它们是怎么诞生的？未来将会向何处发展？
在接受采访时，哈萨比斯也讲述了这背后的故事。
围棋领域的霸主？远远不够
DeepMind为外界所知，始于2016年AlphaGo大胜世界围棋冠军李世乭。之后，DeepMind推出AlphaGo Zero，一举在围棋领域奠定了霸主地位。
它与之前的程序有很大不同。1999年，击败国际象棋冠军的深蓝，需要国际象棋大师和程序员组成团队，来教它下棋的技巧。
但AlphaGo Zero不需要任何东西。它就像一个出生在围棋世界的婴儿，所拥有的只是一块棋盘和对规则的了解，以及目标：要赢。
就像婴儿学习走路一样，经过成千上万的自我对抗，完善自我的理解与认知，有了直觉。
慢慢地，它不仅能掌握人类大师下棋的技能，还会自己发现一些下棋的技能。最后，用这些技能摧毁人类智慧的壁垒。
但哈萨比斯知道，只做到这一步，远远不够。
谷歌收购DeepMind，是希望它能够设计出能够擅长处理很多事的程序，能够推进通用人工智能的落地，然后解决科学和商业上的问题。
事实上，DeepMind已经做了一些事情，比如提供软件完善了Google Play的推荐购买系统，大幅降低谷歌服务器机房的能耗等等。
但是，哈萨比斯发现，向世界证明程序具备通用智能的最好方法是游戏。
在DeepMind的程序成为围棋领域的霸主后，哈萨比斯去参加了一个会议，来讲解他的成就。
曾经是深蓝团队成员默里·坎贝尔（Murray Campbell）问他：“如果去下国际象棋，会怎么样？”
对于一个传统的项目来说，需要从头开始设计一个新系统。但对于AlphaZero来说，只是需要经历一个不同的“婴儿期”而已。
然后，AlphaZero诞生了，再次进入由黑与白组成的世界。
但这一次，棋盘上不再是围棋的黑白子纵横交织，而是国际象棋的骑士、国王、主教和王后。
“从早上完全随机地开始游戏，到了下午茶的时间，AlphaZero就可以达到超人类的水平，”哈萨比斯说。“到晚餐时，它就会成为有史以来最强的实体。”
在AlphaZero论文登上《科学》封面时，《科学》杂志评价称，能够解决多个复杂问题的单一算法，是创建通用机器学习系统，解决实际问题的重要一步。
还有很多事情要做
的确，打造通用人工智能，只是“攻克”几种棋类游戏是远远不够的。国际象棋虽然很复杂，但它也非常简单。它有明确的规则，明确的结果，每个人都知道正在发生什么。
现实生活中也有类似的情况，解决方案就是在许多不同的可能组合中选择正确的路径。
就在两周前，DeepMind的AlphaFold在有“蛋白质结构预测奥运会”之称的CASP比赛中夺冠，这对于研发新药至关重要。
但生活中大多数情况都并非如此。
关于人工智能程序，一个最奇怪的事情就是人类创造了它们，但却不理解它们。一旦它们开始运行、学习和迭代，它们的工作方式就像我们自己的大脑一样，始终笼罩着一层迷雾。
对哈萨比斯来说，国际象棋是他观察AlphaZero运行的一种方式。在棋盘上，你可以看到代码显现出来。 “我可以感受到棋盘上发生的优化过程，”他说。
让程序解决一个他能理解的问题，比如国际象棋。哈萨比斯从中可以获得新的理解，并将其运用到其他自己不了解的问题中，比如蛋白质结构预测。
“如果骑士当前的位置不是最好的，AlphaZero可能会将它移动六步，来寻找最佳发动攻击的位置。如果你精通国际象棋，你会有种在AlphaZero大脑中的感觉。”
哈萨比斯有更大的计划。他认为，在可以预见的将来，人工智能会像科学家一样工作，提出假设，并设计实验来验证假设，然后“取得可能获得诺贝尔奖的重大突破”。
但是，在前进的道路中，有一个如影随形的“世界末日”问题。一些人认为，与怀疑我们是否能够开发出真正的人工智能相比，要开始考虑我们是否应该开发它们了。
和这个领域的大多数人一样，对于这个问题，哈萨比斯事先已经有了答案：人工智能确实存在道德问题，但是这些问题是可以解决的。而且，与人工智能可能引起的困难相比，人工智能可能解决的困难多人类更具吸引力。
“如果我不知道像人工智能这样能够改变游戏规则的东西正在出现，我会对世界未来的走向更加悲观，”他表示。
“从老年痴呆症到气候变化，这个世界有太多的问题存在，在解决方法上，我们似乎没有取得任何进展。要么人类的行为出现指数级的发展，要么技术出现指数级的发展进，而前者似乎并没有什么变化。”
“骑士”哈萨比斯
现在，哈萨比斯并没有关注所谓的“世界末日”问题。相反，他正在享受当前的一切，它不仅关乎未来，也关乎过去。
13岁时，哈萨比斯做了一个计算。尽管知道自己有机会成为世界上最好的棋手，他还是放弃了下棋。
然后，他选择了一条他自认为很随意的道路。 就像国际象棋中的骑士一样，AlphaZero为了让它能够在正确的位置发动攻击，先让它走了六步。
哈萨比斯已经朝着某种不可避免的方向前进了。
— 完 —
相关文章：
相关推荐：
网友评论：