無限機器:一場關於 AI 掌控權的「膽小鬼賽局」，和我們凡人的求生指南

最近剛看完 DeepMind 創辦人哈薩比斯的傳記。

書裡一開始是用哈薩比斯小時候的西洋棋比賽當開場，完全能看得出他在這類競賽上根本是天賦異稟。後來他轉向其他棋類、甚至進軍遊戲產業去開發模擬遊戲，這些競賽與遊戲邏輯，可以說直接奠定了未來 Deep Learning 的入門磚。人家常說天才程度總是帶著瘋狂，我覺得一開始的哈薩比斯，身上真的帶有一種年輕人的瘋狂、熱血，還有那種體制外的叛逆態度。為了追求 AGI 的夢想，他為了追求 AGI 的夢想，他甚至特地跑去攻讀神經科學博士，想搞懂大腦的底層邏輯，一拿到學術界的頂尖門票後，他就跳出來開了 DeepMind。。

看到中期，故事進入到深度學習跟機器學習之爭。大家熟知的 AlphaGo 開始進軍棋類比賽，可以說是早期 AI 拿來試水溫的階段。他們找上當時的高手對弈、一邊優化模型架構，而在那一次次比賽裡，我們看到的是人類高手的節節敗退。

這段其實看得滿感慨的。如果「追求最強」這件事變成了目的本身，當人類在種種生理極限下嘗試去挑戰特定目標，卻被機器毫無懸念地超越時，你真的能看到一些棋類高手被挑戰後，那種黯然退役的悲涼感。

我想，哈薩比斯在現場看到這項技術真的可行，內心一定是開心的。這也是為什麼他後來對於 Facebook 或 Google 的巨額收購會感到猶豫……而這也讓早期的投資人馬斯克感到危機，進而聯手 Sam Altman 創辦了 OpenAI 來與之抗衡。。因為他親眼看過 AI 在特定領域的破壞性，他也深信 AGI 的可能性，所以他對這項技術的發展反而變得更加敬畏和保守。

但好玩的是，接下來他進軍醫療與科學界，挑戰蛋白質摺疊。他看過科學界與傳統保護傘的傲慢與沒有效率……這一跨跨得太大，也讓他體驗到了傳統學術界的強烈質疑與挫折。不過，這段經歷反而讓哈薩比斯的行事風格變得更加圓潤。

隨著機器學習、深度學習甚至 AGI 的理念不斷擴展，原本大家說好要拿來監督他們的委員會，最後直接演變成一場「膽小鬼賽局」。

市場不是遊戲競賽，根本沒有人會乖乖跟你講規矩。與其相信對方會遵守 AI 規範來研發，不如把 AI 掌控在自己手上。這時候，Google、馬斯克、Sam Altman 這幾個目前最熱門的 AI 掌權人，名字開始一個個進場了。

當大家都預期對方可能會率先提出新東西，你手上的東西就不能太晚發布，必須在「搶占先機」跟「穩定度」中抓平衡。於是，我們看到了 ChatGPT 進入人類眼簾，「湧現」這個詞開始大爆發。

但對於哈薩比斯來說，這些 AI 絕對不只是單純去預測下一個字母，而是更深一層，去了解語言背後的「語意」，透過語意去預測下一個語意。也許這本質上還是統計學，但這表示機器已經能夠去統計出人類語言背後、那個原本看不清的東西。

這很像我們最近常聊的 Meta-learning（元學習）——教機器如何學習去學習。

這其實跟我們人類的學習歷程何其相似？就像小嬰兒開口說話，隨便發了一個聲音，大人透過表情、聲音給他反饋，嬰兒就知道自己的發音是不是標準。這是人類經驗上學到的有效方法，而且這套方法是配合著我們人類的 DNA 所以才有效。現在的機器學習，我們也正在嘗試找出最有效的學習方式，而一旦找出來，也許我們就真的摸到了人類如何學習的底層邏輯了。

回到「搶占先機」跟「抓平衡」這件事。Google 身為巨頭，加上哈薩比斯（至少書中描述是這樣）希望做的是負責任的 AI，所以在這次競賽中失去了龍頭首位，當時被外界瘋狂唱衰。

身處在 2026 年的今天回頭看，即使往後 Google 發布了新模型，也都很容易被拿來跟 OpenAI 的產品比較。而且看過 Sam Altman 演講的人應該都能發現，他的渲染力真的非常高。一樣的工具，由他來發布，總是對大眾有更多的吸引力。

但在這過程中，我們看到的是一次次的典範轉移。
先是 DeepMind 用破壞式創新展現出 AI 的前身，Google 透過一貫的資本模式，收購把這群小天才買進來；其他基金看到 Google 插手，紛紛入局；再來中國也透過新技術「知識蒸餾」，搶下了另一張入場券。

走到今天，AI 依舊像春秋戰國一樣，勢力此消彼漲，我們其實都還在發展的中期階段。

對於我們一般人，倒不必像當年的棋類競賽選手一樣，只能嚴格死守著個人的腦力極限，然後絕望地被 AI 逐步理解、超越。我們現在該做的，是學會使用 AI，然後在生活和工作裡，跟 AI 共同找到一個全新平衡。