在AI領域，Google的DeepMind曾是無可爭議的領導者，但隨著ChatGPT的問世，這一地位卻一度遭遇挑戰。哈薩比斯如何在這場技術競賽中，從被動防守轉向主動進攻？
只看此刻，Google在晶片、模型和應用上全端式的研發，以及相應帶來的垂直整合優勢，很容易讓人忘記，這間在人工技術上領跑的企業，曾在2022年底，被OpenAI推出的ChatGPT打得措手不及。
弔詭的是，Google早就站在這場技術革命的源頭。從Transformer到BERT，許多生成式AI的關鍵基礎，本來就出自Google研究人員之手，只是，最先把這些技術變成全民產品、搶走世界想像力的，卻是OpenAI。
接受《遠見》專訪時，《無限機器》作者馬拉比（Sebastian Mallaby）表示，Google DeepMind執行長哈薩比斯（Demis Hassabis）原本是AI實驗室裡無可爭議的領導者，卻在ChatGPT爆紅後，突然成了必須從後頭追趕的一方。
回憶OpenAI發動的突襲時，哈薩比斯是這麼說的：「這是一場戰爭，他們已經把坦克開到我們的草坪上了。」
掌握全球最強大AI模型發展方向的哈薩比斯，為何在AI爭霸戰前期落入挨打境地？他又是如何在ChatGPT點燃戰火後，透過一次次自我修正，帶領Google重返AI權力之巔？
他的夢想不是聊天機器人，而是AGI
《無限機器》的書名，幾乎就是哈薩比斯半生的縮影。
馬拉比在書中解釋，所謂「無限機器」，是一臺在近乎無限的資料中穿梭、並預示著近乎無限可能的機器。
它能夠跨領域處理任務，接近甚至超越人類整體認知能力。這臺機器的另一個名字，就是哈薩比斯渴求的通用人工智慧（artificial general intelligence，AGI）。
年輕時開發遊戲，他著迷於如何設計能夠學習甚至決策的系統；攻讀神經科學博士時，他試圖理解記憶、想像與智慧如何在人腦中運作。
創辦DeepMind後，不管是尋找嶄新棋步、預測蛋白質結構，還是在海量文本中辨認模式，同樣都是想方設法，打造出一臺足夠強大的機器，從近乎無限的資訊裡看出人類還看不見的規律。
在ChatGPT席捲世界之前，DeepMind可說是全世界離AGI最為接近的組織。
2016年，AlphaGo以總比分4比1擊敗頂尖棋士李世乭，第二局令人費解的「第37手」，讓外界首次真切感受到，AI不再只是沿著人類棋譜延伸，而是能走出連頂尖棋士當下也難以理解、事後才驚覺其精妙的路徑。
此後，DeepMind持續以AI挑戰電玩《星海爭霸》，在更貼近真實世界的複雜環境中進行決策；同時，他們在蛋白質結構預測領域取得重大突破，讓哈薩比斯在2024年摘下諾貝爾獎。
從技術路線來看，DeepMind兼擅強化學習與深度學習，融合兩者的研究方向已一次次開花結果。也因此，當OpenAI的工程師開始集中火力擴展模型規模時，DeepMind並沒有投入相同籌碼。
對哈薩比斯來說，真正的智慧不只是生成文字，而是來自和環境互動、規劃、試錯與適應；他對語言能否反映現實有所疑慮，也對既有路線深信不疑。
除此之外，DeepMind與Google之間長期存在的治理與資源拉扯，也讓哈薩比斯無法將全數心思放在研究上。
只是，2020年5月OpenAI釋出GPT-3以後，讓DeepMind不得不調整方向。
當時，DeepMind的厄文（Geoffrey Irving）與雷伊（Jack Rae）希望超前OpenAI，著手打造一個擁有640億參數的模型，規模約是推測中OpenAI前沿模型的三倍。
沒想到，GPT-3的參數規模高達1750億，遠超DeepMind預期。哈薩比斯後來坦承，GPT與GPT-2的表現，都還在預期範圍內，只是現實的「拙劣複述」，但GPT-3顯非如此。
他清楚意識到，大型語言模型不是眾多選項之一，而是不得不正視的主戰場，整個實驗室的發展方向需要大幅調整。
DeepMind於是迅速調整目標，打造出更大規模的語言模型Gopher，再一路往對話形式推進，發展出GopherChat與更能夠聊天的系統Sparrow。只是，他們的修正不夠快，讓Google在大眾認知之爭中失去先機。
熱愛研究的人，被逼得帶隊開發產品
雖然DeepMind成功開發出Sparrow，卻沒有立刻把它推向市場。
2022年9月，也就是ChatGPT問世前兩個月，DeepMind選擇先發表論文、說明其降低風險的設計，而不是直接開放給消費者。這正是DeepMind一貫的節奏。
他們向來不遵循矽谷小步快跑、快速迭代的產品哲學。馬拉比指出，DeepMind與貝爾實驗室（Bell Labs）的文化相似，擅長探索、長線布局，習慣把重心放在科學探索上，強調安全重於一切，直接面對市場絕非強項。
Google的商業模式也限制改變的步伐。它的搜尋業務建立在提供可靠資訊的聲譽上，不能輕易推出可能產生幻覺的聊天產品；營收又仰賴搜尋結果旁的廣告，一旦使用者介面轉向對話，商業模式可能跟著動搖。
此外，Google長期處在政治人物、媒體與監管機關的放大鏡下，一旦AI產品大規模出錯，代價會比一般新創沉重得多。
然而，這些限制對OpenAI來說不成問題。正如《無限機器》中蘇茨克維（Ilya Sutskever）描述，OpenAI不像DeepMind那樣獨尊學術，他們願意做「髒活」、積極擁抱工程。
在蘇茨克維看來，這正是OpenAI和DeepMind最大的差別。「放手實作就對了！這正是Google與DeepMind所缺乏的，這正是我們的優勢。」他說。
除了組織文化，擔心被Anthropic搶先一步的奧特曼（Sam Altman），也決定放下安全章程中避免軍備競賽的自制精神，提前發表ChatGPT。
當時，OpenAI內部並沒有太多人預見ChatGPT會改變世界。發布前夕，核心團隊的成員猜測，可能會有數千或者數萬名使用者，為了保險起見，公司將伺服器規模準備到足以應付10萬名用戶。
結果，ChatGPT上線五天後用戶突破百萬，不到兩個月衝破一億，不僅撼動全世界，也將哈薩比斯與皮蔡逼到牆角。
皮蔡召開緊急會議，平時鮮少露面的Google創辦人佩吉（Larry Page）與布林（Sergey Brin）也出面關切；在倫敦，哈薩比斯則宣布縮減部分前瞻研究，不再輕易公開關鍵成果，並把重心轉向工程與產品開發。
不僅如此，皮蔡還決定合併Google Brain與DeepMind，將原本分散的研究、運算與產品資源集中，藉此追趕OpenAI。
這樣的策略調整，也讓哈薩比斯必須修正自己。多年來，他親手把DeepMind塑造成一間無畏探索科學未知的實驗室，如今卻得追求速度、協作與交付，並致力於端出產品。
如果說，承認語言模型不再只是旁支，是哈薩比斯的第一次自我修正；那麼從研究者走向產品領導者，就是他的第二次自我修正。
從這一刻起，他得放下原先的研究，把時間花在能夠驅動Google廣大產品的技術與工程，也從最熟悉的科學家角色，轉向成為指揮Google作戰的管理者。
整合組織，帶領Google打AI戰爭
Google並沒有因為合併完成，就立刻贏下戰爭。
接下來很長一段時間裡，OpenAI持續領跑，哈薩比斯與DeepMind一路落後。外界看見的是Google倉促應戰、節奏混亂；但在公司內部，哈薩比斯已開始帶著Google DeepMind重整步伐。
真正困難的挑戰不在技術，而是讓兩間擁有不同文化的組織對齊。
過去的DeepMind擅長讓研究員沿著不同方向探索，如今的Google DeepMind卻必須集中力量，讓幾百位科學家與工程師朝同一個目標前進。這也意味著，哈薩比斯不僅要調整技術發展方向，還得修正領導方式。
馬拉比在專訪中解釋，Google Brain原本是一個非常「由下而上」（bottom-up）、不太具備「由上而下」（top-down）管理體制的組織；DeepMind則保有由上而下指揮「突擊隊」（strike teams）的元素。
「在AI還處於『推出產品前』的探索期，這種風格或許很完美，因為你只需要探索，不需要急著變現。」進入交戰期以後，原先山景城的作法不再適用，哈薩比斯必須鞭策所有人都採取突擊隊的方式作戰。
從這個角度來看，或許能說明為何合併後的Google AI中樞，由哈薩比斯領軍，而不是資歷更深的Google Brain領袖迪恩（Jeff Dean）。
馬拉比認為，迪恩是Google有史以來最偉大的工程師之一，「他是一個極好的人，但他不是一個管理者。」
「哈薩比斯的領導風格才適合用來打造Gemini、推出商業產品，而迪恩的風格並不適合。」馬拉比直言，當時Google最需要的，是哈薩比斯集中資源、整編團隊的領導方式。
接下來的故事，外界已相當熟悉。Google先是推出全新的旗艦模型Gemini，逐步挽回市場信心；之後又有具備推理能力的對應模型，以及展現強勁表現的影音生成模型Veo 2。
更重要的是，如馬拉比所說，Google擁有「龐大消費者接觸面」，又能長年押注DeepMind這種深科技（deep tech）賭注，前者讓他們得以累積使用資料、回頭改善產品，後者讓Google儲備新創難以撼動的研究、算力、產品與通路資源。
即便OpenAI在品牌認知上先聲奪人，但Google卻在經歷一段追趕後，開始超過對手。
馬拉比問哈薩比斯，如今的他，在Gemini專案上扮演何種角色？
哈薩比斯說，他不再寫程式，也不再直接參與設計，工作更像是在同時掌握上百個不同專案，規劃願景、設定階段目標、培養人才、形塑文化。
「我們已經讓這艘戰艦成功轉向了。」哈薩比斯如此形容Google取得的成績，也彷彿形容他自己。
