加入收藏 | 设为首页 | 会员中心 | 我要投稿 云计算网_宿迁站长网 (https://www.0527zz.com/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 站长资讯 > 动态 > 正文

超级英雄 DeepMind CEO: 创造比人类大脑更强力的软件 | 深度专访

发布时间:2016-02-20 08:30:07 所属栏目:动态 来源:雷锋网
导读:Demis Hassabis正在领导着谷歌的一个计划——创造比人类大脑更强力的软件。

按:本文来自theguardian,新智元原创翻译。

超级英雄 DeepMind CEO: 创造比人类大脑更强力的软件 | 深度专访

通过他的公司DeepMind,伦敦人Demis Hassabis正在领导着谷歌的一个计划——创造比人类大脑更强力的软件。但是,这对于人类的未来而言,意味着什么?

Demis Hassabis有着谦逊低调的风度和平易近人的神情,但是当他告诉我他正在为“解开智力的谜团,随后将之用于解决其他一切问题”的使命而努力时,他看上去无比严肃。如果从其他人——几乎任何一个其他人——口中听到这句话,都会让人发笑,但是从他口中听到就没那么让人想笑了。

39岁的Hassabis曾经是一位围棋大师和一位视频游戏策划,而他的人工智能研究初创公司DeepMind在2014年据传被谷歌以6.25亿美元收购。他的父母都是移民,他在Finchley读了一所州立综合学校,又从剑桥大学和伦敦大学学院(UCL)获得了计算机科学和认知神经科学的学位。一位“空想家”,与他一起工作的人们是这么评价他的,Hassabis也顺水推舟地表示,他已经找到了“让科学研究更高效”的方法,并且在领导着一个“21世纪的阿波罗登月计划”。他是那种你在街上看到也不会留下印象的样貌平平的家伙,但是Tim Berners-Lee曾经对我说,他是地球上最聪明的人之一。

超级英雄 DeepMind CEO: 创造比人类大脑更强力的软件 | 深度专访

人工智能已经来到我们的身边,这毫无疑问,每当我们询问Siri或是从安卓上看到推荐信息时,背后都有人工智能的影子。而在短期内,谷歌的产品肯定会从Hassabis的研究中获益,即使个人化、搜索、YouTube、语音和面部识别从名字上看并没有“AI”这个词(“于是这只是软件,对吧?”他露齿一笑,“这只是某种能派上用场的东西。”)。不过,从长远来看,他正在研发的技术所具有的意义并不会仅仅止步于有情感的机器人和更智能的手机。它甚至不会止步于谷歌,也不会止步于Facebook、微软、苹果、以及其他正在搜刮人工智能博士并往这场最近的科技军备竞赛中砸下数以亿计金钱的巨头们。它关系着我们能想象得到的一切,以及更多我们想象不到的东西。

如果这听上去极其野心勃勃——就是这样没错。大多数AI系统都是“狭隘”的,训练事前编写好程序的代理(agent)来掌握某种特定的任务,它们并没有太多其他的能力了。所以IBM的“深蓝”可以在国际象棋上击败Gary Kasparov,却无法在画圈圈叉叉的井字棋上和一个三岁小孩对战。Hassabis站在另一边:他从人类大脑中获取灵感,试图创造第一台“通用用途的学习机器”,一组灵活的、适应性强的算法,能够——就像生物系统做的那样——只利用原始数据来学习如何从头开始掌握任何一种任务。

这就是人工通用智能(AGI),重点在于“通用”。在他憧憬的未来中,超级智能的机器将会与人类专家共同协作,差不多能解决任何问题。“癌症、气候变化、能源、基因组、宏观经济、金融系统、物理学,我们想要掌握的系统中有许多都在变得日益复杂,”他说道,“信息太过泛滥,即使是对于最聪明的人类来说,要在有限的生命中掌握这些也正变得越来越艰难。我们要如何筛选这些铺天盖地的数据、从中找到正确的洞见?人工通用智能可以被当作某种自动将非结构信息转化为有行动意义(actionable)的知识的过程。”

获得这种元解决方案可能仍然有数十年的路要走,但是它似乎正在不可避免地渐渐来临。2015年2月,全球顶尖的科学杂志《自然》在封面上刊登了像素游戏“太空侵略者”的图片,配以“自我学习的AI软件”已经获得了“人类级别的视频游戏表现”的概述。翻开这期杂志,这篇来自DeepMind的论文描述了第一个成功的通用“端到端”学习系统,其中他们的人工代理(agent)——图像处理单元上一个被称作Deep-Q网络的算法——学会了如何处理屏幕上的一个输入,理解这个输入的意义,然后做出决策来达到希望的结果(在这个例子里,就是成为精通许多经典雅达利2600游戏(包括太空侵略者、拳击、和Pong)的超人)。这个突破在科技界一石激起千层浪。

随后,在上个月,DeepMind第二次登上了《自然》杂志封面——在如此短的时间内第二次登上封面本身就是一件值得称道的事了。这次,它略过70年代和80年代的复古街机游戏,回溯到更久以前选择游戏。围棋,这种来自中国的深奥的策略游戏,已经有超过2500年的历史,连孔子的作品中也提到过围棋。围棋的分支因子非常庞大,它可能的行动步数超过了宇宙中的原子数量,并且,与象棋不同,它不能通过暴力计算来破解。它非常棘手,也不可能为它写出一个评估函数(通过一组规则来告诉你谁在某个位置的输赢以及输多少赢多少)。取而代之的是,围棋需要旗手具备某种类似“直觉”的东西:当被问起为何做出某个落子的决定时,专业旗手们往往说出类似这样的话:“这样做感觉比较对。”

很显然,计算机一直以来在做这种判断方面都不太在行。因此,对于AI来说,围棋始终被视为“不同凡响的伟大挑战”之一,大部分研究者预期至少还需要10年才能看到机器破解围棋的希望。

但是经过严格的同行评审的证据就摆在面前:DeepMind的最新人工智能算法,AlphaGo,已经在去年秋天的一场秘密赛事中以5比0的成绩完胜蝉联三届欧洲围棋冠军的樊麾,并且将在之后的3月于世界围棋冠军李世石对战。“一个让人震惊的成就”,帝国理工学院认知机器人学教授Murray Shanahan这样向我描述这件事。“一个重要的里程碑”,超人类主义哲学家Nick Bostrom表示了赞同,他在《超级智能:路线图,危险性与应对策略》一书中曾写道,如果能够完成AGI,这将会是一个无与伦比的事件——也许,借用谷歌工程主管Ray Kurzweil的话来说,甚至称得上是“撕裂人类固有的历史结构(a rupture in the fabric of history)”。在Bostrom位于牛津大学人类未来研究所的办公室中,他告诉我,AlphaGo的出现“让过去几年间机器学习领域的进展一下子变得引人注目起来”。

(编辑:云计算网_宿迁站长网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!