AI 革命會比工業革命快 10 倍——Demis Hassabis 的社會預言

本文整理自 Google DeepMind Podcast 2024 年 12 月播出的單集，由 Hannah Fry 主持，專訪 DeepMind 共同創辦人兼 CEO Demis Hassabis。

「十倍規模，十倍速度。」

Demis Hassabis 用這八個字形容 AI 革命與工業革命的差異。工業革命花了大約一個世紀讓社會適應；AI 革命可能只給我們一個十年。這不是科幻小說的設定，而是一位正在打造 AGI 的人，對未來十年的實際判斷。

在 Google DeepMind Podcast 的訪談中，Hassabis 花了相當篇幅談社會影響。他不只是在做技術預測，更像是在發出預警：我們準備好了嗎？

工業革命的真實教訓

多數人對工業革命的印象停留在「蒸汽機」和「工廠」。但 Hassabis 最近深入研究了這段歷史，發現細節比教科書複雜得多。

工業革命始於紡織業。英國之所以成為中心，是因為自動化織布機能以極低成本生產高品質布料，擊垮了全球競爭者。第一批「電腦」其實是縫紉機——用打孔卡片控制圖案的織布機。這項技術後來演變成 Fortran 時代大型主機的輸入介面。技術的演進往往有這種出人意料的傳承關係。

好處是巨大的。嬰兒死亡率大幅下降，現代醫學和公共衛生體系成形，工作與生活的分界被重新定義。我們今天習以為常的「週休二日」「八小時工作制」，都是工業革命期間逐漸建立的制度。沒有人會想回到工業革命之前的生活。

但轉型過程極其痛苦。不同的產業在不同時期被衝擊，勞動力大規模遷移，新的組織形式（如工會）必須從零開始建立，才能重新平衡勞資關係。這個過程花了將近一百年。一百年，足夠讓好幾個世代的人在動盪中度過一生。

Hassabis 的觀點是：工業革命的結果是好的，但過程可以做得更好。如果當時的人能預見變化、提前準備，很多痛苦是可以避免的。這正是他現在試圖做的事——不是阻止 AI 革命，而是讓社會有更多時間準備。

為什麼 AI 會更快更猛

工業革命雖然影響深遠，但它主要改變的是「體力勞動」的效率。機器取代人力搬運、織布、組裝，但人類的認知能力依然不可取代。工程師、醫生、律師、科學家——這些需要判斷、創意、專業知識的工作，機器碰不到。

AI 不一樣。它直接作用在認知層面。一個夠強的 AI 系統，理論上可以做任何「用腦」的工作：分析數據、撰寫報告、診斷疾病、設計產品、甚至進行科學研究。這意味著受影響的不只是藍領工作，而是整個經濟結構。

更關鍵的是速度。工業革命的技術擴散受限於實體基礎設施——你需要建造工廠、鋪設鐵路、培訓工人。這些都需要時間。AI 的擴散幾乎是即時的。一個新模型發布，全世界幾天內就能用上。DeepMind 訓練出的能力，可以透過 API 在幾個月內觸及數億用戶。

Hassabis 指出一個有趣的現象：現在一般人用到的 AI 產品，和絕對前沿的技術之間，差距只有幾個月。ChatGPT 發布兩年，大眾已經能體驗到接近最先進的語言模型。這在工業革命是不可想像的——當時的尖端技術可能要幾十年才會普及到一般人的生活中。

這種即時性有好有壞。好處是人們能親身感受 AI 的能力，政府和企業能更快意識到需要因應。壞處是社會適應的時間被大幅壓縮。

經濟系統可能要重建

Shane Legg 是 DeepMind 的另一位共同創辦人，他在同一個 Podcast 系列的另一集中說了一句話：「用勞動交換資源的經濟模式，在 AGI 之後可能無法運作。」Hassabis 顯然同意這個判斷。

他沒有假裝知道答案，但他在思考幾個方向。

全民基本收入（UBI）是最常被提到的方案。如果 AI 能完成大部分工作，產生的價值要怎麼分配？UBI 提供一個最基本的框架：每個人不管有沒有工作，都能獲得足以生活的收入。但 Hassabis 認為這只是起點，不是完整的解答。UBI 可以套在現有體制上，但它沒有從根本上重新思考經濟運作的方式。

他更感興趣的是一些更激進的想法。比如「直接民主」式的資源分配——讓社區投票決定公共資源的用途。每個人有一定的「點數」可以投給不同的提案：要蓋遊樂場還是網球場？要加強學校設備還是改善交通？投票結果決定資源流向。更進一步，可以追蹤這些決策的成效，讓那些「投票眼光準」的人在下一輪獲得更大的影響力。

這聽起來像是遊戲化的政治實驗，但 Hassabis 的經濟學家朋友們正在認真研究這類機制。當傳統的「工作→薪水→消費」循環被打破，我們需要新的方式來組織社會、分配資源、賦予人們參與感。

「目的」問題：當工作不再定義人生

經濟問題或許還能用制度設計來解決，但有一個更深層的挑戰：意義。

很多人從工作中獲得人生目的感。不只是賺錢養家，而是「我在做有價值的事」「我的技能被需要」「我對社會有貢獻」這種感覺。當 AI 能做大部分工作時，這種意義感從哪裡來？

Hassabis 沒有給出簡單的答案，但他指出這個問題的存在。「很多人從工作中獲得目的，從養家糊口中獲得目的，這是很高貴的目的，」他說。如果這條路被截斷，人們需要找到新的意義來源。

樂觀的看法是：人類本來就不是為了工作而存在的。我們有創造力、好奇心、社交需求、對美的追求。如果不用花大半輩子做重複性的勞動，或許能把更多時間投入真正想做的事——藝術、科學、社區、家庭、探險。工業革命之前，貴族階級就是這樣生活的。AGI 可能讓這種生活方式普及化。

悲觀的看法是：人類可能沒那麼容易適應。幾萬年的演化讓我們習慣了「付出努力→獲得回報」的模式。突然間，不需要努力也能獲得回報，很多人可能會失去方向、陷入虛無。社會可能需要全新的教育體系、全新的人生敘事，來幫助人們找到後工作時代的定位。

這些問題聽起來很哲學，但 Hassabis 認為它們很實際。「這些問題從經濟問題延伸成哲學問題，」他說，「我們需要更多人認真思考。」

國際合作的困境：五到十年太短

即使技術和社會問題都能解決，還有一個更大的障礙：全球治理。

AI 是全球性的技術。一個國家的法規管不到另一個國家的實驗室。如果美國嚴格監管、中國不管，或者反過來，監管就沒有意義。氣候變遷的困境在 AI 領域會重演，而且可能更嚴重——AI 的影響更直接、更快速、更難逆轉。

Hassabis 對現狀感到憂慮。他提到，現有的國際機構「碎片化且影響力不足」。聯合國、G7、各種峰會，都還沒有建立起真正能約束 AI 發展的框架。而他給出的 AGI 時間線是五到十年。五到十年，對國際機構來說太短了。氣候協議談了幾十年還是舉步維艱，AI 治理要在幾年內建立起來？

他的期待是：隨著 AI 系統變得更強大，一般人會更直接地感受到它的影響，這會傳導到政府層面，推動更積極的行動。另一個可能性比較悲觀：需要某種「中等規模的事件」——不是災難性的，但足夠嚴重到驚醒所有人——才能推動真正的國際合作。類似於核武嚇阻促成了核不擴散條約。

他強調，主要的 AI 實驗室目前都在努力負責任地發展。DeepMind 從創立第一天就把安全放在核心位置。商業壓力某種程度上也有幫助——企業客戶會要求知道 AI 代理的邊界和限制，不負責任的公司會失去生意。但總會有不受約束的行為者：流氓國家、激進組織、或者基於開源模型的改造。這些是更難控制的風險。

圖靈機的極限與人類的獨特性

訪談的最後，話題轉向了更根本的問題：機器的極限在哪裡？人類有什麼是機器無法複製的？

Hassabis 說，這是他一生追問的核心問題。自從年輕時讀到圖靈的論文，他就著迷於「圖靈機能做什麼、不能做什麼」這個問題。DeepMind 的所有工作，某種意義上都是在測試這個邊界。AlphaFold 證明蛋白質折疊是可計算的。下一個問題是：還有什麼是可計算的？

目前為止，沒有人發現宇宙中有任何東西是「不可計算」的。這是一個驚人的事實。物理學家 Roger Penrose 認為意識涉及量子效應，經典電腦永遠無法複製。但 Hassabis 對這個論點持懷疑態度。他傾向於認為，如果我們還沒找到不可計算的東西，可能是因為它根本不存在。

他引用康德的觀點：現實是心智的建構。我們感受到的光、熱、觸感，最終都是資訊。如果一切都是資訊，那麼一切理論上都可以被資訊處理系統（也就是電腦）模擬。這是一個大膽的形而上學立場。

但這不表示 AI 會取代人類的一切。Hassabis 認為，建造 AGI 的過程本身會幫助我們理解人類的獨特之處。「當我們建好 AGI，用它來模擬人類心智，然後比較模擬和真實心智的差異，」他說，「我們就會看到什麼是人類獨有的。也許是創造力，也許是情感，也許是作夢，也許是意識。」

這是一種奇特的樂觀主義：透過建造機器，來理解人之所以為人的本質。

結語：十年之約

Hassabis 給自己設定的人生使命是：「幫助世界安全地讓 AGI 跨過終點線。」這句話裡有兩個關鍵詞：「安全」和「世界」。不是 DeepMind 自己做出 AGI 就好，而是整個人類社會要一起度過這個轉折點。

他承認這是一個「小工作」——帶著自嘲的語氣。但從訪談的內容來看，他確實在認真思考技術以外的事。經濟轉型、社會適應、國際治理、人生意義，這些都不是工程問題，卻是 AGI 必然帶來的挑戰。

十倍規模，十倍速度。我們有大約十年的時間來準備一場比工業革命更劇烈的變革。時鐘已經在走了。

本文為 Demis Hassabis 訪談系列的第二篇。下一篇將聚焦 Hassabis 本人——這位站在 AGI 門檻上的領導者，如何承受壓力、如何看待自己的角色。