DeepMind CEO 呼籲謹慎對待 AI：反對「快速行動破舊立新」

在 DeepMind 位於倫敦的新總部裡，挑空的三層樓中間立著一座巨大的金色雙螺旋雕塑。CEO Demis Hassabis 把它叫做「知識的大教堂」，這裡的每一間會議室，都以麥克斯韋等著名科學家或哲學家的名字命名。

但在接受《時代》（TIME）專訪時，這位 46 歲、執掌著全球頂尖 AI 實驗室的領頭人，並沒有順著科技圈近期的狂熱推波助瀾，反而給整個行業潑了一盆冷水。他公開呼籲，AI 行業不能再奉行矽谷那套「快速行動、打破常規」（move fast and break things）的老信條。

別把矽谷那一套搬到通用人工智慧

「快速行動、打破常規」曾經是 Facebook 走向 30 億使用者的護身符，也是矽谷推崇的顛覆式創新法則：先把東西扔給大眾，出了問題再修補。但 Hassabis 警告，這種文化讓社交平臺在面對虛假資訊、仇恨言論乃至種族滅絕煽動時毫無招架之力。

如果把這套邏輯複製到 AI 上，後果會危險得多。在 Hassabis 看來，通用人工智慧（AGI）將是一項「劃時代」的技術，影響力堪比人類掌握電力。它能思考、能學習，最終用來解決人類最棘手的難題，但絕不能靠莽撞試錯去催熟。

眼下的技術競賽已經讓風險浮出水面。近幾個月，有研究人員發現原本用於設計新藥的 AI 系統可以被輕易改造來合成致命化學武器；惡意仇恨言論模型在網路瘋傳；駭客攻擊和推演核機密的潛在風險，也讓各大實驗室的政策專家神經緊繃。

與此同時，大眾級產品也麻煩不斷。2022 年 12 月 OpenAI 的 ChatGPT 爆火，隨後因容易輸出種族主義偏見和虛假資訊引來批評；Prisma Labs 旗下的 Lensa 應用因為把使用者自拍過度性感化，暴露了訓練資料的內在偏差。

走出象牙塔的危險

DeepMind 此前走的是一條重度科研的路線。去年夏天，他們宣佈 AlphaFold 預測了人類已知幾乎所有蛋白質的三維結構，並將底層技術免費開放給全球科研人員，用於抗擊瘧疾疫苗、抗生素耐藥性和塑膠汙染處理。現在，他們又把同樣的機器學習技術用在核聚變控制上，試圖解決零碳能源的難題。

問題在於，前沿 AI 的門檻正在快速瓦解。隨著算力成本降低、開源和相關方法擴散，做尖端 AI 不再需要躲在高牆環繞的實驗室裡。當越來越多人和初創團隊能拿到強力工具，失控的機率也在成倍放大。

面對老對手 OpenAI 靠 ChatGPT 引發的狂飆突進，Hassabis 的發聲更像是一場急剎車式的呼籲。當技術從實驗室裡的學術論文，變成人手一個的日常玩具，誰來為潛在的系統性風險買單成了懸在行業頭上的未知數。

為什麼重要

我們認為，Hassabis 這番表態的特殊之處，在於它打破了巨頭之間「贏家通吃、只拼速度」的競賽慣性。DeepMind 背靠 Alphabet，手握 AlphaFold 這樣的科學級重器，但在消費級生成式 AI 的商業化落地節奏上，顯然被搶先發布 ChatGPT 的 OpenAI 搶了風頭。在這個節點站出來喊慢，既是出於對未知技術失控的真實擔憂，也難免帶有一點用「安全」重新定義競賽規則的考量。

對行業來說，這種呼籲可能會加速監管力量的介入。當頂級實驗室的掌門人公開把 AI 研發與製造毒劑、核機密洩露掛鉤時，政策制定者勢必會重新審視通用大模型的釋出門檻。未來類似藥物設計、化學分子生成等敏感領域的工具，很可能面臨極高規格的合規審查，野蠻生長的時代可能不會持續太久。

但這套「慢下來」的打法也存在隱患。現在的 AI 擴散已經不可逆，算力在變便宜，演算法在變透明。大廠放慢腳步，不代表其他中小團隊或不受監管的機構不會繼續「打破常規」。怎樣在守住底線的同時不把領先優勢拱手讓人，看起來是 DeepMind 和整個科技界目前都還沒想明白的難題。