现年 39 岁的 Hassabis 除了是一位国际象棋大师以外，还是一名电子游戏设计师。由他一手创立的人工智慧企业「DeepMind」在 2014 年被 Google 以 6.25 亿美元的价格收购。 Demis Hassabis 的父母都是新移民，他曾就读於 Finchley 的综合学校，后来分别在剑桥大学（Cambridge University）和伦敦大学学院（University College London）取得了计算机科学和认知神经学专业学位。同事纷纷表示 Hassabis 是一位很有远见的管理者，他认為自己成功找到了一种能让科学研究更具效率的方式，而且坚信自己是「21 世纪阿波罗计划」（Apollo）的领导者。 Hassabis 的长相非常平凡，倘若在大街碰到你绝对不会再多看他一眼。但「网际网路之父」Tim Berners-Lee）却坚信 Hassabis 是这颗星球上最聪明的人之一。
人工智慧技术已经来了？
人工智慧技术已经来到了我们身边，我们时常接触的 Siri 和 Android 设备上的语音助手就是最好的两个例子。在短期内， Google 的產品将会成為 Hassabis 研究成果的最早受益者，儘管个人化產品，智慧化搜寻， YouTube 、智慧语音和脸部识别等领域在严格意义上并不属於人工智慧的范畴。「仅仅是软体，对吗？」Hassabis 笑著说道，「反正就是一些能运作的东西。」
从更长远的角度看来， Hassabis 正在开发的技术所覆盖的范围绝不仅仅是情感赢咖4和智慧手机，也绝不仅仅是 Google。不甘落后的 Facebook 、 Microsoft 、 Apple 等科技巨头也在大肆吸纳人工智慧领域的人才，这些公司已经在该领域投入了数十亿美元。人工智慧技术所带来的颠覆性势必会超乎所有人的想像。
确实，这一切听起来难免有种野心勃勃的感觉。绝大部分人工智慧系统都相对比较狭隘，预先编程完毕的媒介只能处理特定领域的任务，对其他领域则并不擅长。由此可知，儘管 IBM 公司的「深蓝」（Deep Blue）能够在围棋上胜过世界冠军 Gary Kasparov ，但它在「三子棋」游戏中甚至不能打败一个三岁的小孩。而这一次， Hassabis 却计划从人类的大脑中获取灵感，期望打造出第一款面向多种用途而且可以自主学习的人工智慧机器。这款机器所使用的演算法非常灵活，足以适应周边的环境，这意味著它完全可以像生物系统一样进行学习。只需接触到原生数据，它就可以从零开始学习技能。
这项技术被称為「人工通用智慧技术」，重点在於「通用」二字。 Hassabis 认為，在将来具备超高智能的赢咖4将会和人类的专家联手解决所有的难题。「不论是癌症、气候变化、能源、染色体、总体经济、财务系统还是物理范畴，我们需要掌握的系统正变得越来越复杂。」他表示，「面对无穷无尽的讯息，即便是最聪明的天才穷尽一生也很难处理完毕。在这种情况下，我们应该如何在资讯的汪洋中筛选出有用的讯息，以帮助我们解决问题呢？所谓的人工通用智慧技术，其中一个用途就是将没被结构化的数据转化為可用讯息。我们所研究的是為所有问题的原始解决方案。」
万能的原始解决方案距离我们或许还有数十年之久，但我们无疑正在朝著这个目标迈进。在 2015 年 2 月，权威科学杂誌《Nature》在封面刊登了一篇关於「具备自主学习功能的人工智慧软体在电子游戏上取得了和人类相近的表现」的报导，并為该篇报导配了《太空入侵者》游戏的图片。据报导，DeepMind 公司所发表的论文表明其人工智慧產品配备有第一款真正意义上的「点对点」学习系统，这款產品的人工智慧媒介（一款被称為「Deep-Q 网路」的图像处理元件）已经学会瞭如何处理萤幕上的数据输入。在完全弄懂数据输入之后，这款產品会自行採取行动以便实现期望的结果。在报导中，这款人工智慧產品在 2,600 款经典游戏中都取得了骄人的成绩，这项突破震惊了整个技术界。
随后在上一个月， DeepMind 公司再度登上了《Nature》杂誌的封面。在短短几个月内，这家公司再度实现了一项伟大的成就。这一次，他们的测试机床不再是 70 或者 80 年代的经典游戏，而是把目光放到了拥有超过 2,500 年歷史，甚至曾被孔子提及的围棋上面。围棋分支係数的体量非常庞大：它所蕴含的可能性的数量甚至比整个宇宙的原子数量还多。而且和国际象棋不同，围棋所依靠的并不是单纯的计算。让人感到雪上加霜的是，开发人员不可能為围棋设计出评价函数，他们不能通过演算法集合表述哪一方正处於领先位置，比劣势方领先多少等情况。围棋所依赖的更像是人类的「直觉」：每当被询问為何採取特定的行动时，专业棋手总是会给出让人感到模棱两可的答案，例如「感觉就该这麼下」。
眾所周知，电脑一直以来在直觉方面的表现并不是那麼优秀。正因為如此，围棋一直被视為人工智慧技术难以攀登的一座高峰。研究人员甚至曾悲观地预测，电脑想要攻克围棋至少需要再过十年的时间。
但在上年秋季的一次秘密比试中， DeepMind 公司的全新人工智慧算法「AlphaGo」却以 5 比 0 的绝对优势击败了 3 度蝉联欧洲围棋冠军的樊麾。在今年 3 月， AlphaGo 还将迎战世界冠军李世乭。 Imperial College 认知机械人学专业的 Murray Shanahan 教授认為这是一项惊人的成就。超人类主义哲学家 Nick Bostrom 也认為 AlphaGo 所取得的成果具有里程碑意义，他在《超级智慧：路线图、危险性与应对策略》一书中写道，倘若人类真的成功研发出人工通用智慧技术，我们的世界将会迎来前所未有的改变。或许我们应该借用 Google 公司技术总监 Ray Kurzweil 的观点，他认為人工通用智慧技术甚至有可能会改变我们的歷史进程。「AlphaGo 所取得的成就完全是戏剧性的，它是过去数十年来机器学习领域的集大成者。」Bostrom 在 University of Oxford 的人类未来研究所中说道。
「不错，这确实很酷。」Hassabis 对 Bostrom 的观点表示同意。和往常一样， Hassabis 的穿著毫无特色可言，还是黑色的上衣、长裤和鞋子。据说 Google 向 Hassabis 个人支付了 8,000 万美元的资金，但不得不说，他给人的感觉更像是一位实习生。「围棋是棋类的至尊，它代表著棋类的高峰。就玩家所需的智力深度而言，围棋更加是纬度丰富的代表，这个游戏非常容易让人著迷。但更让我们感到激动的是，我们不仅仅是本人掌握了这个游戏，我们还能通过有趣的演算法来对这个有趣的游戏进行操作。围棋所蕴含的艺术色彩要浓於科学色彩。」Hassabis 说道，「围棋的玩法非常贴近人类的风格，人们可以通过贴近人性的方式对其进行学习，并在实践中进步。这就是我们人类学习围棋的方式。」
也许 Hassabis 看起来就像是一个学生，但在说这些话时他的脸上却洋溢著骄傲父母的神情。在他的职业生涯中，围棋是最让他感到兴奋的事物。「围棋的顺序和量级都远超人们的想像。」他热忱地说道，「更让我们感到兴奋的是，我们的系统和那些需要人工设置规则的专家系统不同，它可以运用通用的机器学习技巧自学围棋。在以后，我们希望可以将这些技术应用到气候建模和病毒分析等复杂的现实问题上。每次只要想要这点，我们都会感到格外激动。」
Demis Hassabis 何许人也？
第一次和 Demis Hassabis 见面是 2014 年的夏季，当时 DeepMind 的收购事件已经过去了好几个月的时间。自那时以来，我一直对他保持关注。為了完成这篇文章，我在过去 8 个月中分别在 3 个不同的场合对 Hassabis 进行了採访。我见证著他从 Google 的人工智慧天才蜕变成一位令人嘆服的高效沟通者，他显然已经找到了向非科学领域的群体描述这项复杂工作的有效方式，他对自己的工作抱有十足的热忱。谦逊有礼且风度翩翩的 Hassabis 非常擅长对 DeepMind 所使用的新旧技术进行分解，他还会将不同领域的人工智慧搜索技术巧妙地运用到產品上。 AlphaGo 就是一个绝佳的案例，这个系统很好地将传统的「树状搜寻」技术和新兴的「深度神经网路」技术结合到了一起，其结构和人体大脑的神经元结构非常相似。
而 DeepQ 则结合了深度神经网路技术和强化学习技术，因此这款產品的学习方式和动物所具有的学习方式非常相近，动物在学习的时候主要依赖大脑中由多巴胺驱动的激励系统。而在 AlphaGo 中，他们甚至对技术再度进行了深化：他们為 AlphaGo 添加了一种层次更深的强化学习技术，在这种情况下， AlphaGo 将会具备进行长期计划的能力。下一步，相信他们将会為系统整合如记忆等每一项具有里程碑意义的功能。「我们有一张线路图，上面列举了所有这方面的功能。」Hassabis 说道，「如何将不同的领域结合起来才是关键，因為在我们眼裡，只有能将学习能力应用到全新领域的算法才能缔造出优秀的人工智慧產品。」
这一切听起来和 Hassabis 的风格非常一致。第一眼看到他的简歷的时候，你很容易误认為他是一个并不那麼「专注」的人：不论是棋类游戏、电子游戏、电脑编程、认知神经科学还是人工智慧技术，这些统统都在他的涉猎范围之内。但实际上， Hassabis 之所以能取得今天的成就，完全有赖於其出眾的专注力：他将自己出类拔萃的智力和终身奋斗的学科结合到了一起。（Hassabis 的主要成就包括：在 8 岁的时候设计了人生第一款电脑游戏；在 13 岁即成為国际象棋大师；在 17 岁创作出整合了人工智慧技术的电子游戏先驱《主题公园》； 20 岁即以优异的成绩从剑桥大学计算机科学专业毕业，毕业后创立了具有开创意义的电子游戏公司「Elixir」；在 2011 年，他创立了 DeepMind 公司。此外，他还是海马体和情景记忆领域的学术研究先驱，他的研究成果被誉為「领域内最后一块拼图」。）
「我很容易会对事情感到厌倦，世界却又那麼繽纷多彩，酷炫的事物实在是太多了。」他表示，「如果我是一名运动员的话，我希望自己可以成為一名十项全能选手。」在有著智力界奥林匹克之称的「Pentamind」项目中， Hassabis 曾 5 次夺得冠军称号。
Hassabis 是利物浦足球俱乐部的一位狂热粉丝，他也喜欢观看各式各样的运动项目，但剧烈运动的光环却未能照耀到他身上。 Hassabis 从 4 岁开始学习国际象棋，一年内即在英国开始比赛，随后更是进军国际棋坛。幼年阶段的 Hassabis 已经充分显露出了其心智天赋。
Hassabis 於 1976 年出生於伦敦，他的父亲是塞浦路斯希腊裔（Greek-Cypriot），母亲是新加坡华人，他是 3 兄弟姐妹中最年长的一个。 Hassabis 的父母都是教师，他们曾经经营过一家玩具店。 Hassabis 的妹妹是一位作曲家和钢琴师，弟弟则在学习创意写作。在 Hassabis 的整个家庭环境中，科技似乎并没有佔据多大的比重。「我完全是一匹黑马。」他打趣地说道。据 Hassabis 回忆，他会用从象棋比赛中所赢取的奖金购买「ZX Spectrum 48K」和「Commodore Amiga」等设备。他会马上将这些设备拆开，并从中学习编程知识。「我的父母亲是技术恐惧者，他们并不喜欢电脑，而且很有波希米亚人的风范，而妹妹和弟弟则进入了艺术行业。除了我之外，我们全家没有人选择进入数学或者科学领域。」Hassabis 无奈地表示，「这看起来确实有点奇怪，甚至连我自己也不知道我的天赋究竟来自於哪裡。」
除特别注明外，本站所有文章均为 赢咖4注册 原创，转载请注明出处来自人工智慧有多恐怖？听听「天才」Demis Hassabis 怎么说！
