共计 1660 个字符，预计需要花费 5 分钟才能阅读完成。
深夜的伦敦，DeepMind 实验室走廊的灯光依然明亮。电影制作人格雷格·科斯扛着摄像机，记录着人工智能科学家们为一个困扰生物学界半个世纪的难题——蛋白质折叠——做最后冲刺。
他未曾料到，这些镜头最终汇聚成的纪录片《思维游戏》，会在 YouTube 上吸引近 3 亿次观看，成为全球最受欢迎的非虚构类视频之一，也让复杂的 AI 科学突破变得通俗易懂。
图片来源：YouTube 视频截图
闯入 AI 圣殿：从体育纪录片到科学革命
2016 年，当 DeepMind 的 AlphaGo 击败世界围棋冠军李世石时，其联合创始人德米斯·哈萨比斯意识到，他们正站在一个历史性转折点上。他找到科斯，提出了一个近乎不可能的要求：“如何记录一场堪比曼哈顿计划的科学革命？”
彼时，人工智能仍是象牙塔内的神秘领域。哈萨比斯却决定向这位电影制作人敞开大门——不是拍摄宣传片，而是记录真实。科斯的背景非同寻常。他在 NFL Films 磨炼了十年，擅长在激烈的体育赛事中捕捉转瞬即逝的情感爆发。这种“情绪雷达”后来被证明是解读 AI 科学突破 的关键。
从围棋到蛋白质：记录 AlphaFold 的诞生
最初，科斯只是受邀记录 AlphaGo 项目。2017 年问世的纪录片《AlphaGo》获得业界好评，也为他赢得了 DeepMind 的深度信任。从 2018 年开始，科斯获得了几乎无限制的访问权限，他们的新焦点是AlphaFold——一个旨在解决“蛋白质折叠问题”的人工智能系统。
这个问题简单来说就是：给定一串氨基酸序列，如何准确预测蛋白质在三维空间中的结构？自 1972 年诺贝尔奖得主克里斯蒂安·安芬森提出该问题以来，它一直是结构生物学领域的“圣杯”。DeepMind 的科学家们相信，AI 可以找到答案。
历史在镜头前展开：捕捉决定性瞬间
科斯的摄像机捕捉到了那些决定性的瞬间。在一个如今被反复播放的场景中，哈萨比斯在会议中随意提议：“我们何不用 AlphaFold 预测 所有已知的蛋白质结构，然后把结果公开？”
房间陷入短暂沉默。这意味着将耗费巨额计算资源。但最终，团队同意了。2021 年 7 月，DeepMind 宣布 AlphaFold 成功预测了98.5% 的人类蛋白质结构，并将数据库向全球科研人员免费开放。几个月后，哈萨比斯与合作者因此获得诺贝尔化学奖。
科斯镜头下的科学家们并非总是冷静理性的。他记录了他们的自我怀疑、深夜争论、实验失败时的沮丧，以及突破来临时的沉默震撼。“我不想要完美的英雄叙事，”科斯说，“我想要的是那种让你起鸡皮疙瘩的真实时刻。”
片名的秘密与人性化叙事
影片标题《思维游戏》源自一段 1986 年的 BBC 档案影像。当时 9 岁的哈萨比斯已是国际象棋神童。面对镜头，这个早熟的孩子将象棋描述为“一种很好的思维游戏”。近四十年后，这句话成为了这部纪录片的灵魂注脚。
《思维游戏》的成功令许多人意外。毕竟，它的主题——蛋白质结构预测、神经网络训练——并非典型的爆款配方。但影片巧妙地完成了两件事：将复杂性人性化 ，以及 展现历史的前厅。观众不需要理解算法细节，就能感受到科学家面对未知时的共同情感。
超越宣传片：展现真实的科研生态
尽管谷歌资助了制作并持有版权，但《思维游戏》避免了企业宣传片常见的浮夸光泽。“如果它只是广告，不会引起如此强烈的共鸣，”《自然》杂志在影评中写道，“它之所以动人，是因为它诚实地展现了野心与局限并存、天才与平凡共处的真实科研生态。”
影片结尾，AlphaFold 的成果正在全球实验室被用于加速癌症药物研发、理解罕见疾病机理、探索生命的基本构造。而科斯的镜头提醒我们：所有这些宏大应用，都始于一些人在一些房间里，相信一个看似不可能的 蛋白质折叠问题 值得穷尽数年去解答。
当片尾字幕滚动时，观众记住的可能不是蛋白质的 β 折叠或神经网络的注意力机制，而是哈萨比斯在某个深夜说过的话：“我们建造这些系统，最终是为了理解——理解世界，理解生命，理解我们自己思维的 game 游戏规则。”这或许就是 3 亿点击量背后的真正原因：在一个人工智能既令人兴奋又令人不安的时代，人们渴望看到技术背后那些依然 human 人性的故事。
