从游乐园模拟游戏里长出来的DeepMind
1996年我拥有了第一台电脑。当然在学生的眼里，它更是一台游戏机。那台奔腾100电脑的硬盘只有540M，但那时候我感觉它大的装得下整个世界。在上面我玩过上百个游戏，其中最早的几个里就有一部叫做《主题公园》。
30年后我才知道，我每天都在用的Gemini，以及它背后的DeepMind，其精神内涵，竟直接来自于这款古早游戏。
这段故事写在DeepMind创始人哈萨比斯(Demis Hassabis)的个人传记里。昨天拿到这本书后一口气读完了。内容很丰富，从儿童时代写到了2025年和OpenAI的竞争，而最让我感兴趣的还是关于模拟的部分。
“模拟”一直是我在AI领域最感兴趣的方向，之前我也隔三差五聊过。在书中这部分的内容不是重点，只匆匆带过。我又花了些时间搜了不少资料。读完这些资料我才意识到：模拟根本就是DeepMind的起源和核心。
主题公园
1994年17岁的哈萨比斯在牛蛙工作室已经担任了主题公园的首席程序员和共同设计者。不同于打怪通关的游戏，主题公园是让玩家在一个被压缩的微型世界里设计建造和运营一个游乐园。
在游戏里他没有用死板的脚本规定游客该怎么走，而是奢侈地为每个像素小人分配了约200字节的内存。内存里保存了它们独立的饥饿感、渴感、快乐度和预算。每个像素小人并不具备真正的智能，但它们开始有了自己的局部条件驱动力。（1994年的主流PC是486，大都是4M - 8M内存。）
神奇的事情发生了。如果玩家为了赚钱把薯条的含盐量调得很高，吃完薯条的游客就会普遍更渴，他们就会改变路线，朝饮料店移动。
如果饮料店太少，队伍就会拉长，如果队伍太长，一部分游客会烦躁、愤怒、降低满意度，甚至提前离园。局部的小小参数改变，最终会演化成整个乐园的人流波动、情绪变化、收益变化，乃至秩序混乱。
哈萨比斯没有写过任何一行让游客“排队暴动”的代码。他在这款公园模拟器里第一次亲眼见证了“涌现行为”：只要设定极简的局部规则，把它们放进一个模拟环境里，复杂的群体智能就会自然而然地“长”出来。
主题公园最终卖了一千五百万份，是历史上最畅销的模拟游戏之一。
对于一个普通玩家来说《主题公园》是有趣。但对于哈萨比斯来说，它意味着一种世界观的开端。一旦你在少年时期亲眼看过“简单规则如何长出复杂秩序”，你看世界的方式就很难不发生变化。
交通是不是某种涌现？ 市场是不是某种涌现？ 社会是不是某种涌现？ 智能本身，会不会也是某种涌现？
读完他的整条人生路径会发现：游戏，更具体说是模拟游戏，对他来说就是 AGI思想最纯粹的雏形 - 在一个受控的宇宙中，设立规则，秩序自现。
模拟国家
到了1998年，哈萨比斯的野心膨胀了。他创办了Elixir Studios，试图打造一款叫《共和国：革命》的游戏。他不再满足于一个商业化游乐园的局部秩序，而是试图去模拟更宏大的系统：政治、派系、权力、财富、影响力、动员、忠诚、腐败、社会情绪、资源流动。
《主题公园》里的游客，已经有了口渴、饥饿、快乐、预算这些状态，但他们终究不是“谁”。 而在《共和国》里，哈萨比斯最初想要的，是另一种更难的东西：这些虚拟公民不只是参数的组合，不只是响应刺激的棋子，而是各自有日常、有信念、有动机的人。某种意义上，每个人都是自己。当年的宣传材料上是这么说的：一百万市民，人人都有自己的希望、梦想与住所。
这意味着他试图模拟的已经不只是“国家机器如何运转”，还包括“社会中的人如何作为自己而存在”。
这次他失败了，从项目管理、技术规模、玩法平衡、开发周期、商业结果来看，都出了各种各样的幺蛾子。
但如果只把它理解成“野心太大所以翻车”，还是低估了它的意义。他遇到的是更深的问题：一个‘每个人都是自己’的世界，是不太可能靠编写规则去实现的，哪怕这个规则可能复杂到数千条。
模拟即智能
哈斯比斯意识到，要真正做出那种能自我演化、具备通用处理能力的模拟系统，他必须先搞清楚：生物大脑到底是怎么产生智能的。于是他果断离开了游戏行业，进入伦敦大学攻读认知神经科学博士学位。
2009年，他在博士论文里抛出了一个划时代的理论：人类大脑的海马体不仅仅是用来存储记忆的硬盘，它更是一个模拟引擎。通过fMRI实验，他证明了：无论人们回忆过去、想象未来，甚至做白日梦时，大脑其实在调用同一套神经回路。这套回路的核心功能，就是构建并运行一个“内部模拟模型”。我们的大脑产生智能的本质，就是能在内部构建并运行关于现实世界的模拟模型。
DeepMind时代
2010年，带着“大脑本质上是一个模拟引擎”的顿悟，DeepMind正式成立。从第一天起，这个“基因”就深深烙印在公司的DNA里：AI不再依赖人类预设的繁琐代码规则。无论是扔进受控的物理沙盒，还是投入浩瀚的数据海洋，智能都必须通过算法的自我摸索，自下而上地“涌现”出来。
于是我们看到了在雅达利游戏里，AI摸索出了完美的通关策略并击败了人类选手。看到了AlphaGo在围棋的数字世界中与自己对弈千万局，击溃全人类棋手。
在一次在与 Lex Fridman 的对谈中，哈萨比斯将“模拟”的思想推向了宇宙和物理学的极限。他提出了一个的观点：大自然中生成的任何模式，都可以被算法发现和模拟。
因为大自然不是随机的。物理世界和生物系统的结构，是经历了数十亿年进化和自然选择后留下的产物。所以，这些现象背后藏着一张“隐形的地图”。
所以我们看到了AlphaFold的成功。它在蛋白质的物理世界中构建了一个极其精确的内部模拟模型，从浩瀚如繁星的氨基酸组合空间中找出了折叠生命的密码，一举斩获诺贝尔奖。
现在它的沙盒不再局限于单一的棋盘或蛋白质图谱，它正在将人类的文字、图像、声音和代码全部纳入其庞大的原生多模态世界模型中，试图理解并推演人类社会这个最复杂、最宏大的现实沙盒。这就是我们每天都在用的Gemini。
我曾写过几篇关于DeepMind论文的随笔，探讨过他们一个很特别的理念：AGI 可能并非单一的模型，而是由千万个智能体的互动所催生出的一种宏观市场状态。
曾经我觉得这是纯粹的学术推演。但现在我才明白，这分明是哈萨比斯个人世界观的完美投射。
虚拟细胞与生命
如今哈萨比斯正在追逐一个酝酿了25年的梦想：建立一个完整的“虚拟细胞”模型。
他计划从酵母菌开始，模拟细胞内部所有的动态交互和通路。如果在硅基环境中能实现如此高精度的生命模拟，那么未来的科学实验将在计算机里以百倍的速度推进。他认为AI有朝一日能通过在“原始化学汤”中进行组合搜索的模拟，来解开生命究竟是如何起源的终极奥秘。
一切都是最初的游乐园
从给虚拟小人调薯条的含盐量，到让AI像生命演化一样自主‘繁衍’出全新的代码；从电子游戏里简陋的像素沙盒，到试图折叠宇宙规律的物理沙盒。哈萨比斯坚信信息是宇宙中最基本的单位，而AI就是用来模拟这些信息结构的终极工具。
30年前，我在那台奔腾100前拨弄着鼠标，看着小人排起长龙，乐此不疲。
那时我绝不会想到，那个装在几兆内存里的像素沙盒，竟然是人类通向AGI的一次微缩彩排。DeepMind的灵魂早在那时就已经在这个简陋的游乐园里悄悄发芽了。