人人都應該看看 Google DeepMind 84”分鐘的紀錄片，以下是精華總結🌟（看看 Demis 是如何從一個黑髮茂密的年輕小夥變成沉淪 AGI 之路的絕頂大神） 1.解決智能-AGI之路 《THE THINKING GAME》紀錄片的核心是 DeepMind 聯創 Demis Hassabis 對 AGI 的終生追求，從幼年國際象棋神童（[00:23:41]）、到遊戲開發（《主題公園》[00:40:22]），再到神經科學研究（[00:32:22]），最終目標都是為了“解決智能”（Solve Intelligence）。DeepMind 的使命被定義為構建“世界上第一個通用學習機器” General Learning Machine。 // 這點讓我印象深刻也有點不安，把人生的所有資本都投入到“一個終極目標”上，會帶來異乎尋常的創造力，但也會放大道德失誤的後果。紀錄片沒有迴避這一點——你能感受到他們的自信，也能聽到潛在的擔憂。 2. 以遊戲為訓練場 DeepMind 堅信通用性 Generality 是智能的關鍵。他們將遊戲視為完美的訓練場，用於開發能夠學習多種任務的單一算法。以下是他們曾嘗試的可能： DQN (Deep Q-Network)：通過玩數十種 Atari 遊戲證明了強化學習與深度學習結合的可行性。 AlphaGo：以圍棋為“聖盃”，證明了機器能夠以人類無法想象的方式發現新的策略，引發了全球轟動。 AlphaZero：剝離了所有人類知識，完全通過自我對弈在短時間內掌握圍棋、國際象棋等，展現了純粹的通用學習能力。 // 紀錄片裡 DeepMind 把這兩者的跨度表現得很清楚，遊戲讓算法變強，科學與現實應用又把這些力量帶到了真正具有影響力的領域。 3. 從遊戲到科學，AlphaFold 的劃時代突破 DeepMind 將 AI 的力量帶入了現實世界最複雜的科學難題之一，蛋白質摺疊問題。 這一問題困擾了科學家 50 年。AlphaFold 的目標是根據氨基酸序列準確預測蛋白質的 3D 結構，這是理解生命、加速新藥和疫苗開發的關鍵。 在 CASP 14 競賽中（[01:13:50]），AlphaFold 取得了突破性的高精度，被譽為“蛋白質摺疊問題已經解決”DeepMind 隨後向全球免費公開了 2 億個蛋白質結構數據（[01:15:55]），成為“送給人類的禮物” Gifts to humanity 。 同時，紀錄片中也指出 AI 可能用於軍事目的（[00:34:44]）、更強大的監控，以及被用來“馴服人類” - subduing us with weapons we cannot even understand，不能複製“曼哈頓計劃”的錯誤，即只顧技術狂熱而忽略了道德後果 ...