5
加了墊子的墻，昏黃的燈光，花樣墻紙的天花板。這里一點也不像能做出改變世界的尖端發(fā)現(xiàn)。但在這些讓人快要幽閉恐懼癥的模擬走廊里，Demis Hassabis認(rèn)為，他在為創(chuàng)造足以解決人性最大難題的軟件鋪設(shè)道路。
“我們的目標(biāo)很大，”Hassabis說，他冷靜穩(wěn)健的風(fēng)格讓人無法想象他概念的大膽。他在谷歌DeepMind領(lǐng)導(dǎo)一只有200名計算機(jī)科學(xué)家和神經(jīng)學(xué)家的團(tuán)隊，DeepMind就是在3月初打敗了人類圍棋大師的AlphaGo背后的位于倫敦的團(tuán)隊，創(chuàng)造了計算機(jī)歷史上的里程碑。
但是，Hassabis說這只是萬里長征的第一步，作為人工智能領(lǐng)域的阿波羅計劃，目標(biāo)“解決智能問題，然后用它解決其他所有問題。”如今判斷智能軟件的標(biāo)準(zhǔn)具體到了一個特定的任務(wù)——面部識別。Hassabis希望創(chuàng)造他所稱的“綜合智能”——像人類一樣可以學(xué)會完成任何任務(wù)。他展望未來人工智能可以做各種事情，通過形成和測試科學(xué)假說推進(jìn)醫(yī)學(xué)發(fā)展，或者用輕巧靈活的機(jī)器人身體跳來跳去。
要實現(xiàn)這個目標(biāo)，DeepMind的軟件必須超越黑白分明、秩序井然的圍棋世界。它需要掌握亂糟糟的真實世界——或者從一個昏暗的、像素化的模擬世界開始。DeepMind的模擬世界叫做Labyrinth，公司在用它讓軟件嘗試非常復(fù)雜的任務(wù)，例如在迷宮中導(dǎo)航。這會推動DeepMind研究員鉆研如何制造更智能的軟件，推動軟件學(xué)會面對更難的決策和問題。他們利用了之前AlphaGo以及DeepMind更早炫耀過的技能，DeepMind學(xué)會玩二十世紀(jì)八十年代的太空入侵者等復(fù)古Atari游戲，玩得比人類都好。但要成功，Hassabis必須想出辦法，解決人工智能領(lǐng)域中一些年代已久的問題。
自我改善
39歲的Hassabis此生很多時間都在研究如何創(chuàng)造智能。當(dāng)年象棋神童提早從高中畢業(yè)，開始了視頻游戲職業(yè)生涯。后來他獲得了神經(jīng)科學(xué)的博士學(xué)位，發(fā)布了關(guān)于記憶與想象的影響廣泛的論文。
Hassabis在2011年聯(lián)合創(chuàng)建了DeepMind，將他所學(xué)的生物智能轉(zhuǎn)化到機(jī)器。公司在2013年12月發(fā)布了學(xué)會Atari游戲的軟件，在2014年初被谷歌收購，據(jù)報道金額達(dá)4億英鎊，當(dāng)時超過六億美元。DeepMind快速擴(kuò)張，新增雇傭幾十名研究人員，在頂尖機(jī)器學(xué)習(xí)和人工智能會議發(fā)表大量論文。今年一月，它宣布了AlphaGo的存在，以及AlphaGo在2015年12月打敗了歐洲最強(qiáng)圍棋玩家的消息。本月初，AlphaGo打敗了世界圍棋冠軍李世石。
Atari游戲和圍棋非常不同，但是DeepMind用同樣的方法解決了他們，從動物的訓(xùn)練方式中獲得靈感：馴獸師可以用獎勵與懲罰教會動物新的招數(shù)。通過被稱為“加強(qiáng)學(xué)習(xí)”的方法，軟件被設(shè)計為可以探索新的環(huán)境，調(diào)整自己的行為，以獲得某種虛擬獎勵。
舉個例子，DeepMind的Atari軟件被設(shè)計為只能控制和看見游戲屏幕，具有增加分?jǐn)?shù)的動機(jī)。幾個小時的訓(xùn)練就可以讓軟件提著鞋帶起身，打到人類專家。
AlphaGo結(jié)合了增強(qiáng)學(xué)習(xí)和其他元素，例如一個分析幾千萬個專業(yè)圍棋玩家棋譜從而學(xué)會評估不同走法的系統(tǒng)，還有一個搜索機(jī)制來選擇最佳走法。但是，讓AlphaGo能夠打敗世界冠軍的，是與自己練習(xí)幾百萬次的增強(qiáng)學(xué)習(xí)。
Hassabis認(rèn)為，增強(qiáng)學(xué)習(xí)方法是讓機(jī)器學(xué)習(xí)軟件學(xué)會更復(fù)雜任務(wù)的關(guān)鍵，比軟件現(xiàn)在能玩的要復(fù)雜得多，例如記錄我們的話語、理解圖片的內(nèi)容?！拔覀儾徽J(rèn)為僅僅觀察就足夠智能，你還必須行動?！彼f，“最終，這是唯一你可以理解世界的方法?！?/p>
DeepMind的三維環(huán)境Labyrinth，基于一個開源的第一人稱射擊游戲Quake，專門為驗證該想法而設(shè)計。公司已經(jīng)用它來讓機(jī)器參與游戲，60秒內(nèi)探索隨機(jī)生成的迷宮，收集蘋果或找到出口（可通往另一個隨機(jī)生成的迷宮）可獲得分?jǐn)?shù)。未來的挑戰(zhàn)可能要去更復(fù)雜的計劃性——例如，懂得要是可以打開門。公司還會以其他方式測試軟件，并在考慮挑戰(zhàn)星際爭霸和撲克牌。但是一段時期內(nèi)，在Labyrinth里設(shè)置越來也難的挑戰(zhàn)將會是主要的研究方式，Hassabis說，“接下來幾年都夠用了。”
其他研究人工智能的公司和研究員會緊密關(guān)注著。DeepMind增強(qiáng)學(xué)習(xí)的成功讓很多機(jī)器學(xué)習(xí)研究員吃了一驚。這項技術(shù)是二十世紀(jì)八十年代創(chuàng)建的，之前沒有其他訓(xùn)練軟件的方法那么廣泛使用和效果強(qiáng)大，華盛頓大學(xué)研究機(jī)器學(xué)習(xí)的教授Pedro Domingos說。DeepMind加強(qiáng)了這項技術(shù)，把它和深度學(xué)習(xí)方法結(jié)合起來。深度學(xué)習(xí)最近有了重大突破，能讓計算機(jī)解碼圖片等信息，引發(fā)了最近機(jī)器學(xué)習(xí)的熱潮。
“DeepMind所做的很了不起，”Domingos說。但是他還說，Hassabis想做的是一個超越現(xiàn)在所有研究的火箭，還是后院里放的煙火，現(xiàn)在要下定論還為時過早——近期讓人眼花繚亂的成功不一定能持續(xù)。“Demis對增強(qiáng)學(xué)習(xí)的樂觀態(tài)度不只是處于成功經(jīng)驗，”Domigos說，“機(jī)器學(xué)習(xí)和人工智能領(lǐng)域中，進(jìn)步不是線性的；我們有時候會突飛猛進(jìn)，有時候會慢慢前行。”
Hassabis承認(rèn)，業(yè)界”很多“人都懷疑增強(qiáng)學(xué)習(xí)的潛能，但是他們不會買賬?！拔覀冊绞巧钊?，越是感覺我們的理論是正確的，我想我們正在改變整個領(lǐng)域，”他說?！拔覀冋J(rèn)為增強(qiáng)學(xué)習(xí)在未來的二至三年會像深度學(xué)習(xí)一樣影響巨大。”
安全第一
DeepMind的成功目前支持Hassabis關(guān)于增強(qiáng)學(xué)習(xí)會有很多應(yīng)用的說法。AlphaGo的成功讓很多專業(yè)圍棋手和計算機(jī)專家驚訝，因為圍棋實在非常復(fù)雜，很難讓基本依靠計算不同走法可能結(jié)果的軟件勝利，也就是1997年IBM的深藍(lán)用來打敗世界象棋冠軍Garry Kasparov的方法。平均來說，象棋玩家每一步有35種可能的走法；在圍棋中，有250種。圍棋中位置可能性排列組合的數(shù)量，比宇宙中原子的數(shù)量都多?！跋笃迨且环N計算游戲，”Hassabis說，“圍棋太復(fù)雜，所有玩家靠的是直覺。在類別上完全不一樣。你可以把AlphaGo想象成一個超級人類的直覺，而非超級人類的計算。”
圍棋世界冠軍李世石回顧他1-4敗于AlphaGo的比賽。圖片來源MIT Technology Review。
不論你是否同意AlphaGo具有直覺，能讓軟件掌握更復(fù)雜的任務(wù)顯然很有用。DeepMind正在和英國國家健康服務(wù)的項目合作，訓(xùn)練軟件幫助醫(yī)務(wù)工作人員發(fā)現(xiàn)腎臟問題的跡象，這些問題經(jīng)常被忽視，并造成大量可以避免的死亡。團(tuán)隊還在和谷歌業(yè)務(wù)團(tuán)隊合作，Hassabis說他的技術(shù)可以讓虛擬助理浮現(xiàn)，改善推薦系統(tǒng)，這對于YouTube等產(chǎn)品非常重要（類似的系統(tǒng)也是谷歌廣告產(chǎn)品的基礎(chǔ)）。
更遠(yuǎn)的未來，DeepMind需要很多突破，才能往Hassabis解決智能的目標(biāo)靠近，即使是未來幾年都在Labyrinth里面試驗。最關(guān)鍵的一個缺口是一種叫做分塊的技能，人類和動物的大腦用以處理世界的復(fù)雜性。Hassabis舉了個去機(jī)場的例子，你可以想好如何去機(jī)場并且完成計劃，而不用考慮走去門口的時候每一步走在哪兒，如何轉(zhuǎn)動門把手或控制每一個肌肉纖維。我們可以用高層次的概念來計劃和行動，而不用考慮每一個細(xì)節(jié)，并且通過重新組合我們熟悉的“分塊”，或者概念，來適應(yīng)新環(huán)境?！?strong>這大概是人工智能領(lǐng)域內(nèi)未解決的最核心問題之一?！盚assabis說。
這是許多研究團(tuán)隊在鉆研的問題，包括其他谷歌團(tuán)隊。但是，DeepMind希望能解決問題的一個非主流辦法是，學(xué)習(xí)真實的大腦。公司有一個由著名研究員Mattew Botvinick領(lǐng)導(dǎo)的神經(jīng)科學(xué)家團(tuán)隊，他直到最近一直是普林斯頓大學(xué)的教授。與大部分神經(jīng)科學(xué)研究不同的是，他們不僅要研究大腦如何運(yùn)作，還要告訴DeepMind如何設(shè)計軟件。
有一個近期試驗測試了Hassabis關(guān)于人腦如何組織概念的理論，利用一個偽造記憶的標(biāo)準(zhǔn)程序。它給測試對象呈現(xiàn)一系列相關(guān)詞，例如“冷”、“雪”和“冰”。人們經(jīng)常錯誤地記得聽到一些其他相關(guān)詞，例如”冬天“。
3月，AlphaGo與李世石的比賽進(jìn)行中的DeepMind員工。via MIT Technology Review。
“根據(jù)我的機(jī)器學(xué)習(xí)概念，我想這一定暗示了那種概念信息如何在大腦中組織，“Hassabis說。DeepMind團(tuán)隊研究出一個大腦的顳葉前部如何組織概念的理論， 通過觀察正在進(jìn)行記憶任務(wù)的人的大腦，確認(rèn)了理論的假說。這項結(jié)果可能會改變DeepMind設(shè)計人工神經(jīng)網(wǎng)絡(luò)來呈現(xiàn)信息的方式。
DeepMind的”待發(fā)現(xiàn)“列表上還有，將它在軟件上做過的、抓取文本意義的實驗，與Labyrinth中漫游的軟件實驗結(jié)合起來——有一個可能性是在虛擬空間內(nèi)開始擺上標(biāo)識。Hassabis說，他還在計劃一種“野心勃勃”的方法，來測試是否準(zhǔn)備好面對比Labyrinth更加真實的世界。他希望DeepMind未來可以控制機(jī)器人，他認(rèn)為機(jī)器人受限于軟件對世界的理解能力。“有一些很了不起的機(jī)器人，不能充分發(fā)揮他們的能力因為還沒有算法?！彼f。
如果成功，那會引發(fā)一些關(guān)于人的本質(zhì)定義、以及人工智能的合理使用范圍等嚴(yán)肅的哲學(xué)和倫理問題。Hassabis說，他鼓勵人們討論這項技術(shù)可能的風(fēng)險。（雖然他滿意地表示，物理學(xué)家Stephen Hawking在于他見面后，已經(jīng)停止警告人工智能會毀滅人類；將人工智能研究比作”召喚魔鬼“的Tesla創(chuàng)始人Elon Musk也被潑了冷水。）DeepMind有一個內(nèi)部的哲學(xué)家、律師和商人團(tuán)隊。Hassabis說也許”很快“就會公布他們的名字，以及他也在努力召集一隊類似的外部團(tuán)隊，在多個計算機(jī)公司間共享。
DeepMind的工程師們設(shè)計新實驗暫時還不需要倫理學(xué)指導(dǎo)，Hassabis說。”距離我們能擔(dān)心的成果還遠(yuǎn)著呢，“他說，”更重要的是讓所有人加快速度?！叭绻卸既鏗assabis所愿，他的倫理團(tuán)隊才能真的有點事兒做。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
