Birth of AI/Steve
摘要
史蒂文·马斯卡尔博士分享了他从1988年神经网络研究到构建AI史蒂夫系统、以及开发纪念亲友和朋友应用、食物健康应用的个人故事,强调了多巴胺驱动的好奇心和超级个体时代的来临。
暂无内容
查看缓存全文
缓存时间: 2026/05/18 04:29
TL;DR: 史蒂文·马斯卡尔博士在卡瓦维小店与一家人偶然相遇,聊出了“AI史蒂夫”这个名字,进而分享了他40年来遵循多巴胺驱动好奇心、无意识滑向未来、最终世界追上的故事——从1988年神经网络研究到蛋白质结构预测论文被AlphaFold验证,再到“为朋友干杯”、“AI爸爸”、食物即药物理念,以及他自己构建的AI史蒂夫系统。
## 从一次偶然聊天开始的“AI史蒂夫”
在最近一次入住卡瓦维(我常去的街角小店)时,我遇到了一家人,他们散发着令人惊叹的积极能量。我自我介绍叫史蒂夫,就像平时聊天常发生的那样,我们最终聊到了人工智能。
我们逐个问了一圈在场的人:谁在用AI、怎么用、为什么用。轮到我时,我说:“是啊,我做这行几十年了,实际上我还建了一个自己的AI版本。我造了AI史蒂夫。”这次旅行剩下的日子里,每次他们再见到我,都会喊:“嘿,AI史蒂夫。”正是那群人、那些对话,启发了我最近那篇关于多巴胺驱动活动以及如何随着年龄增长保持直觉敏锐的文章《大到不能倒》。这是那次对话的完整版。
## 职业生涯哲学:多巴胺驱动,没有自我意识
我想一开始就坦诚一点。我的职业生涯从来没有什么特别高明的战略。我做的东西,之所以去做,是因为它们还不存在,而没有这些东西会让我难受。就这么简单。这就是全部理由。可以说是多巴胺驱动的好奇心。你遇到一个问题,缺少解决方案这件事变得无法忍受。你造出点什么,然后下一个问题自然会找上你。我注意到这个模式有一个特点:里面几乎没有任何自我意识。我做东西不是为了争第一。我做东西也不是为了获得认可。东西被造出来,是因为它们有趣,因为它们还不存在,还因为它们会很实用。满足感来自内心。希望总是别人能受益。这就是全部动力。
韦恩·格雷茨基说过那句人人引用的话:“我滑向冰球将要到达的地方,而不是它已经去过的地方。”我并非总有意这样做。有时是偶然的。但是,在尖端领域摸爬滚打40年后,我学到的是:当你在那里待得够久,世界最终会追上来。而在那一刻,就会产生对齐。
## 1988年的神经网络与1991年的博士论文
我从1988年开始研究神经网络。那时大多数人都不知道这个词是什么意思。在深度学习之前。在Transformer之前。在大语言模型之前。
1991年,我完成了博士论文。题目是《用计算机模拟神经网络预测蛋白质结构特征》。想一想这句话。30年后,AlphaFold因基本解决了这个问题而获得诺贝尔奖,其规模和精度彻底改变了生物学。当那个诺贝尔奖宣布时,我想明确我的感受。不是怨恨。不是“我才是第一个”。那是狂喜的个人肯定。我的论文是对的。世界追上了。这个领域因此受益匪浅。这是这个版本故事中最令人满意的部分。不需要加注脚。不需要外部认可。这不是一个计划,而是一种性情。它催生了一些我想告诉你的东西。
## “为朋友干杯”:在人生时庆祝他们
“为朋友干杯”是种子。几年前在我姐姐的追思会上,数百人从全国各地赶来。故事、笑声、泪水交织在一起,我坐在那里想,她会喜欢这样的。我只希望她还在世能看到这一切。那个想法——“我们应该在他人还在世时告诉他们对我们的意义”——成了后来一切事情的种子。为此我做的第一件事就是“为朋友干杯”,一个在人生时庆祝他们、在他们离世后纪念他们的平台。你可以为某人创建一个圈子:一个正在与疾病抗争的朋友,一个你想庆祝的人,一个你爱的人。朋友和家人可以发布祝酒词、故事、回忆、照片、语音消息,实时可见,圈子里的每个人都能看到,而不是等到葬礼。我们为斯科特、迈克、汤姆、库普建了圈子,这些朋友我认识超过40年,有些从1980年高中第一天就认识了。迈克是我时间最长、最珍视的朋友,将近半个世纪。这个平台是借助AI辅助以及其他工具构建的。但意义来自远比任何技术更古老的地方。
## “AI爸爸”:保留声音本身
“AI爸爸”是“为朋友干杯”指向的下一步。“为朋友干杯”回答了那个紧迫的问题:“我们为什么要等待?”但它也指向了一个更安静的第二问题:“那之后呢?”如果除了围绕某人收集回忆之外,我们还能保留下他的声音本身呢?不是一个静态的档案或纪念页面,而是作为一个孙子孙女仍然可以与之交谈的东西。这个问题变成了“AI爸爸”,作为“为朋友干杯”自然而然的后续。这是一个实验,旨在将一个人的声音保留为对话系统,基于他们的历史、他们的幽默、他们在这个世界上独特的存在方式。这个研究项目让我知道了什么是可能的,并且指向了更紧迫的事情。
## 食物就是良药:化学家的实证
我相信食物就是良药。我长期坚信这一点,远在它成为健康口号之前。但我想具体说明:当一个化学家说出这句话时,它意味着什么。我是一名化学博士。我职业生涯早期的两个职位——在Affymax研究所和MDL信息系统(可追溯到分子设计有限公司)——让我处于天然产物筛选作为药物发现策略的核心。我在自然与药理学的交叉领域工作,这些经历伴随我几十年。
核心观点可以直说:大自然花了数十亿年解决治疗问题。进化是历史上运行时间最长的药物发现程序。生物体开发化合物来保护自己、交流、调节自身生化过程,而这些经过地质时间尺度打磨的解决方案,往往被证明在与人类生物学相互作用时极其有效。制药行业最基本的模式大致如此:识别大自然已经解决的问题,然后改变结构,使其在专利审查员看来是新颖的,保留生物活性,建立知识产权地位。你吃过的绝大多数药物都是这样来的。
植物和其他天然物质含有药物的观点曾被视为民间智慧。现在,它是药理学的基石。这个领域终于赶上了传统治疗师几个世纪前的认知,以及化学最终证实的东西。我在自己的研究中已经阐释了这一点。灵芝中发现的化合物与他汀类药物(历史上处方最广泛的药物类别之一)具有显著的结构相似性。这种结构重叠不是巧合。这是大自然先给出了解决方案。
FarmPrint——我开发的多药效团指纹识别技术——正是为了找到这一点而构建的。它使用分子指纹图谱,描绘大自然解决方案与制药化学空间重叠的区域。我开发这项技术是为了回答这个问题:大自然已经解决了哪些我们仍在努力解决的问题?“从药物到餐桌”进一步推进,直接在食物中寻找治疗性化合物。所以,当我说食物就是良药时,我不是在引用某个健康网红的话。我是基于40年化学、药理学和分子建模交叉领域的经验。我在说结构证据就在那里。计算工具已经存在可以找到它,而我构建的应用程序正是这一信念在日常人们手中的实际体现。
## 从理论到应用:Food Health 系列
- **Food Health:Scan and Score** —— 给餐食拍照,几秒内获得完整营养数据:卡路里、宏量营养素、纤维、蛋白质。已在苹果App Store和安卓上架。
- **Food Health TXD** —— 一款糖尿病意识伴侣应用,将实时碳水化合物估算与连续血糖监测仪数据配对。
- **Shared Health Projects** —— 一个社交健康平台,与最信任的人分享你的健康旅程。
这些应用通过工具和方法的组合而诞生。AI辅助是其中一部分。AI史蒂夫是这个过程的一部分,但不是全部。技术架构全部写在描述链接中。还有AI史蒂夫系统本身。
## AI史蒂夫系统:30万+生活片段与治理循环
AI史蒂夫一直在我的机器上运行。它摄取我的电子邮件(超过21.3万封)、消息、日历、健康数据、照片、文档。超过31.4万个索引化的生活片段,可以在不到一秒内进行语义搜索。我可以问它任何问题,得到基于我实际历史的答案。不是猜测。不是幻觉。是锚定在真实事件、真实通信、真实数据中的东西。
最有趣的进化是我所说的“治理循环”。AI史蒂夫可以识别自身能力中的空白,提出下一步应该构建什么,推荐改进——然后它等待。我是循环中的人类。我来决定构建什么。AI放大了我的判断,而不是取代它。这个区别对我来说就是一切。完整的技术故事——架构、RAG流水线、治理循环设计——都在下面链接的文章中。技术值得理解,但这个视频要说的是“为什么”。
## 转折点:超级个体时代已经到来
那么,为什么要告诉你们这一切?不是为了邀功。论文是35年前的。诺贝尔奖当之无愧。工作就在那里:文章、应用、系统。如果其中任何一点能帮助到任何人,那就是意义所在。
我相信我们正处于一个转折点。AI不再仅仅是生产力工具。它正在成为认知基础设施。而关于我们如何构建它、它反映谁的价值观、它保留了多少人类判断、它是服务于生命还是殖民生命——这些问题不是技术问题,而是人类问题。代谢危机是真实的。人际疏离危机是真实的。如何保存遗产、如何在亲人离世前后纪念他们——这个问题也是真实的。我向这些问题滑行已经很久了,并非总是知道冰球最终会去哪里,但一直遵循着冲动。
在结束之前,我想直接说几句。这些帖子不仅仅是记录我构建的东西。它们是一个邀请。贯穿我所描述的一切的那条线索不是技术技能,而是持续不懈、无法满足的好奇心。这种好奇心是创造性的。如果你有这种“痒”,你也能达到这个水平。我是认真的。不是为激励而激励,而是我真心相信这是真的。今天可用的工具意味着,非技术专家现在也能构建以前只有资金充足的团队才能使用的技术。过去需要团队、预算和数月准备的工作,现在可以在晨间咖啡时间用一段话就启动。我们以前称之为RAD(快速应用开发)。现在我们拥有的比那更快,而且更容易获得。
我作为科学家和建造者已经40年。我见过技术周期。我见过真正的平台转变是什么样子。这次不一样。超级个体时代不是即将到来,而是已经到来。如果你有好奇心,如果你一直对一个没人解决、让你烦恼的问题耿耿于怀,如果你有深厚的专业领域知识并且能清晰地看到差距——现在窗口是敞开的。不是五年后,不是等技术更成熟时,而是现在。
我分享这一切不是为了激发钦佩。我分享它是因为我真心希望,当你读到一个人如何在AI、化学、健康和人际连接的交叉点上构建了什么,会有所触动。希望你审视自己的好奇心,认识到什么是可能的。希望你问出我四十年来一直在问的问题:“为什么这东西还不存在?”然后你迈出合乎逻辑的下一步。
如果这引起了你的共鸣,如果你对我描述的任何一部分感到好奇,更深入的探讨都在下面链接中:AI史蒂夫架构、治理循环、AI爸爸概念、Medium上的“文艺复兴之圈”并在Substack同步。订阅。跟我一起迎接接下来会发生什么。
因为我可以自信地告诉你,我已经在向下一件事滑去。
我是史蒂文·马斯卡尔博士。这就是AI史蒂夫的诞生。
Source: [YouTube 视频链接](https://youtu.be/CZqp_bbk8D0)
相似文章
@snowboat84: https://x.com/snowboat84/status/2070656715515932930
这篇文章详细介绍了AI for Science(AI4S)的新范式,从AI作为分析工具到科研智能体(scientific agents)的转变,阐述了自主性层级、关键案例和未来趋势。
@dashen_wang: https://x.com/dashen_wang/status/2065053748746240161
文章深入探讨了Anthropic发布Fable和Mythos模型背后的命名哲学,指出AI的广泛应用仍以修bug等“重构已知”为主,而“创造未知”才是真正稀缺的能力;同时讨论了AI公司开始招聘哲学家的趋势,认为这标志着“为造物立法”的神话时代开启。
@CMGS1988: https://x.com/CMGS1988/status/2074488576356876585
作者分享了对AI与基础设施之间关系的个人见解,认为AI在放大执行力的同时,无法替代人类在复杂trade-off和组织问题上的判断,并以自身使用Fable 5等模型开发cocoon/sandbox项目的经验为例进行说明。
@snowboat84: https://x.com/snowboat84/status/2067032626821747178
本文深入探讨了具身智能的概念、思想源头(哲学、认知科学、AI机器人)和历史发展(符号主义的失败与Brooks的包容架构),分析了它与纯粹软件AI的区别及面临的挑战。
@Miles_Brundage: Worth a watch (and of course read Dan's statement the other day, mentioned at the very end). Among other things it capt…
这是一段由 Miles Brundage 推荐的视频,讲述 OpenAI 员工 Dan Kokotajlo 从痴迷奇点的少年到用 Code DaVinci 2 创作 AI 诗集、再到公开声明的经历,折射出“早期被 AGI 塑造信念”的真实体验。