Google最強模型Gemini，背後靈魂推手揭密！Deepmind創辦人如何靠「西洋棋」成功？|數位時代 BusinessNext

哈薩比斯如何獲得彼得泰爾派對的入場券？

在DeepMind聯合創辦人德米斯．哈薩比斯（Demis Hassabis）成為人工智慧領域裡的佼佼者前，他是一名贏得多次西洋棋世界冠軍的棋手，而這項技能也為他在日後贏得公司的首筆大投資。《The New York Times》報導，2010年時，哈薩比斯因緣際會來到PayPal聯合創辦人，同時也是知名創投家的彼得．泰爾家中參加派對，並闡述他日後的創業計畫。不過矽谷創投教父的派對豈是說去就能去的，哈薩比斯究竟是怎麼獲得入場券的？

這要從更早以前說起，在DeepMind創辦之前，哈薩比斯就在從事通用人工智慧（Artificial General Intelligence, AGI）的研究，通用人工智慧也被稱為強人工智慧，可以做到任何大腦能做的事。但在當時鮮少有人對AI有興趣，發展也沒什麼亮眼之處，但已經有一批科學家開始關注AI的負面影響。像是哈薩比斯與AI研究員兼哲學家的尤考斯基（Eliezer Yudkowsky），而他也是促成日後哈薩比斯與泰爾會面的關鍵之一。

《The New York Times》指出，這批科學家相信人工智慧可以治癒癌症或解决氣候變化問題，但他們也擔心AI可能會做出創造者沒有打算做的事情。而如果有一天它們變得比人類更聰明，就有可能會攻擊它們的創造者。尤考斯基同時也是受到泰爾資助的人之一，導因於泰爾對奇點（singularity）的興趣（科幻小說中的一個比喻，描述人工智慧不再由人類控制的時刻）。

尤考斯基後來創辦了一個關於討論奇點的年會，而也是在此時，哈薩比斯同事中，一位曾經遇到尤考斯基的人，成功爭取到了在年會上演講的機會，也因為這樣，他們得以被邀請參加泰爾的派對，也才能在日後獲得資金創建DeepMind。

那場派對上，哈薩比斯做了什麼？

在那場派對上，哈薩比斯用西洋棋中的主教與騎士向泰爾來比喻其計畫，認為雖然主教和騎士的價值相似，同時還存在深刻的緊張關係，但最好的玩家明白它們的優勢截然不同（主教通常在前期較重要，騎士則在中後期較為重要）。

在第二天，哈薩比斯與共同創辦人蘇萊曼（Mustafa Suleyman）和萊格（Shane Legg）一同與泰爾會面，最終成功獲得了225萬美元的資金。這不僅是DeepMind的第一筆大投資，也是泰爾在矽谷乃至於美國範圍外的首批投資之一。

哈薩比斯一句話讓馬斯克破例投資

與AI產業發展有高度相關的特斯拉執行長馬斯克也與DeepMind有合作關係。馬斯克與哈薩比斯的相遇是在泰爾的一次投資基金會議，因為該基金也有投資馬斯克的SpaceX。事後哈薩比斯來到SpaceX的總部參觀，並與馬斯克共進午餐。

當時馬斯克闡述了他的火星殖民計畫，而哈薩比斯的回答卻出乎他的意料，他當時表示，「只要超級人工智慧不跟隨並摧毀火星上的人類，這個計畫就會奏效」。言下之意即要將AI納入風險管控的一環。馬斯克當時啞口無言，因為這是他沒有想到的風險，而隨後他也投資了DeepMind。投資這間公司對於當時的馬斯克來說是個創舉，因為當時的他對自己有個不成為的規定，就是不會投資任何不是他自己經營的公司。

但馬斯克也只參與到了2014年，就因當時掀起的AI人才搶奪風潮而中止。當時DeepMind的競爭買家除了Google外，還有Facebook的創辦人祖克柏（Mark Zuckerberg），但因為Google同意了DeepMind不得用於軍事目的還有成立獨立委員會監督等條件，最終於2014年被Google收購。

責任編輯：陳建鈞、蘇祐萱

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。