專(zhuān)訪(fǎng)AlphaGo之父哈薩比斯：正考慮是否要和中國企業(yè)合作

　　在烏鎮，當矮小的得米斯.哈薩比斯( Demis Hassabis)走進(jìn)第一財經(jīng)臨時(shí)布置的電視采訪(fǎng)間時(shí)，他很隨和、自然地就和我搭上了話(huà)，聊起了圍棋和阿爾法狗。

　　40歲的他，略微有些謝頂，就象中國普通高校里的普通青年老師。他被英國偉大的物理學(xué)家霍金稱(chēng)為“地球上最聰明的人類(lèi)之一”，還被英國媒體譽(yù)為人工智能時(shí)代的“超級英雄”。

　　他是一名神童，在13歲時(shí)就已經(jīng)在同年齡組世界積分排名第二，達到國際象棋大師級水平。16歲被劍橋大學(xué)計算機系錄取。在創(chuàng )辦DeepMind之前，他曾經(jīng)創(chuàng )辦一家游戲公司，后來(lái)重返學(xué)術(shù)界，他的一篇有關(guān)腦神經(jīng)的論文，被當年評為最有影響力的的十項科學(xué)突破之一。

　　擁有倫敦大學(xué)學(xué)院認知神經(jīng)科學(xué)博士學(xué)位的哈薩比斯，成為麻省理工學(xué)院和哈佛大學(xué)的訪(fǎng)問(wèn)科學(xué)家，并在2010年與兩位合伙人一起創(chuàng )辦了DeepMind。他們試圖從人的大腦中尋求人工智能的算法。

　　DeepMind在2014年被谷歌以6億美元收購。哈薩比斯和他的團隊，影響了谷歌未來(lái)十年的發(fā)展方向，促使谷歌從移動(dòng)第一轉向AI第一。

　　特別是DeepMind的圍棋軟件阿爾法狗(AlphaGo)，在2016年五番棋中以4：1戰勝了韓國世界圍棋冠軍李世石，在這一世界上最復雜的智力游戲中機器首次戰勝人類(lèi)，成為將技術(shù)帶入人工智能時(shí)代的歷史性事件。在短短的一年時(shí)間，阿爾法狗的學(xué)習能力有了驚人的增長(cháng)，比去年的版本又提升了三個(gè)子的實(shí)力，并且剛剛在烏鎮以2：0勝于當今排名世界第一的中國年輕的圍棋大師柯潔。

　　阿爾法狗的背后，是迅速增強的機器學(xué)習能力。哈薩比斯說(shuō)，他的目標，是讓人工智能成為探索宇宙的“終極工具”。他更喜歡的一句口號是：解決智能，再用智能解決一切。

　　周健工：得米斯，之前AlphaGo戰勝了柯潔，向你表示祝賀。你之前預料到這個(gè)結果了么?

　　哈薩比斯：謝謝。昨天的比賽非常精彩，而且雙方實(shí)力非常接近。最后AlphaGo只以最小的半分優(yōu)勢獲得了勝利。我們確信AlphaGo非常強大。我們通過(guò)讓它和自己的老版本對弈的方式來(lái)測試它，然后看它能取勝多少次。所以我們知道它和老版本相比取得了多大的進(jìn)步，但是在和像柯潔這樣偉大的棋手對弈之前，我們不確定它是不是還存在一些圍棋知識的盲區。

　　周健工：柯潔說(shuō)，這是他和AlphaGo的最后三局棋中的第一局，這是不是意味著(zhù)人機對弈將就此畫(huà)下句號?

　　哈薩比斯：不知道，我們將拭目以待。但是我覺(jué)得柯潔的意思是這將是他最后一次與人工智能的正式比賽，而我認為我們將會(huì )看到職業(yè)選手使用人工智能系統來(lái)進(jìn)行訓練和實(shí)戰。

　　周健工：你下圍棋么?

　　哈薩比斯：是的。

　　周健工：你下得怎么樣?

　　哈薩比斯：我大概是業(yè)余一段的水平，不過(guò)我有些生疏了。

　　周健工：有一點(diǎn)很有趣，因為圍棋起源于中國，有幾千年歷史了。而突然之間，高智能的機器來(lái)到中國，打敗了中國的頂尖選手。你覺(jué)得這是不是一種很棒的中西方文化交流?一個(gè)是高科技，另一個(gè)則很傳統;一個(gè)是西方的，另一個(gè)則是東方的;一個(gè)代表著(zhù)機器，另一個(gè)則代表著(zhù)文化。你對此有什么看法?

　　哈薩比斯：我其實(shí)并不這么認為，因為盡管?chē)迨且豁梺喼薜?、中國的游戲，但是它在全世界范圍內都很流行，尤其是英國的數學(xué)家們。我是在劍橋讀本科的時(shí)候學(xué)會(huì )了下圍棋。在劍橋大學(xué)有一家非常棒的圍棋俱樂(lè )部。此外，在Deep Blue 20年前打敗卡斯帕羅夫，摘得人工智能研究的圣杯之前，人們都認為由于下棋過(guò)于復雜、深奧，而且依賴(lài)直覺(jué)，機器很難掌握這項游戲。所以我不認為這代表了一種文化差異，因為人工智能打敗人類(lèi)的第一項棋類(lèi)是國際象棋，在那之前則是國際跳棋。這些都是西方的棋類(lèi)游戲。而圍棋那么特別只是因為它正好是最困難的棋類(lèi)項目，需要最頂尖的、完美的信息處理能力。另外，自從我們公布了AlphaGo的研究成果，騰訊就建造了他們自己的AlphaGo克隆，而其他公司也在研究類(lèi)似的技術(shù)。所以并不是只有西方企業(yè)在研究人機對弈。

　　周健工：你媽媽是華人，所以你有一半的中國血統吧，你們家里都說(shuō)英語(yǔ)么?

　　哈薩比斯：是的。我爸爸是一個(gè)來(lái)自希臘的塞浦路斯人，而我媽媽就像你說(shuō)的，是一個(gè)新加坡籍華人。但是我出生和成長(cháng)都在倫敦，我的第一語(yǔ)言也一直是英語(yǔ)。不過(guò)我的背景倒是很多元化。

　　周健工：這是你第一次來(lái)到中國么?

　　哈薩比斯：是啊。我來(lái)到這里真是太高興了，在這里見(jiàn)識到中國的文化，還遇到很多中國友人。

　　周健工：你這次結交了很多來(lái)自政府和企業(yè)的中國朋友，還接觸到很多科學(xué)家。你有收到與DeepMind合作的請求或者建提議么?

　　哈薩比斯：是的。我之前就認識一些中國企業(yè)的領(lǐng)導，在他們到英國或者美國訪(fǎng)問(wèn)的時(shí)候結識的，這次我也會(huì )訪(fǎng)問(wèn)其中一些公司。我們從世界各地收到合作的請求。所以我們打算在這里花一點(diǎn)時(shí)間來(lái)觀(guān)察，是否也要和各種各樣的中國企業(yè)建立合作關(guān)系。

　　周健工：你要在中國呆多久?

　　哈薩比斯：在這次行程中，我大概在這里呆一周左右。不過(guò)我想我可能很快又會(huì )回來(lái)的。

　　周健工：哦，太好了。你現在就像一個(gè)搖滾明星吧!現在人工智能在中國和全世界都是非?；鸬脑?huà)題。我覺(jué)得現在一些人不僅僅把你當成一個(gè)科學(xué)家、企業(yè)家、程序開(kāi)發(fā)者、比賽選手，還是一個(gè)搖滾明星，對不對?

　　哈薩比斯：我不知道，這有點(diǎn)奇怪。這有可能是因為AlphaGo是我們最知名的杰作，所以我們在亞洲甚至比在英國更有名。當我們來(lái)到中國或者韓國，就會(huì )看到很多人對我們的工作感興趣。(受到如此熱捧)這讓我們有些難為情。

　　周健工：谷歌提出了人工智能第一(AI First)的戰略，而你們DeepMind公司三年前被他們收購了。像你說(shuō)的，Deep Mind 是獨立運作的，那么DeepMind在這家以人工智能為先的公司里的定位是怎么樣的?

　　哈薩比斯：好吧，影響谷歌戰略，我們起了不小的作用。顯然，DeepMind的存在，以及我們在人工智能領(lǐng)域取得的成功，已經(jīng)說(shuō)服Google的人們，現在是時(shí)候把研究人工智能當作公司的首要目標了。另外，我們基本上是一個(gè)研究團隊，而我們還有一個(gè)應用團隊，由我的聯(lián)合創(chuàng )始人穆斯塔法·蘇萊曼運作。而且我們和Google產(chǎn)品團隊也有很多接觸，以及其他的Alphabet旗下公司。我們主要專(zhuān)注于研究工作，不過(guò)我們同時(shí)也想對產(chǎn)品和應用做出改進(jìn)。我覺(jué)得DeepMind作為Alphabet大家庭的成員，對谷歌幫助很大。

　　周健工：全世界的創(chuàng )業(yè)者都以為最具創(chuàng )造力的東西都來(lái)自硅谷，而現在，人們發(fā)現，尤其是我們中國人，發(fā)現倫敦也有像DeepMind這樣的創(chuàng )新公司。歐洲和英國的高科技公司和硅谷有沒(méi)有區別，有沒(méi)有所謂的文化差異?

　　哈薩比斯：是的，差異還不小呢。我為自己是一個(gè)英國人，并且為扛起英國的創(chuàng )新旗幟而感到自豪。我認為英國一直以來(lái)就有研究電腦科技和人工智能的創(chuàng )新傳統。阿蘭·圖靈和蒂姆·伯納斯·李，都是英國的。我們有著(zhù)善于創(chuàng )新的光榮傳統。不過(guò)也許不那么擅長(cháng)把科技轉化為商業(yè)上的成功。我認為部分原因是英國有很棒的文化和大學(xué)，例如劍橋和牛津。英國是歐洲的一部分，我們還有一種歐式的世界觀(guān)，知道科技應該怎樣被使用。我們希望科技能惠及到所有人。我們很高興能證明，最前沿的科技并不僅僅存在于硅谷中。在很多地方都能做前沿研究，就像倫敦和中國，為什么不呢，只要你有足夠多的聰明人，并且給他們一個(gè)機會(huì )。

　　周健工：在Google內部和Alphabet內部，有很多其他的事業(yè)部。他們擁有人才、科學(xué)家和工程師。他們也有用于人工智能創(chuàng )新研究的實(shí)驗室。所以DeepMind和這些Google內部其他人工智能部門(mén)的關(guān)系是什么樣的?

　　哈薩比斯：就像你說(shuō)的，Google有很多人在研究人工智能，不過(guò)不同的部門(mén)專(zhuān)注于不同的方面。一些部門(mén)更注重于產(chǎn)品，一些則更注重于建造像TensorFlow這樣的平臺、工具和基礎設施，還有一些就像我們一樣是做研究的。我們和所有的這些團隊合作。我們和他們保持著(zhù)基于項目的緊密聯(lián)系。我覺(jué)得DeepMind和其他團隊有些區別在于，我們更定位于去實(shí)現通用的人工智能(Artificial General Intelligence)這個(gè)大目標。相對于短期的研究突破，我們更注重這個(gè)長(cháng)期的任務(wù)。所有的研究都指向這個(gè)大目標，我覺(jué)得這就是DeepMind和其他團隊最大的區別。

　　周健工：DeepMind的新科技是如何惠及Google內部的其他產(chǎn)業(yè)，產(chǎn)品以及服務(wù)的?你能舉幾個(gè)例子嗎?

　　哈薩比斯：是的，有一些例子……實(shí)際上我們將技術(shù)應用在Google的各個(gè)產(chǎn)品上，我曾提到的一個(gè)是提高數據中心的能源使用率，這很了不起。我們與安卓會(huì )有很多的合作，希望能提高效能，不久就會(huì )公布。在推薦系統上我們和Google Play合作。所以在Google里也應用到不少地方了。我們還和其他的產(chǎn)品團隊合作，所以接下來(lái)的一兩年里會(huì )有越來(lái)越多的新產(chǎn)品會(huì )宣布。

　　周健工：那你如何尋求合作呢?因為Alphabet旗下Google和DeepMind是兩家獨立的公司，對嗎?Google會(huì )付你們錢(qián)嗎，還是僅僅對你們提出創(chuàng )新的要求?還是就像市場(chǎng)上兩家獨立的公司?

　　哈薩比斯：不是的，我們的合作十分緊密。我們的合作關(guān)系，我不可能告訴你那么多細節，那應該是Alphabet回答的問(wèn)題，我們就像姐妹公司，姐妹團隊。我們的合作十分緊密。我經(jīng)常和Sundar(Sundar Pichai，Google 的CEO。)交流，討論優(yōu)先事項以及合作的項目。

　　周健工：今天，你談到很多自我學(xué)習，對我們圍棋手來(lái)說(shuō)，有一些棋招很有創(chuàng )意又出其不意，你認為在不遠的將來(lái)獨立學(xué)習機制會(huì )產(chǎn)生獨立的動(dòng)機嗎?機器在計算的時(shí)候有其自我目的嗎?

　　哈薩比斯：是的，這是個(gè)好問(wèn)題。我認為在設計系統的時(shí)候要給它們定個(gè)目標。就像AlphaGo的目標不是開(kāi)車(chē)或是干其他的。它只知道我們給它定的目標，那就是贏(yíng)得圍棋比賽。所以我認為在可預見(jiàn)的將來(lái)，人工智能系統會(huì )被設計成實(shí)現設計者既定目標的工具。怎么去實(shí)現目標，也可以讓機器來(lái)學(xué)習。一般說(shuō)來(lái)，我認為這些系統都會(huì )竭盡所能去實(shí)現我們設定的目標。

　　周健工：所以你認為不遠的未來(lái)機器總是會(huì )服從都和實(shí)現人類(lèi)設定的目標嗎?

　　哈薩比斯：是的，AlphaGo不能自己設定自己的目標，所以你只能另外設計一種機器去做設定的工作。

　　周健工：是因為你不讓它們做嗎?是因為你把它們設定成不能為自己做事還是它們沒(méi)有能力為自己做事?

　　哈薩比斯：對，這是后者。我們目前設計的這個(gè)系統不具備這樣的能力。所以也許能想出這種設計，但我們認為這一點(diǎn)現在還不是很有用處，因為我們是想設計在一些領(lǐng)域可以幫助人類(lèi)專(zhuān)家的工具。如果只是個(gè)工具，那還是讓人類(lèi)專(zhuān)家去設定目標。這正是我們現階段在研發(fā)的系統。

　　周健工：說(shuō)一說(shuō)通用人工智能吧，這和只應用于狹窄領(lǐng)域如圍棋領(lǐng)域的略有不同。你想將其應用于各行各業(yè)。我在想數據質(zhì)量的問(wèn)題，你們怎么確定數據來(lái)源的可信度和質(zhì)量?有些數據可能是人為操縱的、骯臟的、甚至是假的，你們怎么分辨呢?

　　哈薩比斯：對，這真是一個(gè)非常……很有深度的問(wèn)題。怎么去判斷數據的可信度?有許多種辦法來(lái)看待這個(gè)問(wèn)題。這些是研究中有待于解決的很大的問(wèn)題。我們可以從訓練的系統中看出來(lái)，看它做出決策的質(zhì)量怎樣，顯然如果數據是有偏頗的，那你所做的決定也不會(huì )是正確的。大概可以像這樣判讀出來(lái)。另外一種防止的方法，也是我們經(jīng)常用的，是可以從模擬中產(chǎn)生出所需要的數據。如果這個(gè)模擬是正確的，或者說(shuō)來(lái)源起因是正確的，那就可以產(chǎn)生很多數據，或者這種數據的質(zhì)量會(huì )更好。所以可以使用多種策略來(lái)解決這個(gè)問(wèn)題。

　　周健工：我對于DeepMind的工作方式有一些好奇，因為我讀過(guò)一本關(guān)于Google工作方式的書(shū)，所以我很好奇DeepMind是怎么做的，你提到了你們在倫敦有400到500名員工。其中有超過(guò)200名頂尖博士和科學(xué)家。他們來(lái)自多少個(gè)不同的國家?

　　哈薩比斯：是的，我們非常國際化。這些員工來(lái)自超過(guò)60個(gè)國家。

　　周健工：你們是怎么把這些頂尖人才從世界各地吸引過(guò)來(lái)的?

　　哈薩比斯：好吧，對于這個(gè)問(wèn)題我想我有幾個(gè)答案。其一，最頂尖的人總是想和世界上其他頂尖的人一起工作。所以當你已經(jīng)擁有了一部分頂尖的人才，招募更多頂尖人才就變得容易了。另一方面，這些人往往想要研究最有趣的問(wèn)題，接受最有趣、最智慧的挑戰。我覺(jué)得，解決人工智能問(wèn)題就是你能干的最有趣的事兒之一，所以對那些聰明絕頂的人來(lái)說(shuō)，研究中遇到的挑戰也是非常有趣的。而第三個(gè)原因是我們創(chuàng )造了獨特的研究文化，這是一種學(xué)術(shù)院實(shí)驗室和初創(chuàng )公司模式的混合，你知道的，我們嘗試著(zhù)吸取兩邊的精華，并把它們結合起來(lái)。我認為這能把資源、計算能力和其他它們能用到的東西都匯總到一起，對這些人才，非常有吸引力。這就是我們吸引最初的人才的方式。當然，當你開(kāi)始做出AlphaGo這樣的產(chǎn)品，或者在《自然》雜志上發(fā)表研究成果，就是向世界上最好的人才打出了廣告，如果他們想做出像AlphaGo這樣偉大的產(chǎn)品，那么DeepMind就是一個(gè)工作的好地方。

　　周健工：你認為對于像DeepMind這樣一家創(chuàng )造性十足的人工智能公司，它的人力和人才是不是必須是國際化的?

　　哈薩比斯：我認為是的。我們之所以擁有來(lái)自60個(gè)國家的人才，是因為我們的確搞到了一批麻省理工的拔尖學(xué)生，或者一個(gè)在波蘭贏(yíng)得物理奧林匹克競賽的人，又或者是法國當年最棒的博士畢業(yè)生，諸如此類(lèi)，精英中的精英。如果你想得到他們，你就必須從世界各地非常國際化的頂尖學(xué)校中把頂尖的人找出來(lái)，再把他們吸引到一起。另外，我能想到的另一個(gè)國際化的好處是，你帶來(lái)不同文化背景的人才，不同的思維方式也隨之而來(lái)。我認為這對科研項目有很大的幫助，因為采納盡可能多維度的觀(guān)點(diǎn)有助于你找到客觀(guān)的前進(jìn)方向。

　　周健工：你說(shuō)你把初創(chuàng )文化和學(xué)術(shù)實(shí)驗室文化結合到了一起，而人們通常認為實(shí)驗室文化是傾向于長(cháng)期研究的，而初創(chuàng )文化是為了盡快盈利，實(shí)驗室則是為了發(fā)表科研論文。所以你怎么把這兩種文化結合到一個(gè)團隊里呢?

　　哈薩比斯：這很困難。這也是我說(shuō)DeepMind是獨一無(wú)二的理由。我在創(chuàng )立DeepMind之前在學(xué)術(shù)輪界和初創(chuàng )公司都工作過(guò)很多年，所以我才試著(zhù)設計出這種混合文化。你知道，這很難用幾句話(huà)解釋清楚，它涉及到我們所做的每一件事，包括面試流程、管理流程、項目管理，所有這些都是為了促進(jìn)研究盡可能快地取得成果而特別設計的。我覺(jué)得唯一比較容易解釋的是，在學(xué)術(shù)學(xué)實(shí)驗室做研究是不可能擁有在初創(chuàng )公司工作的能量和快節奏，對不對?另一方面，對于初創(chuàng )公司來(lái)說(shuō)，有時(shí)他們不夠目標遠大，也沒(méi)有足夠的雄心，來(lái)完成你想做的那種研究，他們太注重于短期目標了。我們公司把這兩方面融合在一起，然后還要把這種文化解釋給那些來(lái)加入公司的人。所以學(xué)院派們必須重新訓練一下他們的思維，來(lái)適應新的工作方式。

　　周健工：你們這里充斥著(zhù)博士，還有那么多拿著(zhù)頂尖學(xué)府的頂尖文憑的人。我能問(wèn)你一個(gè)問(wèn)題嗎，如果(大學(xué)輟學(xué)的)史蒂夫·喬布斯生活在人工智能時(shí)代，他會(huì )成功么?

　　哈薩比斯：我認為，很有可能。你說(shuō)得對，我們這里大多數人都有著(zhù)頂尖文憑，但是他們中也有一些人并沒(méi)有，他們是自學(xué)成才的，尤其是在工程領(lǐng)域，他們也做出了杰出的貢獻。所以我的意思是這是因人而異的，一個(gè)像史蒂夫·喬布斯這樣非凡的人無(wú)論嘗試做什么都能成功。

　　周健工：好吧，我之前注意到你們有一個(gè)口號，后來(lái)又把它改掉了。你原來(lái)的口號是“解決智能，并用它來(lái)解決一切”，我后來(lái)訪(fǎng)問(wèn)了你們的網(wǎng)站，你把它改成了“解決智能，并用它來(lái)改善這個(gè)世界”。你為什么要這么改呢?

　　哈薩比斯：好吧，其實(shí)這兩個(gè)口號我們都在用。這取決于我們演講的聽(tīng)眾。當我向科學(xué)家演講時(shí)，我喜歡用我原來(lái)的口號，解決一切。我覺(jué)得這個(gè)想法很獨特。不過(guò)有時(shí)候我們是在向普羅大眾演講，他們并不真正理解“解決一切”意味著(zhù)什么，所以我們就突出地強調了解決問(wèn)題的積極意義，你知道，例如健康、疾病、科學(xué)，還有最顯而易見(jiàn)的，我們從事這項工作的原因，那就是讓世界更美好。所以這兩個(gè)口號是相通的。

　　周健工：今天上午，我在你的演講中聽(tīng)到了你解釋?zhuān)瑱C器學(xué)習如何學(xué)會(huì )產(chǎn)生直覺(jué)的機制。你能給我五個(gè)最有說(shuō)服力的例子，來(lái)說(shuō)明通用人工智能的應用可以造福經(jīng)濟、社會(huì )和更多的人嗎?

　　哈薩比斯：我能告訴你至少三個(gè)我們正在研究的領(lǐng)域，我認為人工智能在醫療、醫學(xué)診斷和照顧病患總體上都非常有用。這會(huì )產(chǎn)生很多數據，非常復雜，而且當然對社會(huì )而言非常重要。我們還專(zhuān)注于最優(yōu)化流程，尤其是在能源方面，除了在我們的數據中心(能源效率的提升)，我認為在電網(wǎng)級系統方面有很多重量級的工作可以實(shí)施。而且你也能想象到我們能最優(yōu)化其他的系統，比如物流，也許包括船運、貨車(chē)和很多其他方面?？傊?，任何你能涉及到的結構復雜的動(dòng)態(tài)網(wǎng)絡(luò )，都有人工智能的用武之地。最后，我們專(zhuān)注研究的另一個(gè)領(lǐng)域是推薦系統，人工智能可以理解人們想要什么。比如你想要在YouTube上看什么之類(lèi)的，或者其他人們想要的東西，然后人工智能會(huì )給出更好的建議。所以我們正在把這些技術(shù)應用于這三個(gè)方面。

　　周健工：最后一個(gè)問(wèn)題。DeepMind原來(lái)是一家創(chuàng )業(yè)公司，后來(lái)被像Google這樣的科技巨頭收購了。在美國有至少五家科技巨頭，比如Google，Microsoft和Amazon等等。在中國也有所謂的“BAT，”，百度，騰訊和阿里巴巴。當我們談?wù)撊斯ぶ悄艿臅r(shí)候，你會(huì )看到數據、人才、資本和電腦計算力有一個(gè)向越來(lái)越少數的公司集中的趨勢。你有沒(méi)有擔心過(guò)人工智能行業(yè)的壟斷，而那些人工智能領(lǐng)域的創(chuàng )業(yè)者成長(cháng)的空間在哪里呢?

　　哈薩比斯：我認為這就是為什么我們公開(kāi)研究成果是很重要的，另外，像Google這樣的公司提供諸如TensorFlow之類(lèi)的平臺也很重要，此外還有很多公開(kāi)的算法。所以現在你在機器學(xué)習方面做很多標準化的研究都是免費的。所以我認為這一領(lǐng)域的發(fā)展方向，一定是在一個(gè)更廣闊的范圍內共享利益，而不是僅僅局限于你提到的那些公司。正如我一再提到的，這也正是我們在DeepMind的價(jià)值觀(guān)，致力于確保盡可能多的人從我們的研究中受益，而不僅僅是一兩家公司的客戶(hù)。

　　周健工：非常感謝。

　　哈薩比斯：謝謝，不客氣。