人工智能的“超级英雄”：李世石真正的对手其实是他_造就的专栏文章_微信文章

德米斯·哈萨比斯

德米斯·哈萨比斯（Demis Hassabis）这人很谦逊，没什么架子，但他一本正经地跟我说，他的志向是“先破解智能的奥秘，再用它破解其他的一切”。要是别人这样说，我们听过也就罢了。

但哈萨比斯何许人也？他少年时期就拿到国际象棋大师头衔，自己动手设计过游戏，后来创办了一家研究人工智能的初创企业，名叫DeepMind，2014年作价6.25亿美元卖给谷歌。他还拿到剑桥和伦敦大学学院的计算机科学和认知科学文凭。

和他共事过的人都说，他这个人“高瞻远瞩”。他自己也说，有办法让科研变得很有效率，还说他领导着一个21世纪的阿波罗计划。这个人其实貌不惊人，走在街上你都不会多瞧他一眼，但互联网发明者蒂姆·伯纳斯·李（Tim Berners-Lee）说过，地球上最聪明的人中就包括哈萨比斯。

其实人工智能技术在当下已经无处不在。你每次“审问”Siri的时候，安卓每次给你推荐东西的时候，其实都是人工智能在工作。眼下谷歌旗下产品都多多少少地得益于哈萨比斯的研究——虽说个人定制、搜索、YouTube、语音和面部识别都不是以“AI”之名示人。

从更远的角度来看，他在开发的这种技术可不只是情感机器人和更智能的手机这么简单。它大过谷歌，大过Facebook、微软、苹果等一众科技巨头。它囊括了我们所能想象到的一切，还有很多我们想象不到的东西。

这野心是不是忒大了点儿？确实。当前的大多数AI系统都还很“狭隘”，最典型的就是训练一套预编程的软硬件，让它掌握某项特定的任务，其它的则什么都不会。

所以，IBM的“深蓝”能打败国际象棋大师加里·卡斯帕罗夫（Gary Kasparov），但你让它跟三岁小孩儿下五子棋，它就又傻眼了。哈萨比斯的做法不一样，他想用从人脑中得到的启发，首开先河地打造一种“通用学习机器”，也就是一套灵活的自适应算法，可以像生物系统一样，从零开始学习任务，其间只用到原始数据这一种东西。

这就是通用人工智能（AGI），重点在“通用”。他认为，在未来，超智能机器会跟人类专家协同工作，攻克一切难题。“癌症、气候变化、能源、基因组学、宏观经济学、金融体系、物理学，”他说，“我们想要精通的很多知识领域都变得越来越复杂，信息量爆棚，哪怕是最最聪明的人，穷其一生也难以融会贯通。”怎么样才能在这股数据的洪流里淘金，得出真正的见地呢？

哈萨比斯给出的答案，就是一种能把非结构化的信息自动转化成可操作的知识，一种也许能解决所有问题的“元解决方案”。虽然全完实现这个目标可能还要等上几十年，但现在，它已经有种势不可挡的感觉。

2015年2月，《自然》杂志在封面上宣布人工智能在电子游戏竞技中赶上人类，配图古老的街机游戏《太空侵略者》。DeepMind在这期杂志上刊登了一篇论文，描述了第一款成功的“端对端”通用学习系统，其中的AI名叫Deep-Q Network，它学会了如何处理游戏画面中的信息，进行解读并进行操控。这个成果让整个科技界为之一振。

今年1月，DeepMind在《自然》杂志发表了第二篇文章——这么短的时间里两次登上《自然》杂志封面，这本身就是一项了不起的成就。这一次，它挑战的对象是比古董街机游戏还要古老，那就是围棋。

它的“分支因子”无穷无尽，走法可能比全宇宙的原子数量还要多；而且和国际象棋不同的是，它无法通过暴力计算来求解。甚至连编制函数来苹果当前棋局的胜率都很难。它需要棋手拥有某种“直觉”——如果问一个专业围棋手为什么这样落子，他常常会回答说：“凭感觉。”

可是计算机历来不善于做这种模糊的判断，原因不言而喻。所以，围棋一直被认为是人工智能没翻过去的一座大山，之前大多数研究人员预计，AI想要攻克这个难题，还要再等十年。

但现在，证据摆在我们面前，DeepMind的最新AI算法AlphaGo，在一场闭门比赛中挑战三届欧洲围棋冠军樊麾，并以五比零完胜后者，就在今天它还将与韩国围棋国手李世石展开五轮大战。伦敦帝国学院机器认知学教授穆雷·沙纳汉（Murray Shanahan）称之为“惊人成就”，超人主义哲学家尼克·博斯特罗姆（Nick Bostrom）也说这是机器学习领域里的一个重大里程碑。

“是挺酷的。”哈萨比斯说得无比淡定。日前他接受了记者采访，探讨了这项技术的最新成果。据说谷歌收购DeepMind，让他个人进账8000万英镑，但他还是和往常一样，一身不起眼的黑色上衣、裤子和鞋子。如果你把他错认成实习生，那也不是你的错。

“围棋是终极挑战，它是游戏金字塔的最顶端，需要无与伦比的智慧。它充满了魅力，而且振奋人心的是，我们不仅掌握了它，而且用了一种极为有趣的算法。”他认为，围棋在更大程度上是一种艺术，而不是科学，“而且AlphaGo的棋风跟人类很像，因为它会像人一样去学，而且在下棋的过程中变得越来越强大，你我都是这么学的。”

“它的数量级超过任何人的想象，”他激动地说道，“我们最看重的一点是，它不是用手动指定的规则形成的专家系统，而是使用通用机器学习技巧，自学掌握了围棋。最终，我们希望把这些技巧应用到重要的现实问题中去，比如对气候进行建模或复杂疾病的分析。所以，它下一步会攻克什么呢？想想就让人兴奋。”

对气候进行建模或复杂疾病的分析——它下一步会攻克什么呢？想想就让人兴奋。

从DeepMind被收购以来，他从当初的“谷歌AI天才”，一步步蜕变成如今这位话语中充满自信的沟通者。他可以把他那极其复杂的工作，以及它的重要性，以一种极富感染力的热情，有效地解释给我这个门外汉听。比如说，他们是怎么把新旧AI技巧结合起来的。

在DeepQ当中，他们结合了深神经网络和类似训练小白鼠的“强化学习”技术。对于AlphaGo，他们更进一步，加入了一个更深层次的强化学习系统，负责长期计划。下一步就是集成记忆等功能，直到从理论上把所有的智能研究重要课题一一攻克。“至于这样的智能究竟有多少，路线图怎么规划，我们有一个大致的概念，”哈萨比斯说。“关键是怎么把所有不同领域结合起来，因为我们希望，算法能把它从一个领域学到的知识应用到别的领域。”

这有点像是哈萨比斯本人。乍一看他的履历，这人好像对什么都有一点浅尝辄止的好奇心，从棋盘游戏到电子游戏，再到计算机编程，再到认知神经科学，最终走到人工智能。看似东一榔头西一锤，但他能走到今天这一步，是因为它们背后有一个核心的焦点，而本钱正是他那几十年一遇的天才大脑，再搭配以学科方向上的不断校准。

让我们回顾一下他的人生亮点：8岁编写出自己的第一个计算机游戏；13岁达到国际象棋大师级水平；17岁创造最先集成AI的电子游戏《主题公园》；20岁以双优成绩从剑桥大学计算机科学毕业；随即创办突破性的电子游戏公司Elixir；开始海马体和情景记忆方面的开拓性学术探究，以此作为“拼图”的最后一块，继而于2011年创办DeepMind。顺带说一句，他还在脑力奥运会精英项目“全能脑力王”中五次夺冠。

“我很容对一件事感到厌倦，世界这么丰富多彩，那么多有趣的事情可以去做，”他坦言。 “如果我是一名体育运动员，那我就想成为一名十项全能选手。”

欧洲围棋冠军樊麾挑战AlphaGo系统。

但体育界始终没有向他发出召唤。虽然他也喜欢观看各种体育赛事，但很小的时候其实就明确了要走脑力路线——4岁就开始学下国际象棋，不出一年就进入英国的全国比赛，之后没过多久，又晋级国际比赛。

哈萨比斯1976年出生于伦敦，父亲是希腊的塞浦路斯裔，母亲是新加坡华裔，父母都是老师，开过玩具店。家里兄弟姐妹三人，哈萨比斯是长兄，妹妹是作曲家和钢琴家；弟弟研究创意写作。在科技这一脉，在他家们并不是很突出。

“我绝对是家里的异类。”他笑说。他说，“我父母都有技术恐惧症。他们不喜欢计算机，有点偏文艺。妹妹和弟弟也都走了文艺路线，都没有真正去搞数学或科学。”他耸了耸肩，似乎带着些歉意。“所以挺怪的，我也不知道我怎么过来的。”

每天晚上，哈萨比斯都会回家和家人吃饭。他的妻子是意大利分子生物学家，研究老年痴呆症。他们有两个儿子，一个7岁，一个9岁。哈萨比斯会和他们玩游戏、阅读书籍，或帮他们做作业。

他会像其他普通老爸一样，哄他们上床睡觉。但到晚上11点左右，大多数人都洗洗睡的时候，他就开始了自己的“第二天”。和美国之间的Skype通话常常进行到凌晨1点。之后，就是“纯粹的思考时间。“直到凌晨三四点，那都是的我的思考时间；思考研究，思考我们的下一个挑战，或者，我也会写一篇关于算法设计的随笔。”

这类随笔不算是编程，他坦言：“因为我的数学已经太生疏了。它更多的是一种直觉思维。或有关公司的战略思考：如何扩大，如何管理。或者只是我在文章中读到、在新闻里看到的什么东西，想着怎么把我们的研究跟它联系起来。”

这让我想起了AlphaGo，它每天的工作就是不停地下棋、下棋、还是下棋，每一天、每一秒都在自我提升，因为对它来说，学习的唯一途径就是继续下去……

“它有机会休息吗？”我问。

“没有。没有休息！连圣诞节都不休。”

我有点迟疑。“它就不需要休息一下么？”

“它想得美。”他逗趣地说道。

好吧。那哈萨比斯自己呢？“他绝对是个超人类，”他的一个同事漫不经心地说。他有没有把注意力移开的时候？“很难，”哈萨比斯坦言，“生活和工作之间的矛盾，我从没有遇到过。对我来说，它俩不过是同一种事物的两面。我也喜欢看书、看电影、听音乐，但最后都要归结到我所做的事情。我的大脑已经完全被AI占据了。”

那孩子、朋友还有正常生活呢？“当然，我会尽量接接地气，不让自己太显得不食人间烟火。说到孩子们，能像AI一样让我全神贯注的，也就只有他们了。”

他又若有所思地说：“但我没有过过太多正常人的生活，这倒是真的。每个清醒的时刻，我都在想着AI，也许梦里也在想着。因为它太振奋人心、太重要了，它是最让我热血沸腾的事情。”

如果有一种数字智能在各个方面都远超人类智能，这时候你再用‘助理’来描述它，就有些不太贴切了。

— 伊隆·马斯克

他的眼里焕发出明确而坚定的神采，有一种孩童般的天真。“我觉得自己很幸运。对于我现在研究的问题，我想象不到什么东西会比它更有趣，而我每天都可以去思索这些问题。每时每刻，我所做的都是我真正信奉的事情。不然又何苦去做呢？生命是如此短暂。”

如果斯蒂芬·霍金、比尔·盖茨、伊隆·马斯克、扬·塔里安（Jaan Tallinn）、尼克·博斯特罗姆还有其他无数科学巨人的担心变成现实，那我们的生命怕是不会长久。一旦他们所担心的超级智能灾难真的降临，那么放眼历史，我们不太可能有足够的先见之明，去及早地退出AI军备竞赛，到我们反应过来的时候，可能为时已晚。

美国物理学家罗伯特·奥本海默说过这样一句名言：“看到好的技术就尽管去做，务必先取得成功，再回头讨论该对它做些什么。”几十年后的今天，博斯特罗姆也指出：“无论有没有办法确保超级AI永不伤害人类，它都会被创造出来。而霍金最近也总结说：“AI的成功创造会是人类历史上最大的事件。但不幸的是，它也可能是人类历史上的最后一场事件。”

“好吧，希望不会如此吧。”哈萨比斯说。在他看来，对通用人工智能的危言耸听搞得大家人心惶惶，掩盖了短期内AI可能带来的巨大助益。这种担忧是不恰当，不合时宜的。“能够和人类平起平坐的通用智能要几十年后才会出现，”他提醒说。

“我们还在梯子的第一级上，还处于学会玩游戏的阶段。”虽然他承认有一些风险确实应该考虑起来，但绝对不会像科幻小说中的反乌托邦场景那样——超级智能无情地铲除创造它们的人类。

对于超级智能这个问题，他说：“我们要确保目标指定正确，不留暧昧的余地，不随时间的推移而转变。但在我们所有的系统里面，最顶层的目标还是由设计师指定的。AI也许能自己找出实现这一目标的途径，但不会自己创建目标。”

他的语气让人很释然。“你看，这些都是有趣又困难的挑战。就和所有强大的新技术一样，它的使用必须是合乎伦理、负责任的。我们之所以积极呼吁大家辩论和研究这个问题，就是出于这个原因。这样，在时机成熟的时候，我们就已经做好准备了。”

什么时机？机器变得超级智能，还是超越人类？他笑了。“不不不，我的意思是，远远在那之前！”

我以为他在开玩笑，但哈萨比斯澄清说：“我的意思是，当这些系统变得更加强大，而不只是会玩游戏的时候，我们也开始放手，让它们接管更现实、更重要的东西。这时候，我们就要对应该赋予它们何种程度的能力形成认识，”

他笑了笑说，“这就是掐掉‘机器统治世界’的可能性。”

翻译 / 雁行

安德雷斯·韦思岸 | 接受现实吧，我们终将没有隐私

刘康平 | 为什么我们每个人都应该学习计算思维？

点击标题查看往期回顾

人工智能的“超级英雄”：李世石真正的对手其实是他

正文

请到「今天看啥」查看全文

请到「今天看啥」查看全文