کتاب The Infinity Machine روایت مستند از مسیر دمیس هاسابیس، از قهرمانی شطرنج در کودکی تا بنیانگذاری DeepMind و دریافت نوبل شیمی ۲۰۲۴ است. سباستین مالابی با دسترسی به اسناد دست اول، اشتباهات استراتژیک، نبردهای مدیریتی و باورهای فلسفی او را فاش می‌کند. این کتاب همزمان هم پرتره‌ای از یک نابغه و هم هشداری درباره سرعت مهار‌نشدنی هوش مصنوعی است.
در مارس ۲۰۱۶، دنیا شاهد شکست لی سدول، قهرمان افسانه‌ای بازی Go، مقابل الگوریتم آلفاگو بود. پشت این پیروزی تاریخی، مردی قرار داشت که مسیر زندگی‌اش از یک قهرمانی شطرنج در دوران کودکی تا جایزه نوبل شیمی ۲۰۲۴ را طی کرده بود: دمیس هاسابیس. کتاب The Infinity Machine به قلم سباستین مالابی (نویسنده کتاب پرفروش «The Power Law») یکی از مستندترین و جنجالی‌ترین روایت‌های منتشرشده درباره او و شرکت DeepMind است.
در این مقاله، ضمن مرور ۴ بخش اصلی کتاب، به ۵ نکته کمترشنیده‌شده، نقدهای منفی، و دستاوردهای علمی DeepMind می‌پردازیم.
کتاب The Infinity Machine درباره چیست؟ مروری بر ۴ بخش اصلی
کتاب در چهار لایه روایت می‌شود:
- کودکی و نبوغ شطرنج،
- تأسیس DeepMind و نبردهای سرمایه‌گذاری،
- پیروزی‌های علمی مانند آلفافولد، و
- چالش‌های اخلاقی و رقابت با OpenAI.
مالابی با تکیه بر بیش از ۳۰ ساعت مصاحبه اختصاصی با هاسابیس و دسترسی به اسناد داخلی، تصویری بی‌پرده از او ارائه می‌دهد.
از قهرمانی شطرنج تا نوبل شیمی؛ خط سیر روایت کتاب
خط سیر کتاب از ۴ سالگی هاسابیس آغاز می‌شود؛ جایی که روی دو صندلی انباشته می‌نشست تا صفحه شطرنج را ببیند و بزرگ‌سالان را شکست می‌داد.
در ۱۳ سالگی به مقام استاد شطرنج رسید و دومین بازیکن قوی سن خود در جهان بود.
اما نقطه عطف، شکست تلخ او در مسابقات لیختن‌اشتاین در ۱۲ سالگی بود؛ جایی که پس از ۱۰ ساعت بازی، استاد آلمانی به او گفت چرا تسلیم شده‌ای؟ و حرکت برنده را نشانش داد.
هاسابیس در آن لحظه تصمیم گرفت زندگی‌اش را وقف علمی کند که از هدررفت ذهن‌های درخشان جلوگیری کند (فصل ۱، صفحات ۲۳-۲۴).
این تصمیم او را به علوم اعصاب، بنیانگذاری DeepMind در ۲۰۱۰ و نهایتاً نوبل شیمی ۲۰۲۴ برای پروژه آلفافولد رساند (فصل ۱۵، صفحه ۳۸۲).
۳ نقل‌قول کلیدی که نشان‌دهنده لحن فلسفی کتاب The Infinity Machine است
نقل‌قول اول :«خواندن ذهن خدا»: هاسابیس در مصاحبه با مالابی می‌گوید:
Doing science is, sort of, like reading the mind of God. Understanding the deep mystery of the universe is my religion, kind of.
– (مقدمه، صفحه ۱۶). این جمله نشان‌دهنده نگاه او به علم به‌عنوان یک سفر معنوی است.
نقل‌قول دوم : «فشار تا مرز مرگ»: هاسابیس درباره تفسیر خود از توصیه پدرش برای «تلاش حداکثری» می‌گوید:
The only way I could know is basically if I pushed myself to the point just before death… you have to basically fall over the line.
-(فصل ۱، صفحه ۲۳). این جمله کلید شخصیت وسواسی و بی‌وقفه اوست.
نقل‌قول سوم : «تسخیر کامل توسط ماشین»: تور گریپل، دانشمند DeepMind، پس از شکست از آلفاگو می‌گوید:
At first, it looks harmless. Then it’s just completely dominating… We just know that it is in control.
-(فصل ۹، صفحه ۲۱۱). این جمله هشدارآمیز، لحن کتاب را از تحسین به نگرانی تغییر می‌دهد.
چرا نویسنده (مالابی) هوش مصنوعی را «تحولی ژرف‌تر از ظهور تفکر انتزاعی» می‌داند؟
مالابی در مقدمه کتاب می‌نویسد:
Artificial intelligence heralds a transformation more profound than anything since Homo sapiens acquired the capacity for abstract thought, some seventy thousand years ago
این جمله توسط منتقدان به‌عنوان بزرگ‌نمایی مورد حمله قرار گرفته است (نقد گاردین تاریخ ۱۶ مارس ۲۰۲۶).
اما در بستر کتاب، مالابی این ادعا را با اشاره به ۳ ویژگی منحصربه‌فرد هوش مصنوعی توجیه می‌کند:
- توانایی حل مسائلی که ذهن انسان از درک آن ناتوان است (مثل تاشدگی پروتئین)،
- سرعت رشد نمایی برخلاف تکامل کند زیستی، و
- پتانسیل بازتعریف مفهوم «هوش» و حتی «واقعیت».
به عبارتی، او هوش مصنوعی را نه یک ابزار، بلکه «فراجهان‌بینی» جدیدی می‌داند که می‌تواند بنیادهای علم و فلسفه را دگرگون کند.
۵ نکته جدید و کمترشنیده‌شده درباره دمیس هاسابیس که در این کتاب فاش شده
این کتاب برخلاف زندگینامه‌های رسمی، به نقاط کور و شکست‌های هاسابیس نیز می‌پردازد. در ادامه ۵ مورد از جذاب‌ترین و کمترشنیده‌شده‌ترین آن‌ها را مرور می‌کنیم.
اشتباه استراتژیک دمیس هاسابیس در پیش‌بینی مدل‌های زبانی (دست‌کم‌گرفتن ChatGPT)
هاسابیس در مصاحبه با مالابی صریحاً اعتراف می‌کند که مدل‌های زبانی بزرگ را دست‌کم گرفته است. او می‌گوید:
I used to do these thought experiments… I would ask myself, how much would you know if you read all of Wikipedia? … What I’ve realized now is that language is more inherently grounded than we thought. (فصل ۱۳).
این اشتباه استراتژیک باعث شد DeepMind در سال‌های ۲۰۲۰-۲۰۲۲ از رقبایی مانند OpenAI عقب بیفتد. حتی پس از عرضه GPT-3 در مه ۲۰۲۰، هاسابیس آن را «clearly not like that» توصیف کرد و گفت که قبلاً تصور می‌کرده مدل‌های زبانی «poor regurgitation» بیشتری داشته باشند.
تأثیر شکست در شطرنج لیختن‌اشتاین بر تغییر مسیر زندگی علمی او
در ۱۲ سالگی، هاسابیس در مسابقه‌ای ۱۰ ساعته مقابل یک استاد آلمانی در لیختن‌اشتاین، پس از یک حرکت اشتباه تسلیم شد. اما رقیبش به او گفت چرا تسلیم شده‌ای؟ و حرکت برنده را نشان داد که می‌توانست بازی را به تساوی بکشاند.
هاسابیس در مصاحبه می‌گوید: «I thought we were wasting our minds» (فصل ۱، صفحه ۲۴).
این تجربه تلخ، او را به این نتیجه رساند که ذهن‌های درخشان نباید صرف بازی‌های رقابتی شوند، بلکه باید در خدمت علم و پزشکی قرار گیرند.
این لحظه، نقطه‌عطفی بود که او را از مسیر شطرنج حرفه‌ای به سمت علوم اعصاب و هوش مصنوعی سوق داد.
رابطه پیچیده هاسابیس با پیتر مولینو و شباهت او به شخصیت رمان «شعبده‌باز»
هاسابیس در نوجوانی زیر نظر پیتر مولینو، طراح افسانه‌ای بازی‌های ویدئویی، کار کرد. اما سال‌ها بعد، او مولینو را به شخصیت رمان «شعبده‌باز» (The Magus) اثر جان فاولز تشبیه کرد که دستکاری‌گر، فریبکار و استاد بازی‌های ذهنی است.
هاسابیس می‌گوید: «That was pretty much how Peter approached me» (فصل ۳).
این رابطه، تأثیر عمیقی بر درک هاسابیس از «قدرت متقاعدسازی» و «سایه‌روشنی شخصیت رهبران کاریزماتیک» گذاشت. او بعدها تلاش کرد برخلاف مولینو، از دستکاری دیگران پرهیز کند؛ هرچند خودش نیز به اذعان مالابی، گاهی به‌طور ناخواسته کنترل‌گر بوده است (فصل ۲۰، صفحات ۴۸۳-۴۸۴).
باور هاسابیس به «رایانه‌های کلاسیک» و رد مکانیک کوانتومی در مغز (چالش با پنروز)
در بخش پایانی کتاب، هاسابیس از دیدگاه راجر پنروز (فیزیک‌دان برجسته) انتقاد می‌کند که معتقد است مغز انسان از اثرات کوانتومی برای تولید هوشیاری استفاده می‌کند. هاسابیس می‌گوید:
The human mind is just a classical computer… I see myself as kind of like Turing’s champion, pushing Turing machines to their limit.
او معتقد است که تمام الگوهای طبیعی (از جمله هوشیاری) توسط یک ماشین تورینگ با حافظه نامتناهی قابل‌یادگیری هستند و نیازی به مکانیک کوانتومی نیست (فصل ۲۰، صفحه ۴۹۱).
این بحث، نشان‌دهنده نگاه کاملاً محاسباتی او به هستی است.
هزینه واقعی (و کم‌اهمیت) زندگی شخصی او؛ از پورشه ۹۱۱ تا یک آئودی ۱۰ ساله و اشتیاق به فوتبال لیورپول
برخلاف بسیاری از مدیران فناوری، هاسابیس زندگی شخصی ساده‌ای دارد. او در پاسخ به مالابی می‌گوید که «خودروی اسپورت» را در جوانی با پورشه ۹۱۱ مولینو تجربه کرده و دیگر به آن نیازی ندارد.
خودروی فعلی خانواده‌اش یک آئودی ۱۰ ساله است. او هیچ خانه‌ی دوم، کلبه‌ی اسکی یا قایق تفریحی ندارد و تنها هزینه‌ی شخصی قابل‌توجهش بلیت‌های فصل فوتبال لیورپول است (سالانه ۳۰۰۰ پوند).
جالب‌تر اینکه گران‌ترین دارایی شخصی او، خود مدال نوبل است که آن را باارزش‌ترین مال خود می‌داند. این سادگی، با وسواس علمی او تضاد جالبی ایجاد می‌کند.
پاسخ صادقانه به ۳ اتهام اصلی نقد گاردین به کتاب The Infinity Machine
نقد گاردین (نوشته تیم کلر، مارس ۲۰۲۶) سه اتهام جدی به کتاب وارد کرده است. در این بخش، با استناد به متن کتاب، به هر یک پاسخ می‌دهیم.
آیا کتاب فقط یک «زندگینامه ستایش‌آمیز» است؟ ۴ نمونه از نقدهای صریح مالابی به هاسابیس در خود کتاب
نقد گاردین ادعا کرده که مالابی «نمی‌خواهد یا نمی‌تواند به‌طور انتقادی با ادعاهای مصاحبه‌شوندگان برخورد کند.» اما حداقل ۴ نمونه از نقد صریح مالابی به هاسابیس در کتاب وجود دارد:
- اشتباه در پیش‌بینی مدل‌های زبانی (فصل ۱۳، صفحات ۲۷۹-۲۸۲؛ فصل ۱۶، صفحه ۳۶۹)
- سوءمدیریت در پروژه‌های سلامت و واکنش نامناسب به انتقادات (فصل ۱۱، صفحات ۲۳۷-۲۴۰)
- تأثیر منفی شخصیت کاریزماتیک بر تیم (فصل ۳، صفحات ۶۱-۶۳ و فصل ۱۴، صفحات ۳۲۳-۳۲۸)
- اعتراف به «کنترل‌گری» ناخواسته با وجود ادعای مخالف (فصل ۲۰، صفحات ۴۸۳-۴۸۴)
این موارد نشان می‌دهد که کتاب به‌هیچ‌وجه یک «زندگینامه ستایش‌آمیز» صرف نیست و مالابی به نقاط کور و اشتباهات هاسابیس نیز پرداخته است.
آیا سبک نگارش مالابی (با افعالی مثل confessed, declared) خسته‌کننده است؟ پذیرش محدودیت سبکی
نقد گاردین به استفاده بیش از حد از افعال غیرعادی مانند «confessed»، «declared»، «reflected» و «fretted» اشاره کرده است.
این نقد تا حدی منصفانه است؛ مالابی در سراسر کتاب از این افعال برای جلوگیری از تکرار «said» استفاده کرده که گاهی مصنوعی به‌نظر می‌رسد.
با این حال، این ویژگی در کتاب‌های غیرداستانی پرتره‌محور رایج است و نمی‌تواند ارزش محتوایی کتاب را تحت‌الشعاع قرار دهد.
برای خواننده‌ای که به دنبال داده‌های دست اول و روایت‌های مستند است، این محدودیت سبکی قابل‌چشم‌پوشی است.
آیا کتاب The Infinity Machine بزرگ‌نمایی می‌کند؟ بررسی جمله جنجالی «تحولی ژرف‌تر از ظهور تفکر» در مقابل نقد منتقدان
نقد گاردین جمله مالابی در مقدمه (صفحه ۹) را هدف گرفته که هوش مصنوعی را «تحولی ژرف‌تر از ظهور تفکر انتزاعی در انسان» می‌داند. اما مالابی در ادامه کتاب این ادعا را با سه استدلال توجیه می‌کند:
- هوش مصنوعی می‌تواند الگوهایی را کشف کند که هزاران سال تفکر بشر از درک آن ناتوان بوده (مانند تاشدگی پروتئین)،
- سرعت رشد آن نمایی است و نه تکاملی، و
- می‌تواند مفهوم «واقعیت» را بازتعریف کند.
بنابراین این جمله نه یک ادعای تبلیغاتی، بلکه نتیجه‌گیری یک تحلیل تاریخی-فلسفی است. هرچند ممکن است اغراق‌آمیز به‌نظر برسد، اما در چارچوب استدلال کتاب، قابل‌دفاع است.
مقایسه نقد گاردین و کرکس ریویوز؛ کدام یک به متن کتاب نزدیک‌تر است؟
نقد کرکس ریویوز (فوریه ۲۰۲۶) کتاب را «پرتره‌ای جذاب» و «نگاهی نادر به درون تعقیب ابرهوش» توصیف می‌کند و به نقل‌قول‌های کلیدی (مانند جمله تور گریپل در صفحه ۲۱۱) اشاره می‌کند.
این نقد متوازن‌تر و دقیق‌تر از نقد گاردین است و به جنبه‌های فنی و انسانی کتاب پرداخته است. در مقابل، نقد گاردین با لحنی تند، کتاب را به «بزرگ‌نمایی» و «شخصیت‌پردازی کسل‌کننده» متهم کرده، اما از ۴ نمونه نقد صریح مالابی به هاسابیس (که در بالا ذکر شد) غافل شده است.
بنابراین نقد کرکس ریویوز به متن کتاب نزدیک‌تر و منصفانه‌تر است.
آلفافولد، ترانسفورمر و اشتباه استراتژیک DeepMind در برابر OpenAI
یکی از جذاب‌ترین بخش‌های کتاب، روایت رقابت علمی-صنعتی DeepMind با OpenAI و تحلیل اشتباهات استراتژیک آن است.
معماری ترانسفورمر؛ چرا گوگل آن را ساخت اما DeepMind دیر به اهمیت آن پی برد؟
در ژوئن ۲۰۱۷، تیم گوگل مقاله «Attention Is All You Need» را منتشر کرد که معماری ترانسفورمر را معرفی می‌نمود (فصل ۱۲، صفحه ۲۶۷).
با وجود اینکه این معماری زیر سقف گوگل (و نه DeepMind) متولد شد، اما DeepMind تا سال‌ها بعد به پتانسیل آن پی نبرد.
هاسابیس اعتراف می‌کند که باور داشت مدل‌های زبانی «grounded» نیستند و نمی‌توانند درک واقعی از جهان داشته باشند .
اما ایلیا ساتسکیور در OpenAI بلافاصله اهمیت ترانسفورمر را تشخیص داد و با تکیه بر مهندسی قوی، GPT-1 و سپس GPT-2 را ساخت. این تأخیر استراتژیک، یکی از دلایل اصلی پیشی‌گرفتن OpenAI از DeepMind در سال‌های ۲۰۲۰-۲۰۲۲ بود.
داستان پروژه آلفافولد و پیش‌بینی ساختار ۲۰۰ میلیون پروتئین (دلیل اصلی نوبل شیمی ۲۰۲۴)
پروژه آلفافولد در ۲۰۱۶ با یک هکاتون داخلی در DeepMind آغاز شد. تیم ابتدا از بازی Foldit الهام گرفت اما سپس به مسابقه CASP پیوست. جان جامپر، فیزیکدانی که در ۲۰۱۷ به تیم پیوست، با ترکیب فیزیک، شیمی و یادگیری ماشین، معماری جدیدی طراحی کرد که در نهایت در CASP 2020 با نمره GDT 92.4 (دقت بالاتر از کریستال‌گرافی اشعه ایکس) به پیروزی رسید.
تا ژوئیه ۲۰۲۲، آلفافولد ساختار ۲۰۰ میلیون پروتئین را پیش‌بینی کرد و تا پایان ۲۰۲۵، بیش از ۳ میلیون محقق از آن استفاده کردند. این دستاورد، دلیل اصلی دریافت نوبل شیمی ۲۰۲۴ توسط هاسابیس و جامپر بود.
«ما پخته‌ایم»؛ نقل‌قول‌های جفری هینتون و یوشوا بنجیو در مورد خطرات وجودی هوش مصنوعی
در فصل ۱۸، مالابی به هشدارهای جدی دو پیشگام یادگیری عمیق می‌پردازد. جفری هینتون می‌گوید:
My intuition is, we’re toast… Imagine a kindergarten full of three-year-olds… As soon as evolution kicks in, we’re fucked.
یوشوا بنجیو نیز می‌گوید:
If we introduce a new type of entity that is competing with us, and more powerful than us, then we are cooked.
این نقل‌قول‌ها در کنار داستان فریب CAPTCHA توسط GPT-4 و هشدارهای هاسابیس در داووس ۲۰۲۵، کتاب را از یک زندگینامه صرف به هشداری درباره آینده بشریت تبدیل می‌کند.
Gemini در مقابل ChatGPT؛ چرا هاسابیس در اواخر کتاب به «حالت جنگی» اشاره می‌کند؟
پس از عرضه ChatGPT در نوامبر ۲۰۲۲، هاسابیس در مصاحبه با مالابی گفت:
This is wartime. OpenAI and Microsoft have literally parked the tanks on the lawn
این واکنش نشان‌دهنده تغییر نگرش او از «علم محض» به «رقابت تسلیحاتی» است. در دسامبر ۲۰۲۳، Gemini Ultra در آزمون MMLU با ۹۰٪ از GPT-4 و انسان‌ها پیشی گرفت و در نوامبر ۲۰۲۵، Gemini 3 در کدنویسی و استدلال از ChatGPT جلوتر بود.
اما هاسابیس همچنان نگران است که سرعت مهار‌نشدنی رقابت، ایمنی را قربانی کند.
پروژه ماریو و خروج مصطفی سلیمان؛ روایتی از درون گوگل
کتاب به‌تفصیل به کشمکش‌های مدیریتی و حکمرانی درون DeepMind و گوگل پرداخته است که در کمتر جایی منتشر شده است.
مذاکرات ۳-۳-۳ برای استقلال DeepMind از گوگل و نقش ساندار پیچای به عنوان «پلیس بد»
پس از خرید DeepMind توسط گوگل در ۲۰۱۴، هاسابیس و سلیمان تلاش کردند استقلال خود را حفظ کنند. پروژه «ماریو» طرحی برای ساختار هیئت مدیره ۳-۳-۳ (۳ نفر از DeepMind، ۳ نفر از Alphabet، ۳ نفر مستقل) بود.
اما ساندار پیچای، مدیرعامل گوگل، مخالفت کرد و گفت هوش مصنوعی برای گوگل «استراتژیک» است و نمی‌توان آن را به‌عنوان یک شرط مستقل جدا کرد. در جلسات، هاسابیس و سلیمان احساس می‌کردند پیچای نقش «پلیس بد» را بازی می‌کند در حالی که لری پیج از طرح حمایت می‌کرد اما حاضر نبود مستقیماً وارد درگیری شود.
این کشمکش نشان‌دهنده تضاد بین «علم محض» (نگاه DeepMind) و «محصول محور» (نگاه گوگل) است.
اتهامات قلدری به سلیمان، گزارش ۲۵ صفحه‌ای و مرخصی اجباری او در اوت ۲۰۱۹
سلیمان، یکی از سه بنیان‌گذار DeepMind، در اوت ۲۰۱۹ به‌دنبال یک گزارش ۲۵ صفحه‌ای از یک وکیل خارجی، به «سوءمدیریت و قلدری» متهم شد.
شکایت‌ها شامل تحقیر همکاران در جمع و ارسال پیام‌های تهدیدآمیز در ساعات دیروقت بود. هاسابیس که خود را از بررسی کنار کشیده بود، با مرخصی اجباری سلیمان موافقت کرد. سلیمان در مصاحبه با مالابی می‌گوید:
I was like, why am I studying church patristics when I should be changing the world right now?»
و بعداً اعتراف می‌کند که فشار بیش از حد به تیم، نقطه ضعف اصلی او بوده است. او بعداً به مایکروسافت پیوست و مدیرعامل بخش هوش مصنوعی آن شد.
سقوط پروژه «اسپارو» (Sparrow) و واکنش هاسابیس: «OpenAI تانک‌ها را روی چمن ما پارک کرد»
DeepMind در سپتامبر ۲۰۲۲ مدل اسپارو را معرفی کرد که با ۲۳ قانون رفتاری و قابلیت جستجوی اینترنتی، از ChatGPT امن‌تر بود. اما هاسابیس و تیمش تصمیم گرفتند اسپارو را به‌خاطر نگرانی‌های ایمنی منتشر نکنند.
کمتر از سه ماه بعد، OpenAI چت‌جی‌پی‌تی را با موفقیت عظیم منتشر کرد. هاسابیس در واکنش گفت:
OpenAI and Microsoft have literally parked the tanks on the lawn.
این اشتباه استراتژیک، یکی از تلخ‌ترین تجربه‌های هاسابیس بود و باعث شد DeepMind از قطار سریع‌السیر مدل‌های زبانی عقب بیفتد (فصل ۱۷).
۴ مزیت و ۲ محدودیت کتاب The Infinity Machine؛ یک جمع‌بندی منصفانه
در این بخش، به‌صورت شفاف و متوازن، نقاط قوت و ضعف کتاب را بررسی می‌کنیم تا کاربران بتوانند تصمیم آگاهانه‌ای برای مطالعه آن بگیرند.
۴ مزیت اصلی: دسترسی به اسناد دست اول، روایت جذاب از ۱۵ سال رقابت، شفافیت درباره شکست‌ها، و پیوند علوم اعصاب با هوش مصنوعی
- دسترسی به اسناد دست اول: مالابی به بیش از ۳۰ ساعت مصاحبه اختصاصی با هاسابیس و اسناد داخلی DeepMind (از جمله ایمیل‌ها، صورت‌جلسات و طرح‌های کسب‌وکار) دسترسی داشته است. این سطح از دسترسی، کتاب را از سایر زندگینامه‌های فناوری متمایز می‌کند.
- روایت جذاب از ۱۵ سال رقابت: از نبرد با پیتر تیل و ایلان ماسک تا رقابت با فیسبوک و OpenAI، کتاب روایتی تعلیق‌آمیز از پشت‌پرده‌های بزرگ‌ترین رقابت علمی-صنعتی قرن ارائه می‌دهد.
- شفافیت درباره شکست‌ها: برخلاف بسیاری از کتاب‌های موفقیت، این کتاب به اشتباهات استراتژیک DeepMind (مانند دست‌کم‌گرفتن مدل‌های زبانی و تأخیر در انتشار اسپارو) و همچنین نقاط کور شخصیتی هاسابیس (کنترل‌گری و وسواس بی‌حد) می‌پردازد.
- پیوند علوم اعصاب با هوش مصنوعی: کتاب نشان می‌دهد که چگونه تحقیقات هاسابیس در علوم اعصاب (به‌ویژه مطالعه حافظه و تخیل در دکترای UCL) مستقیماً بر طراحی الگوریتم‌های DeepMind تأثیر گذاشت. این رویکرد میان‌رشته‌ای، یکی از نقاط قوت منحصربه‌فرد کتاب است.
۲ محدودیت جدی: اطناب در مذاکرات مدیریتی و گاهی شخصیت‌پردازی سطحی از هاسابیس
- اطناب در مذاکرات مدیریتی: فصل ۱۴ (پروژه ماریو و کشمکش‌های حکمرانی) با وجود اهمیت، گاهی طولانی و خسته‌کننده می‌شود. مالابی جزئیات بسیار ریز جلسات و مذاکرات را گزارش کرده که برای خواننده غیرمتخصص ممکن است ملال‌آور باشد. نقد گاردین نیز به همین نکته اشاره دارد.
- شخصیت‌پردازی سطحی: با وجود دسترسی بی‌نظیر، گاهی شخصیت هاسابیس کلیشه‌ای ترسیم شده است (نابغه‌ای وسواسی با جملات فلسفی نیم‌بند). به‌عنوان مثال، هاسابیس بارها از «نظریه اطلاعات به‌عنوان واحد بنیادین واقعیت» سخن می‌گوید (فصل ۲، صفحه ۴۴) اما کتاب به‌ندرت به نقد یا واکاوی فلسفی این ادعا می‌پردازد. همچنین جنبه‌های عاطفی و روانشناختی عمیق‌تر شخصیت او (به جز وسواس کاری) کمتر کاویده شده است.
این کتاب به چه کسانی پیشنهاد می‌شود؟
- پژوهشگران تاریخ علم و فناوری: کتاب با استناد به اسناد دست اول و نقل‌قول‌های مستقیم، منبعی معتبر برای مطالعه تکامل هوش مصنوعی در دهه ۲۰۱۰-۲۰۲۰ است.
- کارآفرینان و مدیران فناوری: روایت نبردهای سرمایه‌گذاری، مذاکرات با گوگل، و اشتباهات استراتژیک DeepMind، درس‌های عملی برای مدیریت استارتاپ‌های عمیق‌فناوری دارد.
- دانشجویان و پژوهشگران هوش مصنوعی: کتاب به‌خوبی پیوند بین علوم اعصاب، یادگیری تقویتی و یادگیری عمیق را توضیح می‌دهد و می‌تواند دیدگاه میان‌رشته‌ای آن‌ها را تقویت کند.
- عموم خوانندگان علاقه‌مند به آینده‌پژوهی: هشدارهای اخلاقی و وجودی کتاب (مانند نقل‌قول‌های هینتون و بنجیو) برای هر کسی که نگران آینده هوش مصنوعی است، جذاب و تأمل‌برانگیز است.
کتاب The Infinity Machine یکی از مستندترین و جنجالی‌ترین روایت‌های منتشرشده درباره دمیس هاسابیس و شرکت DeepMind است. سباستین مالابی با دسترسی بی‌نظیر به اسناد داخلی و مصاحبه‌های اختصاصی، تصویری شفاف از یک نابغهٔ وسواسی، اشتباهات استراتژیک او، و نبردهای پشت‌پردهٔ بزرگ‌ترین رقابت علمی-صنعتی قرن ارائه می‌دهد.
اگر به دنبال درک عمیق‌تر از تاریخ هوش مصنوعی، چالش‌های اخلاقی آن، و شخصیت‌های کلیدی پشت این انقلاب هستید، این کتاب یکی از بهترین گزینه‌های موجود است.
آیا این کتاب برای شما مناسب است؟ اگر از خواندن روایت‌های مستند با جزئیات مدیریتی خسته نمی‌شوید و به دنبال منبعی معتبر و متوازن درباره DeepMind هستید، پاسخ مثبت است. اما اگر به دنبال یک زندگینامهٔ سبک و سرگرم‌کننده هستید، ممکن است بخش‌هایی از آن (به‌ویژه مذاکرات حکمرانی) برای شما کسل‌کننده باشد.
نکته پایانی: این مقاله با استناد به متن کامل کتاب (شامل ۲۰ فصل و مقدمه) و نقدهای معتبر نوشته شده است. تمام نقل‌قول‌ها با ذکر فصل و شماره صفحه (بر اساس نسخه دیجیتال Penguin Press 2026) ارائه شده‌اند.
اگر از The Infinity Machine خوشتان آمد، این ۳ کتاب را هم بخوانید
سه کتاب زیر از نظر سبک (دسترسی اختصاصی، روایت پشت‌پرده، و تمرکز بر چهره‌های کلیدی هوش مصنوعی) بیشترین شباهت را به «The Infinity Machine» دارند:
- Elon Musk (والتر آیزاکسون) : زندگینامهٔ پرفروش ایلان ماسک با دسترسی بی‌سابقه به زندگی شخصی و حرفه‌ای او؛ از تسلا و اسپیس‌ایکس تا ایکس‌ای‌آی.
- The Thinking Machine (استیون ویت) : روایت صعود انویدیا و جنسن هوانگ؛ از تراشه‌های بازی تا قلب تپندهٔ سخت‌افزار هوش مصنوعی.
- Empire of AI (کارن هائو) : نگاهی مستند به OpenAI، سم آلتمن، و رقابت تسلیحاتی که دنیای هوش مصنوعی را دگرگون کرد.
هر سه کتاب، مانند اثر مالابی، بر اساس مصاحبه‌های متعدد و اسناد داخلی نوشته شده‌اند و تصویری بی‌پرده از پشت‌پردهٔ بزرگ‌ترین انقلاب فناوری قرن ارائه می‌دهند.
هنوز بررسی‌ای ثبت نشده است.