银星围棋

造就,AI的“超级英雄”:李世石VS人工智能

造就,AI的“超级英雄”:李世石VS人工智能


  德米斯·哈萨比斯


  德米斯·哈萨比斯(DemisHassabis)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(TimBerners-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。


造就,AI的“超级英雄”:李世石VS人工智能


  所以,IBM的“深蓝”能打败国际象棋大师加里·卡斯帕罗夫(GaryKasparov),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-QNetwork,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(MurrayShanahan)称之为“惊人成就”,超人主义哲学家尼克·博斯特罗姆(NickBostrom)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。”


  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。”


造就,AI的“超级英雄”:李世石VS人工智能


  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。


  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(JaanTallinn)、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。”


李世石

    相关文章

    围棋新闻 国际象棋