您的当前位置:主页 > T生活谷 >DeepMind 之父自曝:每天工作至凌晨 4 点,带领 4

DeepMind 之父自曝:每天工作至凌晨 4 点,带领 4

分类:T生活谷  / 时间:2020-06-06 / 作者:

DeepMind 之父自曝:每天工作至凌晨 4 点,带领 4

你见过凌晨 4 点的伦敦吗?

杰米斯·哈萨比斯(Demis Hassabis)天天见。 这位 DeepMind 创始人、AlphaGo 之父,一直是全球讚颂的当世天才,但每天要到凌晨 4 点,才能睡下 。

这是哈萨比斯最新採访中透露的作息时间,他告诉《星期日泰晤士报》:

他的一天 24 小时,有两个工作日。

第一个工作日,是到 DeepMind 的办公室中,引导公司 700 名员工(400 名拥有博士学位)的工作,来保持 DeepMind 作为世界领先人工智慧公司的地位。

然后在晚上 7 点半準时回家,和妻子及两个孩子共进晚餐。等到孩子们晚上 10 点上床睡觉后,他就开始了第二个工作日。

「我一般会熬夜到凌晨 4 点左右,」他说。「有时候是 4 点半,看情况而定。」或许,这也能够从侧面证明,DeepMind 何以成为当今最瞩目的 AI 重镇。

最近,DeepMind 又爆发出了耀眼的光芒,宣告自己的霸主地位:

AlphaZero 登上了《科学》封面,只用一个算法,就在围棋、国际象棋和将棋领域奠定了霸主地位;AlphaFold 能根据基因序列来预测蛋白质的 3D 结构,在有「蛋白质结构预测奥运会」之称的 CASP 比赛中夺冠,力压其他 97 个参赛者 。

它们是怎幺诞生的?未来将会向何处发展?

在接受採访时,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 AI 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工程师组成团队,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,能够推进通用人工智慧的落地,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,比如提供软体完善了 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。

怎幺向世人展现 AI 有多像人?

但是,哈萨比斯发现,向世界证明 AI 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,会怎幺样?」

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》杂誌评价称,能够解决多个複杂问题的单一算法,是创建通用机器学习系统,解决实际问题的重要一步。

只在游戏领域称霸远不够

的确,打造通用人工智慧,只是「攻克」几种棋类游戏是远远不够的。国际象棋虽然很複杂,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什幺。

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。

就在两週前,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。

关于人工智慧,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 AI 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,人工智慧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慧相比,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:人工智慧确实存在道德问题,但是这些问题是可以解决的。而且,与人工智慧可能引起的困难相比,人工智慧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慧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。

「从老年癡呆症到气候变化,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。要嘛人类的行为出现指数级的发展,要嘛技术出现指数级的发展进,而前者似乎并没有什幺变化。」

放弃成为顶尖棋士的机会

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。儘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。

__

申博138体育真人荷官|全面的消费资讯|提供生活便利|最新时尚信息|网站地图 申博官网备用网址_澳门137公式 申博官网备用网址_珠峰旗云平台下载