【完整文字版摘要】
這部紀錄片生動地展現了 DeepMind 從一個不被看好的倫敦新創公司，成長為引領 AI 革命領袖的歷程。核心靈魂人物 Demis Hassabis 結合了他作為西洋棋大師的直覺、遊戲開發者的創造力以及神經科學家的嚴謹。故事的核心環繞著「通用性」（Generality）與「學習」（Learning）。
從最初在 Atari 遊戲中的小試身手，到 AlphaGo 在黑白棋盤上的世紀對決，再到 AlphaFold 在分子生物學界的歷史性突破，DeepMind 證明了同樣的底層邏輯——「強化學習」，可以用來理解宇宙中極其複雜的規律。這不單是一場技術的勝利，更是人類思考方式的延伸。雖然 AGI 的到來引發了關於安全與倫理的激烈辯論，但紀錄片最後傳達了一個充滿希望的信息：當我們能夠將人類的智慧數位化並放大時，我們就擁有了修復世界、解決疾病以及探索生命本質最強大的工具。正如 Demis 所說，這是他一生都在等待的時刻。
===
【思考遊戲：DeepMind 與 AGI 的誕生】
一、 序幕：人類歷史上最令人興奮的旅程
人工智慧這項技術正以驚人的速度發展，引起了全世界的熱潮與警覺。DeepMind 創辦人 Demis Hassabis 認為，試圖打造「通用人工智慧」（AGI）是人類史上最激動人心的旅程。他的終極目標是解決 AGI，並以此作為工具，解開世界上所有最複雜的科學難題。這不僅僅是像網路或行動裝置的發明，他認為 AGI 的出現更像是人類掌握了「火」或「電」般的轉捩點。
二、 共同的夢想：從學術孤島到 DeepMind 的創立
Demis 在研究神經科學時，遇到了同樣痴迷於 AGI 的 Shane Legg。在當時的學術圈，「人工智慧」甚至是一個令人尷尬的詞彙，不被主流科學界視為嚴肅的研究。兩人決定創辦公司來實現夢想。這是一場豪賭，涉及巨額資金與極高風險。早期他們甚至處於「隱身模式」，辦公室地點保密，直到獲得了矽谷投資大咖 Peter Thiel 與 Elon Musk 的支持，DeepMind 才正式走上軌道。
三、 強化學習的突破：從 Atari 遊戲到 AlphaGo
團隊決定將「遊戲」作為 AI 的完美訓練場。他們開發了 DQN 演算法，將強化學習與深度學習結合，讓 AI 在沒有被告知規則的情況下，僅透過像素與分數反饋就學會了玩 Atari 遊戲，甚至發現了人類未曾察覺的策略。隨後，AlphaGo 的誕生震撼了世界，在南韓擊敗了傳奇棋士李世乭，並在中國擊敗了世界第一的柯潔。這被視為 AI 的「史普尼克時刻」（Sputnik Moment），引發了全球的 AI 競賽。
四、 演算法的進化：AlphaZero 與自我學習
AlphaGo 之後，團隊更進一步開發了 AlphaZero。這是一個完全拋棄人類知識、從零開始透過自我對弈學習的系統。它僅用了幾個小時就達到了超越人類數千年積累的西洋棋與圍棋水平。這證明了 AI 可以展現出令人驚嘆的創造力與深度，不僅是模仿人類，更是超越人類。
五、 Demis 的成長背景：西洋棋神童的體悟
Demis 從小就是西洋棋神童，12 歲時就排在世界同齡棋士第二名。然而，在一次漫長的比賽中，他因為疲勞而誤判局勢選擇投降，事後發現那其實是一場和局。這次挫敗讓他思考：如果將全人類這麼多聰明大腦的思考力僅用於棋盤上是否太浪費？他萌生了將這種思考力「插件化」，用來解決癌症、氣候變遷等現實問題的念頭。
六、 科學的聖杯：蛋白質摺疊與 AlphaFold
Demis 始終掛念著生物學中的大難題——蛋白質摺疊。蛋白質是生命的機器，若能預測其結構，將能徹底改變藥物開發與疾病治療。DeepMind 參與了 CASP 競賽，初期雖然領先，但精準度仍不足以讓生物學家實用。這對團隊是一次謙卑的教訓：解決科學問題比贏得遊戲難得多。
七、 終極考驗：從挫敗中崛起與疫情挑戰
在 COVID-19 疫情期間，團隊頂著巨大壓力，成立了衝刺小組，重新設計數據處理流程。AlphaFold 2 最終在 CASP14 競賽中取得了突破性的成功，解決了困擾科學界半個世紀的問題。DeepMind 決定將 AlphaFold 的結構資料庫免費向全世界開放，釋放了 2 億個蛋白質結構，成為獻給全人類的禮物。
八、 結語：AGI 的地平線與責任
隨著技術邁向 AGI，人類歷史將被分為「AGI 之前」與「AGI 之後」。這項技術帶來了無限機遇，但也伴隨著巨大的責任與風險，包括軍事濫用與社會流失。Demis 呼籲全球協作與審慎對待，確保這項如同「數位神蹟」的工具能真正為人類文明帶來正向的重塑。