超级英雄哈萨比斯:人工智能挑战李世石幕后故事

　　导语：英国《卫报》本周刊文，介绍了DeepMind及其创始人和领导者德米斯哈萨比斯。DeepMind开发的人工智能系统AlphaGo将于本月挑战韩国顶尖围棋选手李世石。人工智能能否在全球最复杂的棋战中击败人类高手，这已经引起了全球的密切关注。那么，DeepMind和哈萨比斯是如何取得了今天的成就？

　　以下为文章全文：

　　德米斯哈萨比斯(Demis Hassabis)看起来很谦虚，但当他对我说，他的使命是“解决智能问题，随后利用这一技术去解决所有一切”时，他显得非常认真。如果这种说法来自其他人，那么毫无疑问很可笑，但放在哈萨比斯身上，情况并非如此。哈萨比斯是一名39岁的前国际象棋大师以及一名电子游戏设计师。他的人工智能创业公司DeepMind于2014年被谷歌收购，当时谷歌的出价据称为6.25亿美元。他来自一个移民家庭，拥有剑桥大学和伦敦大学学院的计算机科学和认知神经科学学位。用同事的话来说，哈萨比斯是一名“有远见的”经理。哈萨比斯也承认，他已经找到一种方式，“让科学研究更高效”。他自称正在“领导21世纪的阿波罗项目”。放在大街上，哈萨比斯相貌平平，你可能不会想再看第二眼。不过蒂姆伯纳斯-李(Tim Berners-Lee)曾表示，哈萨比斯是这个星球上最聪明的人物之一。

　　人工智能正在包围我们，我们使用的Siri以及Android语音助手即是如此。在短期内，谷歌的产品将会从哈萨比斯的研究中受益，即使个性化、搜索、YouTube，以及语音和面部识别技术并未被标榜为“人工智能”。而从长期来看，哈萨比斯的研究意义远远不止是情感机器人和更智能的手机，而受益者也不止是谷歌，以及投入数十亿美元、招揽大批博士从事人工智能研究的Facebook、微软和苹果等其他巨头。这将使我们的梦想成为现实，甚至实现我们难以想象的应用。

　　听起来，这一项目有着远大的目标。此前，许多人工智能系统都很“狭隘”：研究者训练预先被编程的人工智能主体，使其掌握某种特定技能，仅此而已。因此，IBM的超级计算机“深蓝”能击败国际象棋大师卡斯帕罗夫，但却无法在幼儿园游戏中胜过三岁小孩。哈萨比斯希望人工智能借鉴人脑，开发出首款“通用型学习机”。这将是单一的自适应算法，具备自学能力，只需获得原始数据即可从零开始掌握某项技能。这正是生物的学习方式。

　　这就是“通用人工智能”，而“通用”是其中的关键词。在哈萨比斯看来，未来超级智能机器将可以与人类专家携手合作，解决任何问题。他表示：“癌症、气候变化、能源、基因、宏观经济、金融系统、物理学，我们正试图掌握的许多系统都变得越来越复杂。我们正遭遇信息过载，因此即使是最聪明的人才穷尽一生也难以掌握所有一切。我们要如何分析这些数据，从中获得有用信息？可以这样看待通用人工智能：这可以自动将非结构化信息转换为可操作的知识对象。我们正在开发的可能是一种针对任何问题的通用解决方案。”

　　这一通用解决方案可能还需要几十年时间才能问世，但我们距离这一目标正越来越近。2015年2月，全球顶级科学期刊《自然》杂志刊登了一篇论文，显示“自学人工智能软件”已在电子游戏领域取得了“堪比人类水平的表现”。在这篇论文中，DeepMind描述了首个成功的通用“端到端”学习系统，其中的人工智能主体，即名为Deep-Q Network的算法，搭载在一颗GPU(图形处理单元)上。这一系统学会了如何处理屏幕上的输入信息，理解这些信息，做出决策并取得预想中的结果，从而成为了Atari 2600上一系列游戏的高手。这一突破震惊了科技界。

　　上月，DeepMind在《自然》杂志上发表了第二篇论文。在如此短的时间里连发两篇高质量论文本身就是一项了不起的成就。这一次，DeepMind选择的目标不再是70后和80后们熟悉的街机游戏，而是有着2500多年历史、曾经被孔子提及的中国古老棋类游戏：围棋。围棋对弈过程中的判断分支十分巨大：围棋可能的棋型总数超过宇宙中的原子数。与国际象棋不同，仅靠暴力计算无法让计算机成为围棋高手。更棘手的是，为围棋编写评价函数也不可能。评价函数是一系列规则，能告诉我们哪一方将获胜，以及胜出多少子(多少目)。围棋更多地需要依靠棋手的“直觉”。在被问到某一手为何这样下时，职业棋手的答案通常是：“感觉这样是对的。”

　　基于明显的原因，传统计算机很难做出这样的判断。因此在很长时间里，围棋都被认为是人工智能“悬而未决的最大挑战”。大部分研究人员都预计，我们至少还要10年时间，才有望让机器去解决围棋的难题。

　　不过，DeepMind最新的人工智能算法AlphaGo已在圈内得到了一些证明。AlphaGo在去年秋季的一场保密的五番棋比赛中，以5:0完胜三度欧洲围棋冠军樊麾，而本月即将挑战全球顶尖高手李世石。在英国帝国理工学院认知机器人学教授穆雷沙那罕(Murray Shanahan)看来，这是一项“惊人的成就”。超人类主义哲学家尼克博斯特罗姆(Nick Bostrom)也认为，这是一个“重要里程碑”。博斯特罗姆的著作《超级智能：道路、危险和战略》认为，如果通用人工智能成为现实，那么将是一个带来无与伦比后果的事件。借用谷歌工程总监雷伊库兹韦尔(Ray Kurzweil)的话来说，这甚至将导致历史编写的断裂。在牛津人类未来研究所的办公室中，博斯特罗姆表示，AlphaGo的成就“使过去几年机器学习领域的成果变得戏剧化”。

　　哈萨比斯也认为“这很酷”。关于AlphaGo的成就，哈萨比斯在他的办公室里接受了采访。与往常一样，他穿着普通的黑色上衣、裤子和鞋。尽管谷歌收购DeepMind给他带来了大笔财富，但他的穿着看起来就像是个实习生。“围棋是棋类游戏的顶峰，从智力深度来看也最为丰富。围棋有趣而优美，令我们激动的是，我们不仅掌握了围棋，还开发出非常有趣的算法。”哈萨比斯认为，下围棋更多的是一种艺术，而不是科学。“AlphaGo以人类的方式去下棋。这一系统按照人类的方式去学习，并且会像你和我一样，在不断练习中取得提高。”

　　哈萨比斯看起来像一名学生，但他的骄傲之情又像是一名好学生的家长。AlphaGo是他职业生涯中取得的最令人兴奋的成就。“这比任何人的想象都要好一个数量级。”他断言，“但对我们来说最重要的一方面在于，这不是一个基于预设规则的专家系统。AlphaGo能利用机器学习技术，通过自我教学去掌握围棋。最终，我们希望将这种技术应用至现实世界最重要的问题，例如气候建模，以及对复杂疾病的分析。因此最令人兴奋的是，我们可以开始想象，这一技术下一步能解决什么问题。”

　　我首次见到哈萨比斯是在2014年夏季，即DeepMind被谷歌收购的几个月之后。自那时以来，我曾见过他在多种环境下工作，并在过去8个月时间里对他进行过3次正式采访。在这段时间里，哈萨比斯从谷歌的人工智能天才逐渐成长为善于表达的沟通者，能够以深入浅出的方式向非科学家的大众介绍自己的复杂工作，以及这些工作有何重要意义。他很擅长以娓娓道来的方式去分解描述DeepMind的方法，即对传统人工智能技术和新技术的结合。以围棋为例，DeepMind结合了传统的“树搜索”方法，以及模拟大脑神经元的“深度神经网络”，并巧妙地融合了多种不同人工智能技术。

　　对于DeepQ，DeepMind将深度神经网络与“强化学习”技术结合在一起。强化学习是所有动物采用的学习方式，利用了动物大脑中由多巴胺驱动的“奖励”系统。而对于AlphaGo，DeepMind更进一步，加入了用于处理长期规划的更深层次的强化学习技术。未来，他们将整合记忆等其他功能，使所有智能模块都做好理论上的准备。“我们的路线图已经设想了应当需要多少种能力。”哈萨比斯表示，“将所有这些不同领域整合在一起是关键。因为我们感兴趣的算法能够将针对某一领域的学习经验应用至新的领域。”