劉嘟嘟

人工智能的領(lǐng)跑者

著名的人工智能圍棋程序AlphaGo在2016年3月與韓國頂尖圍棋高手李世乭進行人機大戰(zhàn)，并以4：1的總比分獲勝。與李世乭的對決讓世界看到了人工智能的無限潛力，而到了2016年歲末，AlphaGo的進擊版更是通過名為Master（“大師”）的賬號，在網(wǎng)絡(luò)上與中韓高手連番過招，以連贏60場的成績令人驚嘆。

在創(chuàng)造這一前所未有圍棋奇跡的背后，是一支充滿了智慧和活力、用數(shù)字構(gòu)建未來的團隊——DeepMind。

在倫敦國王十字火車站旁邊一座不起眼的建筑里，藏著這樣一家潛力無限的公司DeepMind（深度思維），該公司努力將機器學(xué)習(xí)和人類系統(tǒng)神經(jīng)科學(xué)的先進技術(shù)結(jié)合，發(fā)展人工智能深度學(xué)習(xí)，建立強大的通用算法，將這種技術(shù)與游戲、醫(yī)療等多項實用產(chǎn)業(yè)結(jié)合。誰也不曾想到，一家成立于2010年的年輕初創(chuàng)公司會是世界兩大科技巨頭——谷歌和臉書競相爭奪的寶物。最終谷歌獲勝，2014年，谷歌公司以4億英鎊的高價將DeepMind收歸麾下，該公司正式成為谷歌旗下人工智能領(lǐng)域探索的排頭兵。

谷歌和臉書已經(jīng)在機器學(xué)習(xí)和人工智能領(lǐng)域走在世界最前沿了，那么，這家公司到底存在著怎樣的價值，吸引了這些行業(yè)巨頭的注意呢？

谷歌招攬的超強大腦

DeepMind可以說是一個智庫集合，集結(jié)了400余名優(yōu)秀的計算機科學(xué)家和神經(jīng)學(xué)專家。下面這些人物可謂是DeepMind 團隊精英中的精英。

德米斯·哈薩比斯

身為DeepMind創(chuàng)始人之一，德米斯·哈薩比斯可以說是整個公司的核心人物。哈薩比斯1976年出生于英國倫敦，4歲開始下國際象棋，13歲時就已經(jīng)獲得國際象棋大師頭銜，15歲時，他連跳兩級，提前從高中畢業(yè)。1993年，17歲的哈薩比斯進入劍橋大學(xué)學(xué)習(xí)計算機專業(yè)，同年，他依靠自己開發(fā)的游戲獲得了某游戲設(shè)計比賽的亞軍，進入頂尖游戲公司“牛蛙”實習(xí)，并參與開發(fā)了在全球風(fēng)靡一時的虛擬游戲《主題公園》。

自1999年至2003年，哈薩比斯連續(xù)5年參加“國際智力奧運會”，連奪5次冠軍，可謂是“地球上最聰明的男人”。2005年，29歲的哈薩比斯重新走進學(xué)校，在英國倫敦大學(xué)攻讀神經(jīng)科學(xué)博士學(xué)位，潛心研究負責(zé)記憶、學(xué)習(xí)、空間導(dǎo)向的大腦海馬體。2011年，35歲的哈薩比斯結(jié)合自己游戲設(shè)計、計算機編程和神經(jīng)科學(xué)研究經(jīng)驗，成立DeepMind科技公司，專注研究模仿大腦的人工智能系統(tǒng)。

黃士杰

AlphaGo設(shè)計團隊的另一位杰出人才是來自臺灣的黃士杰博士。黃士杰本科就讀于臺灣交通大學(xué)，研究生和博士在臺灣師范大學(xué)研習(xí)。他從小熱愛圍棋，是個業(yè)余六段圍棋選手，在臺灣師范大學(xué)讀書時就曾經(jīng)在學(xué)校創(chuàng)辦圍棋社。大學(xué)期間，黃士杰醉心研究圍棋軟件開發(fā)，他設(shè)計的軟件參加國際電腦奧林匹克競賽，獲得19路電腦圍棋金牌，這個程序甚至擊敗了當(dāng)時圍棋人工智能領(lǐng)域公認最強的程序“Zen”，在業(yè)內(nèi)引起極大的轟動。隨后，他進入加拿大阿爾伯塔大學(xué)繼續(xù)圍棋程序研究。在博士和博士后階段，他深入研究蒙特卡洛樹搜索技術(shù)，后來將其運用在AlphaGo的走棋程序當(dāng)中。

大衛(wèi)·西爾弗

大衛(wèi)·西爾弗是哈薩比斯在劍橋大學(xué)讀書期間認識的朋友，計算機專業(yè)的他常年霸占著專業(yè)第一的寶座。在校期間，他還教會了哈薩比斯多種棋類游戲的玩法，包括圍棋。1998年，哈薩比斯創(chuàng)立游戲公司Elixir Studios，西爾弗作為聯(lián)合創(chuàng)始人之一，在這間公司擔(dān)任首席技術(shù)官和主程序設(shè)計師。2004年，他進入加拿大阿爾伯塔大學(xué)攻讀博士學(xué)位，研究人工智能增強學(xué)習(xí)。2013年，西爾弗重新與哈薩比斯會合，加入DeepMind團隊，以增強學(xué)習(xí)技術(shù)助力AlphaGo的設(shè)計和程序優(yōu)化。

除了上面這些人，DeepMind中還有諸多學(xué)界執(zhí)牛耳者，在神經(jīng)科學(xué)、計算機科學(xué)、卷積神經(jīng)網(wǎng)絡(luò)研究等方面人才濟濟。DeepMind簡直就是一群超級極客組合而成的深度學(xué)習(xí)全明星戰(zhàn)隊。

“大師”是怎樣煉成的

DeepMind發(fā)布的AlphaGo在圍棋棋局上出盡風(fēng)頭，讓世界級的圍棋大師們?yōu)橹@嘆。圍棋規(guī)則看似簡單，但棋局變化卻相當(dāng)多，在很長的時間里，圍棋都被視為人工智能開發(fā)領(lǐng)域的一座難以攻克的圣杯。圍棋第一步361個點，下第二步有360點，如果要下到底，大概有10360種下法，即便運算量驚人的計算機也很難找到最佳解法。

AlphaGo和傳統(tǒng)的計算機圍棋游戲完全不同，可以進行深度學(xué)習(xí)。它并非只是按照棋局庫的固定章法來照本宣科，而是能夠進行自我學(xué)習(xí)和提升，以現(xiàn)有數(shù)據(jù)庫為基礎(chǔ)主動創(chuàng)造新棋路，甚至能夠走出讓專業(yè)棋手摸不著頭腦的步法。

DeepMind主攻人工智能的意識，讓機器理解自己的任務(wù)的同時，也能夠理解環(huán)境或別人在做什么，并據(jù)此作出反應(yīng)，完成決定。首先，需要讓計算機“懂得”棋局的規(guī)則，程序員將圍棋以計算機語言描述出來。比如在19×19的棋盤上的361個交叉點進行定義。

人類在下圍棋時，除了謀篇布局，精妙計算之外，更重要的是基于棋手經(jīng)驗的“直覺”在幫助棋手思考，為棋手指路。AlphaGo也運用了這種方法，與深度學(xué)習(xí)結(jié)合，利用“策略網(wǎng)絡(luò)”與“價值網(wǎng)絡(luò)”優(yōu)化人工智能的走棋。策略網(wǎng)絡(luò)可以判斷出最佳棋路，就好像人類用直覺來下出好棋一樣。當(dāng)然，開發(fā)團隊也會事先給AlphaGo閱讀各種不同的參考棋譜。至于“價值網(wǎng)絡(luò)”則能幫助計算機在搜尋一個點之后，判斷盤面局勢、優(yōu)勢大小。

所以，當(dāng)計算機懂得走棋的任務(wù)后，它可以再隨機選擇落點進行走棋訓(xùn)練，對取勝率較高的落點展開深入研究，并通過觀察上百萬局棋譜來豐富計算機的走棋數(shù)據(jù)庫。綜合這些信息后，計算機能夠反復(fù)進行左右互搏的對弈訓(xùn)練，強化學(xué)習(xí)，自我精進。而且，通過結(jié)合神經(jīng)科學(xué)的計算機深度學(xué)習(xí)，利用蒙特卡洛樹搜索和卷積神經(jīng)網(wǎng)絡(luò)等技術(shù)手段，計算機可以改進現(xiàn)有的經(jīng)驗，創(chuàng)造獨特的新經(jīng)驗，并將這些智慧結(jié)晶內(nèi)化，成為幾乎可以獨立“思考”的超級圍棋大師。

人工智能的“下半場”

日本著名圍棋棋士藤澤秀行曾說過：“棋道一百，我只知七”。即使是棋藝最高的棋手在圍棋對弈方面所參悟的也十分有限，以七搏百，量力難行。AlphaGo的出現(xiàn)既是人工智能技術(shù)向人類發(fā)出的挑戰(zhàn)，同時也是這一技術(shù)在向人類伸出援手。

人工智能在圍棋領(lǐng)域帶來的沖擊預(yù)示了它將在互聯(lián)網(wǎng)的“下半場”中大放異彩。未來，DeepMind可能將會成為谷歌公司的算法工廠，他們所深入研究的人工智能深度學(xué)習(xí)所涉及的范圍不會僅僅局限在棋盤之上，而是會運用在更多領(lǐng)域，用于解決更多更復(fù)雜的問題，從醫(yī)療到交通，我們生活的方方面面都會逐漸與其相聯(lián)結(jié)。谷歌將其收入麾下是一個非常明智的選擇，DeepMind未來將會創(chuàng)造更多價值。