燒掉700億!他為谷歌贏得諾獎,卻將ChatGPT拱手讓人
他曾為谷歌贏得了諾貝爾獎,也一度讓馬斯克「寢食難安」,但卻讓谷歌錯失了Transformer商業化的先機。
最終,OpenAI率先推出ChatGPT,幾乎動搖到谷歌搜索業務的根本。
他就是Google DeepMind CEO德米斯·哈薩比斯(Demis Hassabis)。
在谷歌收購DeepMind后的11 年中,作為谷歌AI戰略的核心人物,哈薩比斯獲得了諾貝爾獎,并賺取了數百萬美元的財富。
但對于谷歌的母公司Alphabet而言,這些投資的回報卻有些姍姍來遲。
據一份監管文件顯示,在哈薩比斯追求通用人工智能(AGI)的過程中,已經動用了超過96億美元的谷歌資本作為運營支出。
雖然AlphaFold項目為谷歌贏得了諾獎的聲譽,但仍未成為Alphabet的重要收入來源。
這難免引發一些投資人質疑:
憑借谷歌在AI領域的先發優勢和雄厚積累,為何未能成為無可爭議的AI領導者?
拒絕OpenAI合作的四年后
哈薩比斯拿下諾獎
2019年前后,在硅谷的一場晚宴上,一位OpenAI高管向哈薩比斯提議,如果OpenAI或DeepMind任何一方接近實現AGI應通知對方,然后雙方展開合作。
OpenAI這項提議的動機,是為了確保兩個實驗室都不會在安全問題上「走捷徑」。
哈薩比斯拒絕了這項合作提議,選擇了讓DeepMind單獨前進。
谷歌發布Transformer論文后,并沒有將其商業化,而是將其免費提供給了其他研究人員。
于是,2022年OpenAI率先在Transformer架構基礎上推出了ChatGPT。
而此時的哈薩比斯,正帶領DeepMind團隊沖擊他心目中的「諾獎級項目」。
哈薩比斯心中一直都有一個諾獎夢。
早在大學時代,他就把將來可能用AI解決的科學難題記在一個清單上,而蛋白質折疊自1990年代起就一直排在這張清單的最前面。
2016年3月,AlphaGo在首爾戰勝李世乭后,哈薩比斯就和AlphaGo負責人David Silver商量DeepMind的下一件大事。
他認為游戲差不多已經做到頭了,所以想用AI去攻克一個真正的科學難題,于是就想到了蛋白質折疊,這是他長期關注的目標。
從一開始,AlphaFold(蛋白質結構預測的AI系統)在哈薩比斯心目中就是一個「諾獎級的課題」,這是一項「五六年周期的大工程」,而不是一兩年就要看到商業回報的產品線。
2024年,哈薩比斯與同事John Jumper,因領導開發AlphaFold2,與美國科學家David Baker共同獲得諾貝爾化學獎。

哈薩比斯斬獲諾獎后,Alphabet領導層對其贊譽有加。
首席執行官Sundar Pichai在社交平臺X上稱「這是人工智能領域意義非凡的一周,而且僅僅只是一個開始」。

哈薩比斯為谷歌贏得了諾獎,但卻讓OpenAI率先推出了ChatGPT。
ChatGPT的大獲成功令谷歌大受震撼,為了追趕OpenAI,Sundar Pichai將谷歌大腦與DeepMind合并,由哈薩比斯統領所有AI部門。
市場充滿了「銅臭味」
哈薩比斯常常避免談論金錢,他的興趣點更側重于宇宙以及人類終極福祉這樣的宏大敘事。
哈薩比斯曾表示,自己一直夢想著通過AI技術的發展,促進人類對宇宙的探索,追求一個「物質極大豐富、能治愈疾病并解決我們面臨的許多重大挑戰的世界」。
他曾將DeepMind描述為「一項阿波羅計劃」,其使命首先是「破解」智能,然后是破解「其他一切」。
與上面這些「崇高愿景」相比,那些關于市場的討論聽起來則像是充滿了「銅臭味」。
2015年12月,貝萊德團隊曾在倫敦與哈薩比斯和其他DeepMind高管會面,討論成立一家合資企業。
但最后這個項目不了了之,因為當時哈薩比斯的工作重心在一個名為AlphaGo的AI項目上。
2016年3月,AlphaGo在首爾的一場圍棋比賽中擊敗韓國圍棋巨星李世石,被視作人工智能發展史上的里程碑事件。

李世石(右)與谷歌的AlphaGo對弈圍棋
但在一些投資人看來,AlphaGo好比一件「精美的玩具」,他們看不出成為圍棋大師意味著什么,「也許意義重大,也許毫無意義」。
不能否認哈薩比斯主導的項目對于保持谷歌在AI領域領導地位的重要作用,但一些投資人在看不到明確前景時也會動搖。
Deepwater Asset Management就曾在今年出售了約1400萬美元的Alphabet股票,它的管理合伙人Gene Munster曾毫不客氣地指出:
谷歌就像一支擁有全部天才球員,卻總是拿不到全國冠軍的「全明星球隊」。
當然,也有些同事對于外界將哈薩比斯定義為一個「過于關注理論的CEO」這種看法不以為然。
他們認為,Alphabet任命哈薩比斯為公司最高AI主管,更多是押注于他作為科學家和企業家的敏銳洞察力,而非任何傳統的銷售才能。
追求獨立
為了更安全的AI
在熟悉哈薩比斯的一些同事眼中,現年49歲的他經常與他的母公司保持距離。
在2014年谷歌收購DeepMind之后的數年之間,哈薩比斯就一直與聯合創始人們試圖將其與母公司的干預隔離開來。
谷歌在2015 年重組為現在的Alphabet控股公司。
哈薩比斯希望將DeepMind設為一個獨立的部門,但遭到了包括公司現任總裁兼首席投資官Ruth Porat在內的Alphabet高管的一致反對。
據幾位了解哈薩比斯的人表示,哈薩比斯對自主權的追求,反映了他的這樣一種信念:
只有脫離谷歌利潤動機的DeepMind,才能確保AI的負責任發展。
在這點上,他與埃隆·馬斯克、Anthropic的聯合創始人達里奧·阿莫迪 (Dario Amodei)等人并沒有太大分別。
他們都認為自己才是這項革命性技術最負責任的守護者。
馬斯克曾是DeepMind的早期投資者,他透露DeepMind曾為自己造成了極大精神壓力。
他在2016年寫給OpenAI領導人的一封電子郵件中表達了這種憂慮,他擔心DeepMind想要建立一個統治世界的「心智」:「如果他們贏了,那將是天大的壞消息。」
而馬斯克早期投資DeepMind,正是為了監控AI進展。
哈薩比斯作為一位富有遠見的科學家,他對于控制權的渴望,有時會讓他與谷歌的商業利益背道而馳。
解決「根節點」式的問題
哈薩比斯一直沒有放棄將DeepMind從谷歌中獨立出去的計劃。
他的做法是尋求更多方式來彰顯DeepMind的價值。
他曾告訴員工要瞄準那些一旦解決就足以斬獲諾貝爾獎的重大問題,比如像AlphaFold這樣的項目。
這項研究也促使Alphabet成立了Isomorphic Labs,這是一家由哈薩比斯領導的DeepMind姐妹公司,致力于利用AI快速開發藥物。
但由于制藥研發的漫長周期,該企業尚處早期,未取得商業成功。
哈薩比斯的支持者表示,其潛力正體現了他從即使是緩慢發展的科學研究中挖掘商業機會的能力。
如今,哈薩比斯仍然專注于宏大的科學構想和長期目標。
他認為AI需要解決「根節點」問題。
所謂「根節點」,是一個計算機科學術語,指復雜系統中最基礎的節點。
比如發現蛋白質結構可以增進對氨基酸和生物學的理解,這可能有助于對抗癌癥和其他疾病。
哈薩比斯表示,Isomorphic Labs將于2025年底前將AI設計的藥物推向臨床試驗,其中腫瘤學將是其研究重點之一。
此外,哈薩比斯目前的一個重點領域是其對「AlphaAssist」的構想,這是一個「通用助理」。
在哈薩比斯的設想中,這是一個不會在更復雜的任務上出錯的助理,就好比《鋼鐵俠》中的賈維斯。
科學家第一
企業家第二
哈薩比斯出生于一個移民家庭,作為英國最優秀的青少年國際象棋選手之一,他在童年時期就已經表現出對知識的渴求和強烈的競爭意識。
哈薩比斯在11歲時輸掉了一場長達八小時的比賽后,讓他產生了探索AI的想法。
他醉心于物理學家提出的重大問題,在十幾歲時就曾思考是否能找到一個「萬有終極理論」來描述宇宙的運作。
哈薩比斯對游戲的熱愛,使他在16歲時找到了一份在英國視頻游戲公司牛蛙制作(Bullfrog Productions)的工作。
在他進入劍橋大學讀書之前,他參與設計的一款游戲《主題公園》(Theme Park)在1994年大獲成功,該游戲為牛蛙公司創造了8000萬美元的銷售額,使其后來被一家更大的公司收購。
在劍橋大學獲得計算機科學學位后,哈薩比斯回到游戲業工作數年,隨后重返學術界,在倫敦大學學院完成了認知神經科學博士學位。
后來他在倫敦遇到了同樣專注于AI的博士后研究員謝恩·萊格(Shane Legg),共同創立了DeepMind。
在融資過程中,許多投資者缺乏耐心去擁抱遙遠的概念。
「你們的產品是什么?」投資者總會這么問。
哈薩比斯則認為這些問題太缺乏想象力了。
所以,他的回答總是:「有史以來最重要的事情」。
幸運的是,他們在2011年初獲得了硅谷風險投資家彼得·蒂爾(Peter Thiel)的一筆超過200萬美元的投資。
在招聘研究人員時,哈薩比斯將DeepMind更多描述為一個科學項目,而非商業企業。
創辦DeepMind之后,哈薩比斯繼續參加大學講座,并經常帶著員工一同前往。
他曾公開表達自己的主張:「科學家第一,企業家第二」。
因此,在DeepMind發展的大部分時間里,都沒有任何產品或收入。
據一份監管文件顯示,在截至2024年的五年內,DeepMind的累計收入超過78億美元。
然而,所有這些營業額都來自其他谷歌平臺使用DeepMind技術的內部結算。
此外,在哈薩比斯追求其通用人工智能(AGI)的過程中,已經動用了超過96億美元的谷歌資本作為運營支出。
雖然,AlphaFold項目為谷歌贏得了諾獎的聲譽,但是AlphaFold還并未成為Alphabet 的重要收入來源。
由哈薩比斯,聯想到即將離開Meta開啟創業的LeCun,如何找到科學研究與商業成功的平衡,是擺在所有AI科學家和創業者面前的共同挑戰。































