DeepMind破解圍棋這一歷史難題的成果舉世矚目，該篇文章是《衛(wèi)報》對DeepMind創(chuàng)始人Demis Hassabis的深度專訪，全面且深刻的還原了這位天才的性格、生活，以及對人工智能的熱情和野心。他有著近乎傳奇的早期經(jīng)歷，在國際象棋、游戲設計、計算機科學和神經(jīng)科學等多個領域取得的成就形成了他從事人工智能偉大研究的完整拼圖，他稱自己為科學與 創(chuàng)造力的結(jié)合體。Hassabis帶領DeepMind進行開創(chuàng)性的人工智能研究，破解圍棋這一歷史難題，研究成果在極短的時間內(nèi)兩次登上 《Nature》封面。而更加重要的是，DeepMind開創(chuàng)了一種科學研究與創(chuàng)業(yè)團隊完美結(jié)合的機制。DeepMind在積極探索人工智能研究和應用的 同時，在人工智能倫理研究方面也走在了全世界前列。Hassabis更是通過一次長談說服了霍金，讓他不再對人工智能大放厥詞。Hassabis就像 DeepMind的AlphaGo一樣，像個超人一樣保持高強度的工作和學習節(jié)奏，他把人工智能當成為之畢生奮斗的事業(yè)，也是他生活中的一部分。而 Hassabis將和他的DeepMind繼續(xù)朝著「創(chuàng)造解決世界上一切問題的通用人工智能」這一目標前進。

　　Demis Hassabis舉止溫和，面容謙遜，而當他告訴我他正在為「破解智能難題，然后用其來解決一切問題」的使命而奮斗時又格外認真。其他任何人說出這句話， 聽起來都十分可笑，但這句話從他的口中說出就另當別論了。39歲的Hassabis是一位前國際象棋大師、游戲設計員，他的人工智能研究創(chuàng)業(yè)公司 DeepMind在2014年被谷歌以6.25億美元收購。

　　他是移民后代，在倫敦芬奇利一所公立綜合學院上學，分別取得了劍橋大學和倫敦大學學院(UCL)的計算機科學和認知神經(jīng)科學學位。與他一起工作過的 人們認為他是一個「有遠見」的管理者。Hassabis認為他發(fā)現(xiàn)了一種「讓科學研究更有效率」的方法，并提到他正在領導一個「21世紀的阿波羅項目」。 他長相如此平凡，是那種你在街上不會看第二眼的人，但Tim Berners-Lee曾經(jīng)向我這么形容他：他是這個星球上最聰明的人之一。

　　每次我們打開Siri或者收到Android的推送時，都會感到人工智能已經(jīng)在我們身 邊。從短期來說，谷歌的產(chǎn)品將毫無疑問的從Hassabis的研究中獲利，盡管這些技術(shù)所帶來的個性化、搜索、YouTube、語音和人臉識別等產(chǎn)品的提 升都沒有被定義為真正「人工智能」(Hassabis對此笑稱到：「它只是軟件，對吧?它只是一個能運行的東西。」)。但從長期來說，Hassabis正 在開發(fā)的技術(shù)并不僅僅局限于情感機器人和更加智能的手機，也不僅僅圍繞著谷歌。Facebook、微軟、蘋果和許多其他科技巨頭們都在如饑似渴的招攬人工 智能博士生，在這場最新的科技競賽中砸入數(shù)十億美元。人工智能關(guān)注所有的事情，包括我們能想象到的，以及那些我們想象不到的。

　　它確實聽起來太過野心勃勃。大部分人工智能系統(tǒng)應用范圍都很「窄」，訓練預設程序的機 器去執(zhí)行特定任務，除此之外再沒什么了。因此，IBM的深藍能在國際象棋比賽中擊敗Gary Kasparov，但卻在井字游戲中輸給三歲孩童。而Hassabis正在把他從人腦中得到的啟發(fā)用于構(gòu)建首個「通用學習機器」：一套能像生物系統(tǒng)一樣學 習的靈活、自適應的算法，僅使用原始數(shù)據(jù)就能從頭開始掌握任何任務。

　　它就是通用人工智能(artificial general intelligence ，簡稱AGI)，它的重點落于「通用」上。在Hassabis眼中，未來超級智能機器將與人類專家合作解決一切問題?！赴┌Y、氣候變遷、能源、基因組學、 宏觀經(jīng)濟學、金融系統(tǒng)、物理學等，太多我們想掌握的系統(tǒng)知識正變得極其復雜?！笻assabis指出：「如此巨大的信息量讓最聰明的人窮其一生也無法完全 掌握。那么，我們?nèi)绾尾拍軓娜绱她嫶蟮臄?shù)據(jù)量中篩選出正確的見解呢?而一種通用人工智能思維的方式則是自動將非結(jié)構(gòu)化信息轉(zhuǎn)換為可使用知識的過程。我們所 研究的東西可能是針對任何問題的元解決方法(meta-solution)?！?/p>

　　雖然尋找「元解決方法」也許要花費數(shù)十年時間，但它看起來正在迫近。2015年2月， 世界頂級科學期刊《自然》將像素游戲《Space Invaders》作為其封面，右下角是「自我教學軟件在玩游戲上達到了人類般的表現(xiàn)」。在這一期，DeepMind的論文描述了首個成功的通用「端對 端」學習系統(tǒng)，他們的人工代理——一個針對于圖像處理單元的Deep-Q網(wǎng)絡算法——能夠?qū)W習如何處理屏幕的輸入值并理解其含義，并采取能實現(xiàn)所需結(jié)果的 決策(在這種情況下，系統(tǒng)成為眾多雅達利2600經(jīng)典游戲，如太空侵略者、拳擊、打磚塊中的超級玩家)。這是一項讓整個科技界都為之震撼的突破。

　　很顯然，計算機在做出這方面的判斷時會表現(xiàn)很糟，圍棋也因此被認為是人工智能領域「懸而未決的重大挑戰(zhàn)」之一，大部分研究者預期還需要十年機器才能有希望破解它。

　　氣候建模，復雜疾病分析——開始想象下一步可能解決什么讓人非常興奮。——Demis Hassabis

　　不過體育的榮耀再也沒有希望了。Hassabis是一位忠實的利物浦球迷，喜歡觀看各種體育賽事，四歲那年他開始下國際象棋，不到一年就開始了全國比賽，不久之后又開始角逐于國際賽場?，F(xiàn)在可以很明顯地推測出，他的一生都將與心智有關(guān)。

　　他的公司在被谷歌收購時有50多人，現(xiàn)在的員工人數(shù)快到接近200，他們來自45個國家，占據(jù)了一整棟位于國王十字路的六層建筑。盡管有讓他將公司搬往別處(可以推測肯定包括硅谷的山景城)的壓力，但Hassabis決心他的公司應該保持在離他的根很近的地方。

　　建筑的第一層是一間咖啡廳，裝配著裸露的磚墻和裝有客用椰子水的冰箱，還能見到在世界上大部分雄心勃勃的科技公司里都能看到的桌上足球機和沙包。樓上則對原來的建筑進行過裝修，是一個現(xiàn)代的開放式結(jié)構(gòu)，樓上辦公室?guī)в幸粋€陽臺，在上面能夠欣賞到倫敦屋頂?shù)膲邀惥吧?/p>

　　他承認，實際上沒有太多人工智能編程工作?！敢驗槲椰F(xiàn)在的數(shù)學太生疏了。更多的是直覺式的思考。或者是關(guān)于公司戰(zhàn)略的思考：如何將其規(guī)?；绾喂芾?，等等。或者是想一些當天在文章和新聞中看到的東西，思考我們的研究如何和那些東西結(jié)合起來。」

　　這讓我想到了AlphaGo,，它就在令人很難想象的擁有龐大計算能力的谷歌云端不停的練習、練習、再練習，每一秒、每一天都在進步，因為它學習的唯一方法就是永不停歇。

　　「它會休息嗎?」我問到。

　　「不，它不會休息。即便在圣誕節(jié)期間也沒有?！?/p>

　　我有些猶豫：「它真的永遠不需要休息嗎?」

　　「可能它就喜歡這樣(永不停歇)」，他回復道，眼睛閃閃發(fā)亮。

　　那他的其他方面呢?孩子、朋友和正常生活?「毫無疑問，我會盡力去平衡生活，不然確實有些瘋狂?！龟P(guān)于孩子們，最酷的地方是他們幾乎成為能以相同方式占用你時間的唯一事情。

　　他主動補充到：「事實確實如此，我沒有太多的正常生活。每一個醒著的時刻，我都在思考問題，或許在夢中也是如此。因為這太令人興奮了，它如此重要，這就是我最令我充滿熱情的事情?！?/p>

　　從他眼里我看到了像孩子般天真無邪的對夢想的執(zhí)著?！肝腋杏X自己很幸運，我無法想象還有什么問題能比我研究的更加有趣，因此我會每天都在思考它們。每個時刻我都在做自己真正信仰的事情。不然我為什么要做這些呢?人生如此短暫?！?/p>

　　「DeepMind在鼓勵討論這些事情方面是行業(yè)的領先者，」Bostrom對此表示了贊同，「在參與一些需要應對長期挑戰(zhàn)的研究方面亦是如此?！?/p>

　　關(guān)于超級智能的問題，他說到：「我們需要確保目標精確詳細，并且沒有什么模糊的地方，不會隨著時間的流逝而發(fā)生變化。但在所有的系統(tǒng)中，最頂層目標仍然由它的設計者確定。這可能需要系統(tǒng)自己想辦法達成目標，但它不能自行創(chuàng)造目標。」

　　他的語氣讓人放心?！缚窗?，這些是有趣又有難度的挑戰(zhàn)。因為這些全新的強大技術(shù)需要符合倫理和有責任感地使用，而這就是我們積極呼吁討論和研究這一事宜的原因，所以當那個時間窗口到來時，我們能夠已經(jīng)做好了準備?！?/p>