他的成才之路，也許就是AlphaGO的未來

幾天前，聯合國收到一封由馬斯克與DeepMind公司聯合創始人之一穆斯塔法·蘇萊曼，以及116位人工智慧專家共同發出的公開信。

公開信中指出，聯合國必須警惕人工智慧武器，這將是一個打開了無法關上的「潘多拉魔盒」。

人工智慧宛若一把雙刃劍，許多人恐懼它尖銳的一面，也歡呼它的誕生。

例如DeepMnd公司研發的「Alphago」，還未儘力便在圍棋上徹底挫敗了人類。

但阿老師在圍棋上落子的創新，同時也引導了圍棋選手們去嘗試改變。

想來大家也感興趣Alphago的締造者，會是怎麼一個人？

他曾被英國《衛報》稱作：人工智慧超級英雄。

萬維網發明者Tim Berners-Lee也曾說，他是這個星球上最聰明的人之一。

他就是DeepMind的創始人，傑米斯·哈薩比斯。

圖：傑米斯·哈薩比斯

1976年7月27日，哈薩比斯出生在倫敦一個教師家庭。

他的父母不怎麼喜歡計算機，屬於技術恐懼者，弟弟和妹妹則是喜歡作曲或寫作。

哈薩比斯則對棋類遊戲有著濃烈的興趣和極強的天賦，特別是國際象棋。

在他4歲時，他偶然間看見父親和叔叔下國際象棋，便愛上了這項棋類遊戲。

大約學棋兩周后，他便能夠在對局中戰勝大人。

9歲成為了英國11歲以下國家象棋隊隊長，13歲時已經是國際象棋的棋聯大師*。

就論等級分，他只比當時的世界第一波爾加·朱迪低35分而已。

*註：國際象棋採用由匈牙利裔美國物理學家Arpad Elo創建的ELO等級分制度，是當今對弈水平評估的公認的權威方法，規定2300~2399分為棋聯大師，2400-2499分為國際大師，2500分以上為國際特級大師。

圖：波爾加·朱迪

國際象棋不僅使哈薩比斯能夠比其他孩子更加穩重，同時也讓他開始思考人腦是如何完成複雜的工作，而電腦又能不能辦得到？

他接觸電腦是在8歲，他用比賽掙來的200英鎊買了人生中第一台計算機——ZXSpectrum。

擁有電腦後，他便開始自學編程、玩遊戲。

圖：ZXSpectrum高端玩法

如果說圍棋對於哈薩比斯而言是一種鍛煉，那麼電腦編程和遊戲就是他的道路。

作為學霸，哈薩比斯是玩著遊戲把書讀好：他提前兩年完成了他的所有考試。

隨後他向劍橋大學提交了申請，並成功通過，但因為年齡方才16歲，還不夠上學年齡，需要在家窩一年。

閑置在家的一年他也沒有閑著，他加入了傳奇遊戲設計師彼得·莫尼諾的牛蛙製作室。

圖：超傳奇遊戲設計師彼得·莫尼諾

與彼得一起工作的這段時間裡，哈薩比斯參與制作了經典模擬類遊戲《主題公園》。

《主題公園》在1994年發行，遊戲最終賣出了數百萬份，同一年哈薩比斯離開了工作室回歸校園。

值得一提的是這遊戲包含了一定的人工智慧元素。

圖：《主題公園》

哈薩比斯選擇劍橋大學的主要原因是，劍橋大學擁有世界上第一個大學部計算機科學課程。

哈薩比斯在大學的主要學習內容便與AI相關，也是在這期間，他接觸到了圍棋。

3年後，他從劍橋大學畢業，再次加入了彼得的新工作室——獅心工作室

圖：獅心工作室

工作一年後，哈薩比斯離開了獅心，成立了自己的Elixir工作室。

工作室巔峰時期雇傭足有60人，與大型出版商Vivendi環球和微軟都簽署了協約。

由哈薩比斯設計併發行的遊戲，《共和國：革命》、《邪惡天才》兩款模擬遊戲也被提名「英國奧斯卡」BAFTA獎。

只是兩款遊戲在公眾中反應卻不是特別火爆。

圖：《共和國：革命》

在遊戲行業耕耘數年已經算是頗有經驗的老江湖，但他仍是希望做一些以AI為主的事情。

2005年，他關閉了工作室，出售所有遊戲的知識產權和專利，再次回到校園攻讀神經科學博士學位。

值得一提的是，2009年，因為哈薩比斯對遊戲產業的貢獻，他被選為皇家藝術協會的成員。

在人工智慧的報道之中，我們時常能夠聽到深度學習。

事實上，常聽說的人工智慧還屬於狹義AI，只具備著單一類問題的解決能力，而不能舉一反三。

在一個方向上有著驚人的深度，但卻無法拓展到其他領域。

那麼如何讓人工智慧學會舉一反三？哈薩比斯提出了深度強化學習。

一個智能體擁有經驗，還能利用經驗，這樣的例子現存只有一個——我們的大腦。

通過研究神經系統進而研究出高智能的「通用用途人工智慧」，這便是哈薩比斯選擇精研神經科學的原因。

在倫敦大學攻讀博士學位時，他的主要研究方向是自傳體記憶*和海馬體。

經過幾年的研究，哈薩比斯提交了PhD論文《支持情景記憶的神經過程》。

2007年的《科學》雜誌將這份研究評作那一年的十大科學突破。

*註：自傳體記憶是指對個人複雜生活事件的混合記憶。世界上有這麼一群人，他們擁有超凡的記憶能力，可以毫不費勁的回憶起大約 10 歲以後生活中的每個細節。這群人也被稱為自傳體記憶人群。

哈薩比斯隨後還在波士頓大學、哈佛大學、麻省理工學院分別度過了一段研究時光。

2010年，他開創了DeepMind公司，開始了新的征途。

DeepMind的另外兩位創始人也絕非泛泛之輩。

童年老友Suleyman曾擔任倫敦市長的政策官，而Legg則同是倫敦大學神經科學組的博士后。

而公司早期的投資者名頭也響亮，包括特斯拉億萬富翁ElonMusk，以及Skype聯合創始人JaanTallinn，華人富豪李嘉誠。

為了區分於那些狹義AI，DeepMind的自學習演算法有一股「神經科學」味。

在訓練上，DeepMind的人工智慧們也頗為艱辛：它們只能和我們一樣通過觀察屏幕上的像素點，從0開始掌握任何一種任務。

2013年12月，DeepMind興奮地宣布他們的人工智慧在玩雅達利遊戲*上已經超過了人類水平。

他們的人工智慧通過上百次地體驗失敗，總算取得了突破。

*註：雅達利（Atari）是美國諾蘭·布希內爾在1972年成立的電腦公司，街機、家用電子遊戲機和家用電腦的早期拓荒者。

次年，DeepMind便被Google收購，收購金額高達4億英鎊。

也是這個時期，哈薩比斯的眼睛盯上了圍棋，著力於開發Alphago。

他在今年烏鎮的演講上，曾提到圍棋在AI領域的神聖地位。

一場還未開始的圍棋，有著無數種可能的結局，這些可能龐大到，全世界的計算機一起用暴力窮舉法算上幾百萬年也不一定能算完。

哈薩比斯還提到了IBM的「深藍」與國際象棋界老大哥卡斯帕羅夫的對戰。

「深藍」依靠其每秒種兩億棋步的運算速度，足以計算出更高勝率的走法。

相比「深藍」，Alphago的任務更為艱難，它不僅需要誇張的運算速度，還要可以運用經驗、推理、思考。

2016年時，DeepMind因為Alphago演算法的研究論文，登上了Nature封面。

同年的3月份，Alphago與李世石的5局對戰，以4:1拿下最終勝利。

這兩件事也算是哈薩比斯給堅持AI多年的自己交的一份答卷。

哈薩比斯的堅持當然贏得了令人興奮的成就，這比任何人想象的AI都要強大得多。

DeepMind的成果也為哈薩比斯贏得了眾多榮譽，如2016年《自然》雜誌的「年度十大人物」、《時代》的最有影響力的100人之一、亞洲獎頒發的科技卓越成就獎等等。

圖：亞洲獎標誌

對於哈薩比斯來說，毫不顧慮的前進便是未來的方向。

在生活中，他就如同普通的父親、丈夫，每天回家吃飯，陪孩子遊戲。

在事業上他也如所有的企業家一樣， 每天工作到凌晨3、4點，保持著瘋狂的熱情和創造力。

一些創舉也將在這些平凡的日子裡，一點點積累下來。

最近DeepMind居然和暴雪宣布合作，計劃使用《星際爭霸II》訓練出更強大的人工智慧。

儘管《星際爭霸II》被譽為史上最難的策略遊戲，但哈薩比斯說不定能再次創造奇迹。

我們永遠不知道下一個被AI攻下的是什麼，也許我們應該慶幸現在的AI還只是在玩智力遊戲。