不告诉它游戏规则。智能体通过大量试错学习策略，最终在《打砖块》等多款游戏中超过人类水平。
这项成果的重要性不在于机器会玩游戏，而在于同一套学习方法可以面对规则不同的任务。电子游戏只是一个低成本、反馈清晰、可以快速迭代的实验环境。
我认为，DeepMind早期最有价值的创新不是某个孤立算法，而是打破学派边界，把感知、学习、行动和奖励组成一个闭环。
使命必须先变成组织能力
技术路线之外，DeepMind还需要一支横跨神经科学、深度学习和强化学习的团队。
哈萨比斯与莱格、苏莱曼共同创办公司。莱格长期研究通用人工智能，苏莱曼则更重视社会责任和AI安全。三个人的组合，实际上对应了三个问题：能不能做出来，应该做成什么，以及如何避免它失控。
创业初期，他们只获得两笔规模不大的投资。后来，彼得·蒂尔旗下Founders Fund投入230万美元，获得公司约39%的股权。资金到位后，哈萨比斯通过聘请顶尖教授担任顾问、吸引他们的学生加入，逐步建立起跨学派团队。
这段经历说明，前沿技术公司最核心的资产往往不是当期收入，而是使命、判断力和人才密度。没有足够强的目标，很难吸引这些人；只有目标，没有融资和组织能力，也无法让他们持续协作。
资本选择决定研究的时间尺度
DeepMind长期没有成熟产品，却需要持续投入算力和人才。彼得·蒂尔一方面认可其科学价值，另一方面不断追问盈利路径。这是风险投资面对基础研究型公司的正常矛盾。
C轮融资中，周凯旋投资1360万美元，Founders Fund投资920万美元，马斯克投资500万美元，DeepMind暂时解决了生存问题。但哈萨比斯仍需反复融资，无法把全部精力投入研究。
谷歌提供的是另一种条件：足够长期、接近无限的研发资金，以及已经建立起来的计算和工程基础设施。拉里·佩奇理解AGI目标，不需要哈萨比斯反复解释为什么这件事值得做。
这最终成为交易的决定性因素。2014年1月，谷歌以6.5亿美元收购DeepMind。
从创业者角度看，这不是简单地把公司卖给出价最高的人，而是在选择一种最适合长期研究的资本结构。对需要多年投入、短期无法商业化的技术，资金规模固然重要，更重要的是出资者是否接受同样的时间尺度。
能力增长与责任不能分开
收购谈判中，苏莱曼要求把AGI安全写进协议，并设立独立监督机制。马斯克则反对让一家巨头控制AGI。无论这些安排后来效果如何，争议从DeepMind创立之初就已经存在。
这也是整个故事中不能被技术传奇遮住的一面：创造更强的智能，与决定谁控制它、用它做什么，是同一个问题。
我不赞成用“机器永远不可能成为人”来获得心理安全，也不赞成因为技术可能实现，就把后果排除在研究之外。
DeepMind的诞生证明，少数人的长期信念可以通过技术融合、人才组织和资本支持，迅速变成改变行业的力量。正因为这种力量真实存在，安全、治理和利益分配才不能等到技术完成以后再讨论。
真正值得关注的，不只是机器最终能否做到人脑能做的一切，而是当能力边界不断移动时，人类能否同步建立驾驭这种能力的制度。