谷歌的人工智能设计师：哈萨比斯

戴密斯·哈萨比斯（Demis Hassabis）从４岁开始下国际象棋，并很快成为国际象棋神童。到了８岁，棋盘上的成功开始让他思索两个困扰已久的问题：第一，大脑是如何学习完成复杂任务的；第二，电脑是否也能做同样的事。

现年38岁的哈萨比斯如今是谷歌的员工，他仍在思索这些问题，2014年年初，他将自己名不见经传的伦敦初创公司DeepMind以４亿英镑（约合6.5亿美元）的价格卖给了这家搜索巨头。

在DeepMind演示了软件可以自学，把经典电玩游戏玩到超人级别后，谷歌马上就抢购了这家公司。而在2014年的温哥华ＴＥＤ大会上，谷歌的执行总裁拉里·佩奇（Larry Page）不仅对哈萨比斯赞不绝口，更将其公司的技术称为“长久以来我见过的最令人兴奋的事件之一”。

研究人员已经开始寻找DeepMind技术可以改进谷歌某些现有产品的方法，比如搜索引擎。如果该项技术如哈萨比斯所希望，它就会改变计算机在诸多领域中所扮演的角色。

哈萨比斯表示，DeepMind正在开发一种面对几乎任何问题都能学习的人工智能软件，这可以帮助人们处理一些世界上最为棘手的问题。他说：“人工智能有巨大的潜力，它会让人类大吃一惊。它将真正提高人类的医疗的水平，会加速解决我们在当下进展相对缓慢的事情”

学术青年

哈萨比斯对于了解和创造人工智能的追求引领他经历了三个职业生涯：游戏开发者、神经系统科学家和人工智能企业家。在提前两年完成高中学业之后，哈萨比斯便从英国知名游戏设计师彼得·莫利纽克斯（Peter Molyneux）那里得到一份工作。17岁时，哈萨比斯领衔开发了一款在1994年发行的经典模拟游戏《主题主园》。随后，他继续在剑桥大学修得一个计算机科学学位，并于1998年创立了自己颇为成功的游戏公司。

但是，开发计算机游戏限制了哈萨比斯践行自己的真正的使命。最后他决定，是时候该做一些以人工智能为首要任务的事情了。

在2005年，哈萨比斯开始在伦敦大学学院进修神经系统科学博士学位，希望通过研究真正的大脑来发现对研究人工智能有用的线索。他选择了海马体做研究对象。海马体主要负责记忆以及空间导向，至今人类对它的认知还很少。哈萨比斯说：“我挑选的这些大脑区域的功能目前尚没有好的运算法则与之对应。”

作为一个没有学习过高中生物课程的计算机科学家和游戏企业家，哈萨比斯的表现超过了同一院系中的医学博士和心理学家。他说：“我经常开玩笑说我对大脑的唯一认知是，它是在头盖骨里面的。”

但哈萨比斯很快就取得了成就。2007年，他的一项研究被《科学》杂志评为“年度突破奖（Breakthrough of the Year）”。在这项研究中，他发现５位失忆症患者因为海马体受损而很难想象未来事件。从而证明了大脑中以往被认为只与过去有关的部分对于规划未来也至关重要。

发现了记忆与预先规划的交错关系后，哈萨比斯进入下一阶段的冒险――他在2011年终止了自己的博士研究，开始创立以“解决智能”为经营理念的DeepMind 科技公司。

卓越出众

哈萨比斯与人工智能专家谢恩·莱格（Shane Legg）和连续创业家穆斯塔·法苏莱曼（Mustafa Suleyman）一起创立了DeepMind。公司雇用了机器学习方面的顶尖研究人员，并吸引到一些著名的投资者，包括彼得·泰尔（Peter Thiel）的Founders Fund公司、以及特斯拉和SpaceX的创始人埃隆·马斯克（Elon Musk）。但DeepMind一直保持低调，直到2013年12月，他们在一次业界领先的机器学习研究大会上上演了自己的处子秀。

在太浩湖畔的哈拉斯赌场酒店里（Harrah’s Casino），DeepMind的研究人员演示的软件令人惊艳。该软件不仅可以玩雅达利的三款经典游戏――乒乓、打砖块和摩托大战，而且比任何人玩得都好。更关键的是，这款软件并没有获得任何有关如何玩游戏的信息，提供给软件的只有控制器、显示器、得分规则，并告诉它尽可能得高分。程序通过不断的试错，最后成了专家级的玩家。

此前从未有人演示过具备这种能力的软件，可以从零开始学习和掌握如此复杂的任务。事实上，DeepMind利用了一种最近流行的机器学习技术――深度学习，这种技术通过模拟神经元网络来处理数据。但它将深度学习与其他技巧结合，达到了不可思议的智能水平。

加州大学的人工智能专家斯图亚特·拉塞尔（Stuart Russell）教授表示：“人们有点震惊，因为他们并未料想到我们能在现阶段技术水平下做到这种程度。我想，人们惊呆了吧。”

DeepMind将深度学习与另一种叫做“强化学习”的技术相结合，强化学习的灵感来自于斯金纳（B.F. Skinner）等动物心理学家研究成果。它可以让软件通过在行动后接收对行动效果的反馈来学习，人类和动物通常都是这么做的。

人工智能研究人员对于强化学习的研究已有数十年了，但在DeepMind的Atari演示之前，还没有人开发出像这种能够玩游戏的具备复杂学习能力的系统。哈萨比斯表示，其原因之一可能是他借鉴了在海马体上面的发现。那款可以玩雅达利游戏的软件学习过程就部分地牵涉到了不断重放过去经历，以便深度和提取有关将来应该怎么做的最精确提示。

哈萨比斯说：“我们知道大脑就是这样工作的，人在睡觉的时候，海马体会把一天的记忆重放给大脑皮层。”

一年之后，拉塞尔和其他研究人员仍对DeepMind使用的技术和其他技巧究竟如何达到如此卓越的效果感到困惑不已，并且还苦苦思索这些技术的其他用途是什么。不过谷歌却没有想那么久，在太浩湖演示一个月之后就宣布收购这家公司。

谷歌员工

现在，哈萨比斯领导的部门叫做Google DeepMind，其总部仍然位于伦敦，依旧把“解决智能”问题当作自己的使命宣言。加入谷歌时，公司大概有75人，哈萨比斯还打算再多招50人。其中有约75%的人从事基础研究工作。其余的则组建一支“应用研究队伍”，致力于将DeepMind技术应用于谷歌现有产品。

DeepMind的技术可用来改善YouTube的视频推荐功能或谷歌的移动语音搜索。哈萨比斯说：“几年之后，你会看到我们的一些技术会嵌入到这类产品当中。”当然，谷歌并非是唯一个相信DeepMind的方案能赚大钱的公司。哈萨比斯也因为其工作有可能令英国经济受益而获得了英国皇家学会的穆拉德奖。

不过相比之下，在谈到改进现有产品的算法后还将做什么时，哈萨比斯显得更加兴奋。他梦想着创造出“人工智能科学家”，那种可以在实验室提出和测试有关疾病的新假设的软件。另外，哈萨比斯还表示，DeepMind的软件还可以对机器人大有用处，而这正是谷歌最近投入重金的领域。

他说：“目前没有更多机器人做出更多有用事情的原因之一，是机器人往往需要预编程，所以在非预期情况下或学习新东西时表现糟糕。”

哈萨比斯在谈论人工智能应用时的不情愿或许是因为害羞，又或者可能是他的研究人员在理解如何推进公司的人工智能软件这件事情上仍处于早期阶段。但是，哈萨比斯认为一种新型强大的人工智能很快就要到来，这是因为他正在谷歌内部设立一个道德委员会，考查高级人工智能的负面影响。

“这是我们和谷歌其他人都需要意识到的问题。现在我们还在玩雅达利游戏，”他笑道，“但是我们已经迈出第一步了。”

此文由MIT Technology Review 中国大陆地区独家授权，更多精彩内容请搜索官方微信“mit-tr”，同我们一道关注即将商业化的技术创新，分享即将资本化的技术创业。