戴密斯哈萨比斯人工智能背后的超级英雄

戴密斯哈萨比斯人工智能背后的超级英雄

戴密斯?哈萨比斯举止谦逊、外表朴实，但是当他对我说他现在的使命是“破解智能的奥秘，再用它去解决其他一切问题”时，他是极为严肃的。这话若出自他人之口，听起来恐怕会让人觉得可笑，而由他说出来则未必如此。39岁的哈萨比斯曾是国际象棋大师，设计过电子游戏，他创办的从事人工智能研究的初创公司DeepMind在2014年被谷歌收购，据报道收购价为6.25亿美元。他是移民的儿子，曾就读于芬奇利一所公立的综合性中学，后来获得剑桥大学的计算机科学学位和伦敦大学学院的认知神经科学学位。在那些与他共事的人眼里，哈萨比斯是个“富有远见”的管理者，他也认为自己找到了一种“使科研更有效率”的方法，并说自己正在引领“21世纪的阿波罗计划”。他相貌平平，走在街上你不会看他第二眼，但是蒂姆?伯纳斯-李曾经对我形容过，他是这个星球上最聪明的人之一。通用人工智能

当然，我们每次向Siri发问或收到安卓系统给出的推荐时，都会感到人工智能已经无处不在。从短期来看，谷歌的产品无疑将受益于哈萨比斯的研究，尽管个性化、搜索、YouTube、语言及面部识别等方面的改进并没有以这种“人工智能”来标榜。然而，从更长远来看，哈萨比斯正在开发的

技术所涉及的不只是具有情感的机器人和更加智能的手机。它所涉及的领域超出了谷歌，超出了脸书、微软、苹果以及其他众多正将人工智能专业博士招至麾下，并在这场最新的科技军备竞赛中斥资数十亿的企业巨头。它关系到我们所能想到的一切，以及许多我们根本无从想象的事物。 如果这听起来太雄心勃勃，事实也确实如此。大多数人工智能系统都“有局限性”，只是训练预先设好的代理程序掌握某一特定任务，除此没多少其他功能。而哈萨比斯则从人脑汲取灵感，尝试建造首个“通用型学习机器”：单独的一套灵活且具有变通能力的算法，能够像生物系统那样，仅通过原始数据就能从零开始学习如何掌握任意一项任务。 这就是通用人工智能（AGI），重点在“通用”二字。在哈萨比斯对未来的展望中，超级聪明的机器将和人类专家协同工作，有望解决所有问题。“癌症、气候变化、能源、基因组学、宏观经济、金融系统、物理学――我们想要掌握的许多知识体系都变得非常复杂，”他说，“信息量如此巨大，即便是最聪明的人也难以在其有生之年掌握全部信息。我们如何对如此泛滥的数据进行筛选，发现蕴藏其中的真知灼见呢？你可以把通用人工智能看作一个将缺乏条理的信息自动转化为可资利用的知识的过程。我们现在所研究的很可能是解决一切问题的超级方法。” DeepMind的人工智能算法 我和哈萨比斯初次见面是在2014年的夏天，在

DeepMind公司被收购几个月后。自那以后，我在不同的环境下观察过工作中的他，而且为了这篇报道，在过去的八个月里，我在三个不同的场合对他进行了正式采访。在此期间，我看着他从一名谷歌的人工智能天才逐渐成为一个令人信服、善于交流的人，摸索出了一套有效的方法来向我这种非科学工作者讲述他那极为复杂的工作及其重要性。他为人谦虚、风度翩翩，非常擅长深入浅出地讲解DeepMind的研究方法，也就是把人工智能的新老技术相结合（例如在围棋中结合传统的“树状搜索”技术和“深度神经网络”这一新技术来分析棋的走法），同时把人工智能研究的不同领域有条不紊地结合起来 DEPPMind公司所在地

在DeepMind公司较早前开发的一款新型人工智能算法Deep Q-Network中，研发人员将深度神经网络与“强化学习”结合起来――所有动物的学习都是通过大脑中由多巴胺驱动的奖励机制进行的强化学习。DeepMind公司研发的新的人工智能算法AlphaGo则更进一步，增加了能够进行长期规划的更深层次的强化学习功能。下一步，他们将会在产品中融入诸如记忆等新功能――直到智能研究的每一个里程碑在理论上各就其位。“在我们的蓝图上，我们对于有多少这样的功能有一个概念，”哈萨比斯说，“关键在于将所有这些不同的领域结合起来，因为我们感兴趣的算法要能够将从一个领域中学到的知识应用到新的领域中。”

这话听起来有点像在说哈萨比斯本人。乍看之下，他的履历让人觉得他是个兴趣广泛、博而不精的人。他感兴趣的领域包括棋类游戏、电子游戏、计算机编程以及认知神经科学，当然还有人工智能。实际上，他今天的地位源于他绝对的专注：有意识地将他那令人惊叹的不世之才与他一生精通的各种学问结合起来。

“我很容易就会感到厌倦，而世界是如此精彩，有那么多有意思的事可做，”他承认道，“如果我是个运动员的话，我肯定想做个十项全能选手。”虽然哈萨比斯是利物浦足球俱乐部的热心球迷，喜欢观看各类体育比赛，但体育的荣光从未召唤过他。四岁时，他已开始下国际象棋，不到一年就参加了全国比赛，很快又开始参加国际比赛。他这辈子注定要靠脑子吃饭――想必这一点很快就显而易见了。 哈萨比斯1976年出生于伦敦北部，父亲有希腊和塞浦路斯血统，母亲有新加坡和中国血统，兄妹三人中他排行最长。他的父母都是教师，妹妹是作曲家兼钢琴家，弟弟学习创意写作。在他们家里，技术并不占据突出位置。“我绝对是家中的异类。”他打趣说。他回忆起小时候曾经用下象棋赢得的奖金买了一台ZX Spectrum 48K型计算机，后来又买了一台Commodore Amiga计算机。他很快把它拆开，弄明白了怎么编程。“我的父母排斥技术，他们不怎么喜欢计算机。他们带些不羁的文化人气息。我的弟弟妹妹也都走的是艺术

道路。他们都不太喜欢数学和科学。”他几乎略带歉意地耸了耸肩，“所以确实很奇怪，我也不太明白自己对科学的兴趣是从哪儿来的。” 他的公司在被谷歌收购时只有50个人，现在已经有来自超过45个国家的近200名员工，占据了国王十字街一处重建地块上的一整栋六层建筑。尽管面临公司迁往别处的压力（备选地点想必包括硅谷的山景城），但哈萨比斯决意将公司留在故乡。

“我在伦敦北部出生长大，”他提醒我说，“我非常爱这座城市。这就是我坚持留在这里的原因。我觉得伦敦没有理由不拥有一所世界级的人工智能研究机构。我为我们所在的城市骄傲。”

每天晚上，哈萨比斯乘地铁北线列车赶回家和家人共进晚餐。他们住在海格特，离他儿时的家不远。他的妻子是位研究阿尔兹海默症的意大利分子生物学家。他们有两个儿子，一个七岁，一个九岁。哈萨比斯会跟他们一起做游戏、读书，还会辅导他们写作业。

他会像每个普通的父亲那样哄他们上床睡觉。然后，晚上11点左右，当大多数人理所当然地觉得该睡觉时，他开始了被他称作“第二个白天”的工作。每天都要雷打不动地与美国同事在Skype上通话到夜里1点。接下来是“思考时间。此后到凌晨三四点，那是我的思考时间：思考相关研究，思考下一个挑战，有时我也会写一份算法设计文档”。

那并不是严格意义上的人工智能编码，他解释道：“因为现在我的数学已经荒废了。那更接近于一种直觉的想法。或者，我可能会思考公司的发展战略：如何扩大规模，如何进行管理。或者，我会想到当天读过的某篇文章或看到的某则新闻，然后想着如何把它和我们的研究联系起来。” “他绝对是超人。”他的一个同事不经意地告诉我。他有没有――能不能――稍作停歇？“很难，”哈萨比斯承认道，“实际上，工作与生活对立的情形在我这里从来不存在，它们都是一回事。我的确喜欢读书、看电影、听音乐，但我的想法最后总是会回到工作上。我的头脑已经完全被它占据了。”

那么，他的孩子、朋友和正常生活又如何呢？“我当然试图维持正常的生活，否则我可能会变得有些疯狂。关于孩子们的有趣之处是，他们恐怕是唯一能够同样占据我心思的。”他跟朋友们的关系当然很紧密：他和DeepMind的创始人之一沙恩?莱格是在伦敦大学学院认识的，当时两人都在读博士，而公司的另一个创始人穆斯塔法?苏莱曼和他从小就认识。穆斯塔法?苏莱曼 ； ；莎恩?莱格 他思索着补充道：“确实，我的生活的确不太正常。每一个清醒的时刻我都在想工作，大概在梦里也想着它。因为它太令人兴奋、太重要了，是我最热爱的一件事。” 他的眼睛里有一种我只能称之为热望的神情，透出近乎

孩子般的天真。“我觉得自己很幸运。我想不出还有什么比我现在正研究的问题更有趣了，而我能每天都想着它们，每时每刻我在做的都是自己真正相信的事。否则，生命如此短暂，如果你做的不是这样的事，那还做它干吗呢？”

本文来源：https://www.bwwdw.com/article/5lzr.html