諾貝爾獎得主、AI先驅科學家哈薩比斯(Demis Hassabis)在倫敦皇家藝術學會(Royal Society of Arts, RSA)榮獲阿爾伯特獎章(Albert Medal)與英國美女數學家漢娜·弗里(Hannah Fry)的對談中,針對個人成長、西洋棋、遊戲開發、腦科學、AI 革命以及人類創造力等議題進行深度分享:
1. 《后翼棄兵》(Queen's Gambit)、西洋棋與腦科學研究
(1) 《后翼棄兵》的真實體驗:Hassabis 提到 Netflix 影集《后翼棄兵》非常準確(因前世界冠軍 Garry Kasparov 擔任顧問)。影集中主角躺在床上、在天花板上演算棋局變化的畫面,正是頂尖西洋棋手在真實生活中的感受。
(2) 「向後規劃」與想像力:不論是下棋還是設計遊戲,核心都是先在腦中想像未來的目標狀態(如將死對方或取得勝局),再從目標「倒推規劃」(plan back)。
(3) 劍橋博士研究的契機:他在劍橋大學攻讀神經科學博士時,選擇研究記憶與「想像力」(Imagination/規畫未來)。當時學術界幾乎無人研究大腦如何進行「想像」,而這種在腦中建構現實模擬的能力,不僅是他下棋與設計遊戲的切身體驗,也是當時 AI 完全無法做到的關鍵能力。
2. 達文西(Da Vinci)作為偶像與跨學科精神
(1) DeepMind 辦公室的命名:DeepMind 過去的辦公室曾以達文西命名。Hassabis 最崇拜的科學英雄是達文西與亞里士多德,主因是他們的「全能性」(all‑roundedness)。
(2) 藝術與科學無界限:達文西不僅畫出了《蒙娜麗莎》等名畫,還精確繪製了心臟與肺臟等解剖圖;若沒有極高的藝術天賦,就無法達到那樣的科學精確度。Hassabis 認為藝術與科學本是一體。
(3) 家庭背景與心態:他的父親是歌手兼詞曲創作者,母親偏向藝術與心靈領域,妹妹是專業音樂家與作曲家,弟弟也在藝術領域。雖然他從小接受邏輯與科學訓練,但他認為自己內心是由創意、直覺與情感所驅動的。
(4) 偉大科學家的分水嶺:好的科學家都具備頂尖的技術能力,但能做出重大突破(Intuitive Leaps)的「偉大科學家」,關鍵在於創造力與直覺躍進。
3. 遊戲產業作為 AI 研究的「特洛伊木馬」
(1) 早期遊戲生涯:他 17 歲時設計的遊戲銷售達數百萬套,1993‑1994 年開發了《主題樂園》(Theme Park),在電腦中構建了迪士尼樂園微觀模擬器。
(2) 特洛伊木馬策略:1990 年代初期(神經網絡革命前),外界根本不可能為純 AI 研究提供資金。因此他成立 Elixir Studios 等遊戲公司作為「特洛伊木馬」,表面上開發遊戲,暗地裡與 Dave Silver 等人推進 AI 研究。
(3) 跨學科團隊管理:遊戲開發必須結合硬件技術與開放式的創意問題——「這款遊戲什麼時候才會『好玩』?」這與前沿科學研究(如 AlphaFold、AlphaGo)非常相似:你無法精確預測突破何時發生,但必須讓工程技術與研究探索互相滋養。
4. AI 革命:比工業革命大 10 倍、快 10 倍
(1) 變革規模:AI 將是人類歷史上最深刻的發明之一,影響力超越電力、網際網路與手機。其衝擊可能是工業革命的 10 倍,且發生速度快 10 倍(在 10 年內展開,而非一世紀)。
(2) 推動科學與醫療:他投入 AI 的終極目標是理解世界並促進科學。例如 AlphaFold 已預測 2.62 億種蛋白質結構並免費提供給全球研究人員,並成立 Isomorphic Labs 致力於加速新藥開發。
(3) 奇點腳下(Foothills of the Singularity):人類距離通用人工智慧(AGI)僅剩幾年時間。社會尚未對此做好準備,需要人文、藝術與社會科學共同參與,決定科技該如何引導人類未來。
5. AI 與人類創造力、工藝與「靈魂」
(1) 創造力發展的兩階段:
- 未來 10 年:AI 工具將讓頂尖藝術家與科學家的產出激增 10 倍。
- 10 年之後:當 AI 具備更高自主性時,人類之間的真實連結、真實經歷(True Story)、工藝(Craft)與情感靈魂(Soul)將變得前所未有地珍貴(如同欣賞梵谷畫作中每一道筆觸背後展現的痛苦)。
(2) 與頂尖藝術家合作:DeepMind 早期即與導演 Darren Aronofsky、頂尖音樂家及遊戲團隊(如《EVE Online》開發商)合作開發工具,確保 AI 是增強而非取代人類創意。
(3) 警惕平庸的「AI 垃圾」(AI Slop):應避免使用 AI 生產低俗、僅為吸引眼球的廢料,而是將其用於快速進行原型製作(Prototyping)與靈感迭代。
6. 教育重構與倫敦的優勢
(1) 翻轉課堂(Invert the Classroom):當前教育體系仍停留在 50 年前的模式。在 AI 時代,背誦與基礎解題應交給個人化 AI 家教(Personal Tutor)在課後完成,課堂時間則應留給蒙特梭利式的專案合作、團隊領導與創造力培養。
(2) 倫敦的跨學科熔爐:相較於美國(紐約負責金融、矽谷負責科技、洛杉磯負責娛樂、華盛頓負責政治),倫敦在同一個城市集中了頂尖科學、藝術、建築與政經資源,是全球最具跨學科合作優勢的城市。
7. 個人童年軼事:9 歲時的哲學難題
「100% 模式」:Hannah Fry 提到,Hassabis 在 9 歲時父親曾安慰他:「成績不重要,只要你盡了最大努力(try your hardest)就好」。但 9 歲的 Hassabis 卻將其視為哲學難題:「你怎麼知道自己真的盡了全力?如果結束時你還活著,代表你一定還有保留。」 DeepMind 共同創辦人 Shane Legg 曾評價他沒有 50% 或 99% 的模式,永遠只有 100% 全力以赴。
資料來源:
Royal Society of Arts 2026年9月11日
Sir Demis Hassabis on the AI Revolution, the Future of AI and Human Creativity | Hannah Fry
https://www.youtube.com/watch?v=rDteJAuKiBI
整理:Google Notebook

留言
張貼留言