Demis Hassabis：AlphaGo圍棋程序就是他編寫的

543

　文| 海中天
　　李世石是世界圍棋冠軍，一直以來，人們都認為古老的中國圍棋是最複雜的遊戲。本週，DeepMind（一家英國公司，為谷歌所有）開發的AlphaGo圍棋程序打敗了李世石，五輪比賽，前三輪全都贏了。

　　本次勝利有一個幕後人類策劃者——Demis Hassabis，他是DeepMind的聯合創始人兼CEO。Demis Hassabis將李世石描述為“圍棋界的Roger Federer（瑞士網球巨星）”，DeepMind取得的成功相當於機器人站在溫布爾頓的草坪上打敗傳奇網球巨星。

　“我認為勝利的意義相當重大，但最終還是需要歷史來評判。” Hassabis在首爾接受采訪時說，“許多人預測至少還要10年才能取得勝利，現在我們迎來了里程碑，真是讓人激動。”現年39歲的Hassabis早就在等待這一刻的到來了，他的野心並不滿足於圍棋，他的目標是讓“機器智能化”。

　　通才到AI專家

　　Hassabis在倫敦出生，他的母親是新加坡華人，父親擁有希臘塞浦路斯血統。看看他的職業生涯就不難發現Hassabis是一個通才，他精通國際象棋，是計算機程序大師，同時還是視頻遊戲設計師和神經科學家。
　　正因為有著豐富的經歷，Hassabis在2010年創辦了DeepMind；與他合作的有Mustafa Suleyman，他也是一名技術專家，從小就和Hassabis一塊長大；還有Shane Legg，當他們還是英國倫敦大學的神經科學研究生時就已經認識了。2014年谷歌花了4億英磅收購了DeepMind。

　　“在Demis Hassabis身上有一些與眾不同的天賦，這些天賦很難同時擁有。”計算機科學家、企業家Hermann Hauser說，“他是一個非常開明、慷慨而謙遜的人，一點也不傲慢。”
　　當Hassabis還在劍橋大學攻讀計算機科學本科學位時就已經開始接觸AI了。講師堅持講授“狹隘”的AI課程，程序員要將“標籤”和數據連接起來，只有這樣電腦才能搞清信息的意義。Hassabis對這種方法並不滿意，他想打造一個“通用”AI系統，該系統可以利用環境中的“非結構”信息來作出獨立決策和預判。


　在DeepMind公司，工程師用神經網絡編寫程序，神經網絡是以人的大腦為藍本的。系統會犯錯，但是隨著時間的前進它會學習。系統還可以用來玩其它遊戲，執行其它任務，所以說它的智能是通用的，不是特定的。這樣的AI可以像人一樣思考。

　　遊戲是測試類似AI程序的理想方式，研究者可以設定目標來測試系統性能。Hassabis有意對電腦進行訓練。13歲時，Hassabis就成了國際象棋大師，他參加過智力奧運會（Mind Sports Olympiad），當時他曾在同一時間擊敗了不同的競爭者。組織方稱讚他說：“可能是歷史上最棒的玩家。”

　　在其它領域AI仍然差得很遠

　　Hassabis先生喜歡人力隨機性遊戲。他曾經贏得撲克錦標賽冠軍，之所以喜歡這個遊戲是因為即使玩家的每一步都正確仍然可能輸掉比賽。他喜歡Diplomacy，這個遊戲規則寬鬆，玩家需要協商談判，需要拉人結盟並用各種手段維護自己的統治地位。

　　圍棋是AI的“聖杯”。早在2500年前圍棋就在中國誕生了，全球有4000萬玩家，有1000名專業棋手。“我的圍棋棋藝不錯，完全可以欣賞它的優美。” Hassabis說，“但它不是我最擅長的遊戲，所以說我從沒有真正和AlphaGo對決過，因為從最開始它就超越我了。”圍棋遠比國際象棋複雜，它的配置方式更多，由於信息太大，即使是最強大的超級電腦也無法處理。如果要打敗人類玩家，技術必須取得空前的突破。

　　週三時，經過三個半小時的鏖戰後，李世石向AlphaGo認輸。輸棋之後李世石感到震驚，第二天AlphaGo又贏了，第三場比賽還是一樣。儘管成就非凡，Hauser仍然提醒我們注意：在其它領域AI仍然差得很遠，比如機器人領域。

　　“我們雖然在AI技術上取得了非凡的進步，但是有一點卻很奇怪：AI可以成為世界圍棋冠軍，電腦卻無法真正移動圍棋棋子。” Federer說。對於Hassabis來說，DeepMind技術在圍棋上取得成功只是一個測試，以後技術還將面臨真實世界的挑戰，比如讓智能手機虛擬助手更智能，幫助科學家理解更複雜的問題。