DeepMind：一個(gè)神童玩的游戲

許智博

5月23日晚上的烏鎮(zhèn)西柵景區(qū)，白天的大雨已經(jīng)止住，如織的游人在雨后的涼爽潮濕里踏在青石板路上，抓緊時(shí)間欣賞眼底燈火點(diǎn)點(diǎn)的江南水鄉(xiāng)，或許他們絕大多數(shù)人并不曉得，就在這天的下午雨還沒(méi)有停的時(shí)候，中國(guó)的頂尖圍棋選手、世界排名第一的柯潔，在這里剛剛以1/4子輸給了他的對(duì)手、人工智能AlphaGo，丟掉了第一盤(pán)棋的比賽，成為了當(dāng)天重要的全球科技新聞。

在入口通往散布于景區(qū)里的酒店和民宿的電動(dòng)擺渡車上，一個(gè)穿著西裝、有些微醺的體育官員，正在與同行的一位長(zhǎng)者絮叨地感慨著：“我晚飯時(shí)問(wèn)他們的二把手，可不可以把你們的技術(shù)做成平板電腦，給我們隊(duì)的棋手訓(xùn)練使用，他說(shuō)這要問(wèn)他們的CEO……對(duì)，就是那個(gè)哈薩比斯，但他可能覺(jué)得圍棋實(shí)在是太‘小了，他明天會(huì)在論壇上說(shuō)AlphaGo的用途，肯定還是他關(guān)心的醫(yī)療啊能源啊這些大事——唉，這個(gè)哈薩比斯，簡(jiǎn)直就像是又一個(gè)霍金！”

神童愛(ài)上電游

那個(gè)體育官員口中讓他難以理解的哈薩比斯（Demis Hassabis），正是目前全球人工智能（Artificial Intelligence，縮寫(xiě)為AI）領(lǐng)域的領(lǐng)軍人物之一。

這個(gè)戴著黑框眼鏡的小個(gè)子英國(guó)人雖然其貌不揚(yáng)，但卻是一個(gè)絕對(duì)的天才，尚不到41歲的人生充滿傳奇：他生于倫敦，是一個(gè)普通移民家庭的孩子，父親是希臘的塞浦路斯人，母親則是新加坡的華人。家庭成員的構(gòu)成很難解釋他的數(shù)理天賦遺傳于誰(shuí)，父母都是教師，也會(huì)做一些兼職，他的弟弟和妹妹擅長(zhǎng)的則是寫(xiě)作和作曲。

哈薩比斯的早慧從小就顯露出來(lái)，4歲時(shí)他看父親和舅舅下國(guó)際象棋，兩周后便在棋盤(pán)上打敗了成年人。從5歲開(kāi)始，他開(kāi)始參加正式的國(guó)際象棋比賽，6歲時(shí)便獲得了倫敦8歲以下組的冠軍，9歲時(shí)已經(jīng)是英國(guó)11歲組少年隊(duì)的隊(duì)長(zhǎng)，13歲時(shí)在世界14歲以下的國(guó)際象棋棋手中以2300積分排名第二，而領(lǐng)先他35個(gè)積分、排在他前面的那個(gè)選手，則是國(guó)際象棋界傳奇“波爾加三姐妹”中的小妹朱迪特·波爾加（Judit Polgár），那是后來(lái)被稱為“有史以來(lái)最厲害的國(guó)際象棋女棋手”的神級(jí)角色，連續(xù)26年女子國(guó)際象棋排名第一。

或許讓哈薩比斯后來(lái)沒(méi)有選擇做一名職業(yè)棋手的原因，是他在8歲那年用下棋贏得的200英鎊購(gòu)買的一臺(tái)電腦。這臺(tái)1982年由Sinclair公司生產(chǎn)的8位個(gè)人電腦ZX Spectrum在現(xiàn)在看起來(lái)更像是一個(gè)黑色鍵盤(pán)，但這臺(tái)頻譜計(jì)算機(jī)卻讓哈薩比斯找到了某種人生終極樂(lè)趣。

迷戀上電腦游戲的他很快就發(fā)現(xiàn)別人設(shè)計(jì)的游戲簡(jiǎn)直太LOW了，干脆拆解了電腦，開(kāi)始自學(xué)編程做游戲。“我爸會(huì)帶我去Foyles（倫敦最大的書(shū)店），坐在計(jì)算機(jī)編程類書(shū)籍的區(qū)域，學(xué)習(xí)如何在游戲中無(wú)限續(xù)命，我從直覺(jué)上感到這是一個(gè)神奇的設(shè)備，你可以釋放你的創(chuàng)造力?！被貞浲陼r(shí)哈薩比斯如此說(shuō)。他曾花一個(gè)夏天的時(shí)間，在北倫敦的布倫特十字（Brent Cross）站的一個(gè)報(bào)刊鋪瀏覽那些他買不起的計(jì)算機(jī)雜志。

在這樣的“探索”過(guò)程里，小哈薩比斯已經(jīng)在思考兩個(gè)問(wèn)題：一，大腦是怎么思考的？二，計(jì)算機(jī)可以模擬人類嗎？

正是這樣的癡迷，讓15歲的他后來(lái)在一場(chǎng)為游戲《太空侵略者》（Space Invaders）設(shè)計(jì)續(xù)集的比賽中獲得第二名，被視頻游戲公司牛蛙工作室（Bullfrog）的老板彼得·莫利紐克斯（Peter Molyneux）相中。被中國(guó)資深游戲玩家昵稱為“魔力?！钡哪~克斯是英國(guó)的傳奇級(jí)游戲設(shè)計(jì)師，通過(guò)設(shè)計(jì)游戲拿到過(guò)大英帝國(guó)勛章的游戲界“老炮”，他開(kāi)創(chuàng)了“上帝視角”的游戲《上帝也瘋狂》，也創(chuàng)造了可以讓玩家轉(zhuǎn)換游戲扮演角色的《地下城守護(hù)者》，后來(lái)他的工作室基本都被美國(guó)游戲巨頭EA（藝電）收購(gòu)。

雖然哈薩比斯和莫利紐克斯年紀(jì)差了十多歲，但用哈薩比斯的話說(shuō)，兩個(gè)人“相互影響”。與“魔力?！逼珢?ài)讓玩家在虛擬世界里扮演擁有絕對(duì)權(quán)力的上帝不同，在牛蛙，哈薩比斯主持并協(xié)助設(shè)計(jì)的是沉浸式模擬現(xiàn)實(shí)游戲《主題公園》（Theme Park）。在游戲中，玩家可以設(shè)計(jì)和管理游樂(lè)園，為了在非?，F(xiàn)實(shí)的條件下做到盈利，甚至要使用在汽水里加鹽、好讓游人多喝幾杯的小伎倆。這個(gè)需要耐心的游戲吸引了很多玩家，游戲軟件賣了幾百萬(wàn)份，還贏得了當(dāng)年英國(guó)的“金手柄”獎(jiǎng)（Golden Joystick Award）。

1997年，哈薩比斯大學(xué)畢業(yè)后，“魔力牛”再一次把他招至自己獅頭工作室（Lionhead）。在獅頭工作室不到一年的工作中，哈薩比斯創(chuàng)造出了電子游戲領(lǐng)域第一個(gè)具有自我學(xué)習(xí)能力的人工智能——游戲《黑與白》（Black & White）中的“神獸”，在“上帝視角”的游戲里打造了一個(gè)擁有鮮明個(gè)性和自我意識(shí)的角色，讓玩家根據(jù)它的習(xí)性實(shí)施間接的影響力。

在這個(gè)游戲里，“神獸”擁有可怕的力量，但心智僅相當(dāng)于兩歲左右的孩童，作為神獸的主人，玩家在游戲中最重要的任務(wù)，就是通過(guò)胡蘿卜加大棒，把神獸訓(xùn)練成自己想要的樣子：當(dāng)神獸干了壞事，比如隨地大小便，乃至是吃人的時(shí)候，就要用一頓抽打來(lái)讓它長(zhǎng)些記性。而當(dāng)神獸偶爾幫助村民干活的時(shí)候，適時(shí)愛(ài)撫可以強(qiáng)化它們的記憶，從而培養(yǎng)做好事的習(xí)慣……當(dāng)然，如果玩家愿意，也可以反過(guò)來(lái)做。

與升級(jí)和解鎖新技能的老套路游戲比，《黑與白》中神獸的培養(yǎng)過(guò)程其實(shí)非常接近人工智能領(lǐng)域里“機(jī)器學(xué)習(xí)”（machine learning）的“強(qiáng)化學(xué)習(xí)”（Reinforcement Learning）概念：導(dǎo)入訓(xùn)練數(shù)據(jù)，讓AI在不斷試錯(cuò)中積累正面反饋，最終找到獲得利益最大化的途徑——只不過(guò)在游戲中，判定權(quán)重的工作（即玩家對(duì)神獸行為的反饋）由人類來(lái)完成的，而非像后來(lái)的AlphaGo那樣去自己判斷。

1998年，哈薩比斯決定單飛，成立了自己的公司Elixir Studios。在這次不算成功的創(chuàng)業(yè)期里，他在《黑與白》的思維邏輯基礎(chǔ)上，做了兩款將模擬現(xiàn)實(shí)與上帝視角結(jié)合起來(lái)的游戲，其中策略游戲《共和：革命》（Republic： The Revolution）更像是一個(gè)更加復(fù)雜的《主題公園》，虛擬了一個(gè)20世紀(jì)90年代發(fā)生制度變革的東歐小國(guó)，玩家要在游戲里不斷依靠資源分配、合縱連橫才能最后達(dá)到自己執(zhí)掌政權(quán)的目標(biāo)，而《邪惡天才》（Evil Genius）則是后來(lái)被很多專業(yè)人士評(píng)價(jià)為水準(zhǔn)不低于《半條命2》（Half-Life）的作品，游戲以007系列電影為靈感，打造了一個(gè)席卷全球的“黑暗勢(shì)力”，被很多“硬核玩家”評(píng)價(jià)為“設(shè)定平衡度很高的游戲”。

可惜那時(shí)隨著電腦硬件性能的飛速進(jìn)化和互聯(lián)網(wǎng)的普及，電子游戲界的整體風(fēng)潮從單機(jī)游戲的趣味性、平衡度轉(zhuǎn)向了強(qiáng)調(diào)游戲的視覺(jué)呈現(xiàn)和玩家之間的交互，所以最后這兩款游戲都不算成功。哈薩比斯面對(duì)變化的游戲市場(chǎng)，意識(shí)到了自己癡迷游戲的本源其實(shí)是人工智能：“20世紀(jì)90年代，游戲很有趣，也有創(chuàng)新性。但到了新世紀(jì)，游戲注重圖像和內(nèi)容，想通過(guò)游戲這扇‘后門(mén)去展開(kāi)人工智能研究已經(jīng)非常困難，這違背了我做游戲的初衷?！?h3>天才改變世界

2005年，哈薩比斯“戒”了游戲，直到現(xiàn)在，作為曾經(jīng)的資深游戲迷，他對(duì)一些爆款的大型多人游戲依然感覺(jué)失望，“我從來(lái)都無(wú)法真正融入游戲，因?yàn)樘摂M人物看起來(lái)傻傻的。他們沒(méi)有記憶，不會(huì)改變，也與環(huán)境無(wú)關(guān)。如果有學(xué)習(xí)型人工智能，游戲質(zhì)量就能提升到新水平?！?/p>

實(shí)際上，哈薩比斯能果斷地結(jié)束自己的“游戲開(kāi)發(fā)者”的職業(yè)生涯，也是為了重新集中自己的精力去做人工智能——20年前在劍橋大學(xué)學(xué)習(xí)計(jì)算機(jī)的時(shí)候，當(dāng)講臺(tái)上的教授講解著“狹義人工智能”（當(dāng)時(shí)IBM的“深藍(lán)”，Deep Blue）戰(zhàn)勝了國(guó)際象棋大師卡斯帕羅夫（Gary Kasporov）是轟動(dòng)的新聞，“深藍(lán)”是狹義人工智能的代表，下面聽(tīng)課的哈薩比斯就在心里想著，自己是否可以做一個(gè)“通用人工智能”。作為一個(gè)曾經(jīng)的國(guó)際象棋大師，哈薩比斯認(rèn)為“深藍(lán)”不過(guò)是“僅在某一領(lǐng)域發(fā)揮特長(zhǎng)的狹義人工智能”的極致，但戰(zhàn)勝卡斯帕羅夫的“其實(shí)并不是機(jī)器或者算法本身，而是一群聰明的編程者智慧的結(jié)晶”。

“他們與每一位國(guó)際象棋大師對(duì)話，汲取他們的經(jīng)驗(yàn)，把其轉(zhuǎn)化成代碼和規(guī)則，組建了人類最強(qiáng)的象棋大師團(tuán)隊(duì)。但是這樣的系統(tǒng)僅限于象棋，不能用于其他游戲。對(duì)于新的游戲，你需要重新開(kāi)始編程。在某種程度上，這些技術(shù)仍然不夠完美，并不是傳統(tǒng)意義上的完全人工智能，其中所缺失的就是普適性和學(xué)習(xí)性?！痹诮衲瓿趸氐絼虼髮W(xué)演講時(shí)，哈薩比斯說(shuō)。

1994年，《主題公園》上市發(fā)行后，劍橋大學(xué)同意17歲的哈薩比斯入學(xué)（16歲時(shí)他就已經(jīng)通過(guò)考試并提交申請(qǐng)，只是劍橋認(rèn)為他年齡太小沒(méi)有接受）。那時(shí)的他依舊沉迷于各種與頭腦和智力相關(guān)的事情，除了游戲，他也是智力奧運(yùn)會(huì)（Mind Sports Olympiad）的熱衷參與者。這于1997年在倫敦開(kāi)始的智力大賽包括多種棋牌游戲，前7屆比賽里，哈薩比斯攬下了5屆冠軍。大賽組織者戴維·利維（David Levy）還清楚地記得20年前，在皇家節(jié)日音樂(lè)廳舉辦的第一屆比賽中，他看見(jiàn)哈薩比斯為了同時(shí)參加兩場(chǎng)比賽，在樓梯上跑上跑下。利維說(shuō)：“非常聰明的人有一些不尋常的行為，是意料之中的事情?！?/p>

在劍橋，哈薩比斯還遇到了自己后來(lái)的好友、合作伙伴之一大衛(wèi)·西維爾（David Silver），兩人為了研究人工智能彼此監(jiān)督，19歲的哈薩比斯第一次接觸到圍棋之后，就教會(huì)了西維爾怎么去下。在他創(chuàng)立Elixir Studios之后，第一件事情就是拉西維爾入伙，讓他成為了《共和：革命》的主程序員，直到2004年，西維爾決定不再與電腦游戲里的“假人工智能”浪費(fèi)時(shí)間，而是要去觸碰人工智能的核心領(lǐng)域，選擇了師從人工智能“強(qiáng)化學(xué)習(xí)之父”理查德·薩爾騰（Richard Sarten）去讀博士。

為了尋找靈感，哈薩比斯也在2005年將游戲版權(quán)賣掉后解散工作室重回高校。與好友直接選擇與人工智能相關(guān)的研究方向不同，他選擇的是在倫敦大學(xué)學(xué)院（UCL）進(jìn)修神經(jīng)系統(tǒng)科學(xué)博士學(xué)位——因?yàn)樗X(jué)得通過(guò)研究真實(shí)人腦也許能找到研究人工智能的線索。在UCL期間，哈薩比斯主要研究的是海馬體。海馬體是人腦的一個(gè)區(qū)域，對(duì)方向感、記憶調(diào)取和未來(lái)事件的想象至關(guān)重要，但目前人類對(duì)它所知甚少。

作為一個(gè)沒(méi)有學(xué)習(xí)高中生物的計(jì)算機(jī)科學(xué)家與游戲企業(yè)家，哈薩比斯在一群醫(yī)學(xué)博士和心理學(xué)家間顯得尤為另類?！拔医?jīng)常開(kāi)玩笑說(shuō)，我對(duì)大腦唯一了解的事情就是，它在頭蓋骨里?！?/p>

但哈薩比斯與埃莉諾·馬圭爾（Eleanor Maguire，其做出的一項(xiàng)發(fā)現(xiàn)是，倫敦出租車司機(jī)的海馬體比常人更大）教授密切合作，很快便做出了成績(jī)：2007年，他在一項(xiàng)被《科學(xué)》雜志評(píng)選為“年度突破”的研究中發(fā)現(xiàn)，五名因腦損傷而遭受失憶癥折磨的病人，他們的海馬體會(huì)努力地設(shè)想未來(lái)的事情，這顯示大腦中被認(rèn)為只與過(guò)去有關(guān)的部分也對(duì)計(jì)劃未來(lái)至關(guān)重要。

哈薩比斯后來(lái)得到了一筆博士后獎(jiǎng)學(xué)金，可以使他在哈佛和麻省繼續(xù)研究腦神經(jīng)科學(xué)，但這并不是他想要的，他想要的是“人工智能科學(xué)”。

2010年，哈薩比斯與童年時(shí)代的好友穆斯塔法·蘇萊曼（Mustafa Suleyman，此君履歷同樣光彩奪目，曾在牛津大學(xué)學(xué)習(xí)哲學(xué)和神學(xué)，后來(lái)放棄學(xué)業(yè)開(kāi)辦“穆斯林青年求助熱線”，成為了倫敦市長(zhǎng)的政策官員之一，還創(chuàng)辦了“變革實(shí)驗(yàn)室”這個(gè)“復(fù)雜問(wèn)題咨詢機(jī)構(gòu)”）、人工智能專家謝恩·萊格（Shane Legg，UCL蓋茨比計(jì)算神經(jīng)科學(xué)院博士后，哈薩比斯也曾在此處與其共事）一起創(chuàng)辦了DeepMind——當(dāng)然，哈薩比斯同樣沒(méi)忘記拉著已經(jīng)擔(dān)任英國(guó)皇家學(xué)會(huì)研究員的西維爾給DeepMind做顧問(wèn)。DeepMind盡管被外界認(rèn)為是一家公司，但是在哈薩比斯的定義里，這是一種新的研究機(jī)構(gòu)和企業(yè)組織結(jié)合的組織。

哈薩比斯對(duì)外宣布，DeepMind將研究領(lǐng)域放在通用人工智能這個(gè)大方向，是“21世紀(jì)的阿波羅計(jì)劃”，“勇于了解并研究人工智能，然后駕馭它、利用它來(lái)幫我們解決一切難題?！?/p>

雖然這個(gè)團(tuán)隊(duì)到底在干什么，外界并不清楚，但很快就有了兩個(gè)投資者——其中一家是李嘉誠(chéng)的維港投資（Horizons Ventures）。有Skype的一個(gè)聯(lián)合創(chuàng)始人做指導(dǎo)顧問(wèn)，DeepMind也很快引起了許多硅谷大佬的注意，包括伊隆·馬斯克（Elon Musk，SpaceX創(chuàng)辦人，特斯拉和PayPal的聯(lián)合創(chuàng)辦人）。這位對(duì)人工智能又愛(ài)又防備的“鋼鐵俠”在2012年為Deepmind投資了650萬(wàn)美元，意圖是“讓我可以監(jiān)視人工智能到達(dá)什么程度了”。據(jù)說(shuō)有一次哈薩比斯去馬斯克的SpaceX火箭工廠參觀，兩人坐在食堂里聊天，馬斯克正在解釋他創(chuàng)建SpaceX的終極目標(biāo)是完成世界上最重要的項(xiàng)目：星際殖民。哈薩比斯回答說(shuō)，事實(shí)上，他也在研究世界上最重要的項(xiàng)目：開(kāi)發(fā)超級(jí)人工智能。馬斯克回答說(shuō)，這正是他決定殖民火星的原因之一：假如人工智能反叛，倒戈攻擊人類，我們至少有一個(gè)落腳的地方。哈薩比斯笑瞇瞇地說(shuō)，人工智能會(huì)跟著我們一起去火星。

事實(shí)上，也正是馬斯克在自己的私人飛機(jī)上將DeepMind推薦給了正在尋找人工智能人才的拉里·佩奇（Larry Page，谷歌聯(lián)合創(chuàng)始人）。

2013年，西維爾正式加入DeepMind，用他擅長(zhǎng)的“強(qiáng)化學(xué)習(xí)”開(kāi)發(fā)出一套算法，“能玩50種Atari游戲，通過(guò)自我學(xué)習(xí)、玩游戲、看視頻，來(lái)找到玩游戲的方法”。巧合的是，西維爾所說(shuō)的“Atari”是一家曾經(jīng)美國(guó)的游戲公司，在這套算法所“攻克”的50款游戲里，“打磚塊”（Pong）的開(kāi)發(fā)者正是當(dāng)年蘋(píng)果的創(chuàng)始人之一沃茲尼亞克（Stephe Wozniak），而喬布斯則是Atari和沃茲尼亞克之間的掮客，沃茲尼亞克靠開(kāi)發(fā)這個(gè)游戲賺到了350美元，但喬布斯則從Atari那里多領(lǐng)了5000美元的報(bào)酬。

不知道是有意還是無(wú)意，DeepMind的初試牛刀，多少有了點(diǎn)向前輩致敬的意思。

這一年年底，這套算法在美國(guó)加州和內(nèi)華達(dá)州交界的太浩湖畔的第一次公開(kāi)亮相震驚了眾人。它并沒(méi)有被編入“如何玩游戲”的指令，但通過(guò)控制鍵盤(pán)，觀察顯示器分?jǐn)?shù)，經(jīng)過(guò)反復(fù)試錯(cuò)之后，成為了一個(gè)專業(yè)級(jí)游戲高手?！败浖笨梢酝ㄟ^(guò)神經(jīng)模擬網(wǎng)絡(luò)處理數(shù)據(jù)，像人腦一樣“本能地”學(xué)習(xí)——這正是哈薩比斯想要的那種可以“深度學(xué)習(xí)”（deep learning）的“通用人工智能”。他說(shuō)：“這是我們知道大腦會(huì)做的事，當(dāng)你睡覺(jué)的時(shí)候，你的海馬體就會(huì)重演你當(dāng)天的記憶，然后再返回大腦皮層?！?/p>

觀看演示的拉里·佩奇也不吝贊美，稱贊說(shuō)這是“我多年以來(lái)見(jiàn)過(guò)的最驚人技術(shù)之一”， 演示之后，F(xiàn)acebook也開(kāi)始加入與DeepMind的商業(yè)談判，向“人工智能先行”（AI First）轉(zhuǎn)型的谷歌當(dāng)機(jī)立斷，答應(yīng)之前談判中哈薩比斯的要求，設(shè)立了人工智能道德監(jiān)察委員會(huì)，以4億英鎊的價(jià)格完成了谷歌在歐洲最大的一筆收購(gòu)，在2014年初結(jié)束了之前與DeepMind拖拖拉拉長(zhǎng)達(dá)兩年的試探性接觸。

對(duì)于“道德委員會(huì)”的事情，哈薩比斯在烏鎮(zhèn)接受采訪時(shí)解釋說(shuō)：“正確地使用人工智能，包含有兩個(gè)層面的意思。第一個(gè)層面，它必須是造福于全人類、不能用于干壞事，比如說(shuō)不能用于研發(fā)武器，而是應(yīng)該用于例如科學(xué)、制藥等領(lǐng)域。第二個(gè)層面的意思，人工智能不能僅為少數(shù)幾家公司或者是個(gè)人去使用，應(yīng)該是全人類共享的?！?h3>新的哈勃望遠(yuǎn)鏡

除了利物浦隊(duì)的忠實(shí)球迷的身份之外，哈薩比斯對(duì)于生于斯長(zhǎng)于斯的倫敦有著很深的眷戀。在他的堅(jiān)持下，DeepMind依舊留在了倫敦，而不是搬到加州山景城的谷歌總部。每天，他都要工作到夜里11點(diǎn)多;當(dāng)午夜時(shí)分到來(lái)時(shí)，他開(kāi)始了所謂的“第二天”，與美國(guó)的同事進(jìn)行電話會(huì)議，一直到1點(diǎn)多;這之后才是他自己的思考時(shí)間，通常會(huì)持續(xù)到凌晨三四點(diǎn)。

DeepMind現(xiàn)在已經(jīng)搬遷到谷歌位于倫敦的豪華新總部，國(guó)王十字車站的潘克拉斯廣場(chǎng)6號(hào)（6 Pancras Square），這里也是谷歌英國(guó)Android和YouTube業(yè)務(wù)軟件工程師的辦公之地。新總部擁有午休休息室、90米跑道的小型體育場(chǎng)以及一個(gè)按摩房等。樓頂還有露臺(tái)，可以觀賞倫敦風(fēng)景。每周五晚的樓頂聚會(huì)已成慣例，公司還有跑步協(xié)會(huì)、足球隊(duì)、棋類協(xié)會(huì)。DeepMind每間辦公室都以天才來(lái)命名：特斯拉、拉馬努詹、柏拉圖、費(fèi)曼、亞里士多德、居里夫人。雖然互聯(lián)網(wǎng)行業(yè)人員流動(dòng)很頻繁，對(duì)手公司也試圖來(lái)挖墻腳，但DeepMind從創(chuàng)建起離職率一直為零，人數(shù)從被谷歌收購(gòu)時(shí)的75人增加到了200多人。

不過(guò)要成為這里的一員并不容易，一位已經(jīng)入職DeepMind的工程師在Quora（“知乎”就是中國(guó)版的Quora）上回答“怎樣才能在DeepMind里工作”時(shí)這樣寫(xiě)道：你看過(guò)的大部分谷歌招聘的過(guò)程都不適用于DeepMind，這里的應(yīng)聘面試總共有8個(gè)小時(shí)之久，“你必須要有一個(gè)博士學(xué)位，最好還有幾年機(jī)器學(xué)習(xí)研究經(jīng)歷?！?/p>

攻克了Atari游戲之后，哈薩比斯和西維爾又將他們的下個(gè)課題指向了他們19歲時(shí)熱衷的游戲——圍棋。這個(gè)有著3000年歷史的雙人棋盤(pán)游戲在1997年卡斯帕羅夫輸給“深藍(lán)”之后，一直被視為人類智力最后的自留地，因?yàn)榘凑摘M義人工智能的思路，圍棋的計(jì)算量是國(guó)際象棋的1億倍，是計(jì)算機(jī)難以用窮舉法解決的問(wèn)題。

DeepMind的這套算法就是后來(lái)震驚世界的AlphaGo，雖然被中國(guó)網(wǎng)友們戲稱為“阿爾法狗”，但實(shí)際上，哈薩比斯為這套算法起的名字里，有不少涵義。用西維爾的話說(shuō)，“其中一個(gè)意思是Alphabeta——谷歌的母公司，因?yàn)檫@名字和谷歌神經(jīng)網(wǎng)絡(luò)幾乎是在同一時(shí)間發(fā)布的;同時(shí)，Alpha有‘較高的意識(shí)狀態(tài)的意思，當(dāng)你把某件事思考得很透徹的時(shí)候，你有了更高的意識(shí)狀態(tài)，這是另一層意思。”而“Go”正是英語(yǔ)里對(duì)圍棋的稱謂。

起初，他們希望像玩Atari游戲那樣，讓AlphaGo的人工神經(jīng)網(wǎng)絡(luò)（artificial neural network，一種模仿動(dòng)物大腦和中樞神經(jīng)系統(tǒng)的結(jié)構(gòu)和功能設(shè)計(jì)的數(shù)學(xué)模型或計(jì)算模型）“自己理解”圍棋的規(guī)則，但發(fā)現(xiàn)效率不高，直到后來(lái)引入了“價(jià)值網(wǎng)絡(luò)”（value network，原來(lái)是商業(yè)管理的概念，判斷公司客戶的重要程度，這里指是用一個(gè)“價(jià)值”數(shù)來(lái)評(píng)估當(dāng)前的棋局），局面才豁然開(kāi)朗。

根據(jù)DeepMind發(fā)表的論文，專業(yè)人士可以窺探到AlphaGo的基本設(shè)計(jì)思路——任何完全信息博弈（棋類游戲是典型的例子）都無(wú)非是一種搜索。搜索的復(fù)雜度取決于搜索空間的寬度（每步的選擇多寡）和深度（博弈的步數(shù)）。對(duì)于圍棋，寬度約為250，深度約為150。AlphaGo用“價(jià)值網(wǎng)絡(luò)”消減深度，用策略網(wǎng)絡(luò)（policy network，在棋局里評(píng)估每一種應(yīng)對(duì)可能的勝率，從而根據(jù)當(dāng)前盤(pán)面狀態(tài)來(lái)選擇走棋策略）消減寬度，結(jié)合在棋類電腦游戲里成熟的蒙特卡洛樹(shù)搜索（Monte Carlo tree search）算法，從而極大地縮小了搜索范圍?！斑@樣，你只需看那5到10種可能性，而不用分析所有的200種可能性了?！惫_比斯說(shuō)。

在2016年3月AlphaGo在韓國(guó)首爾4：1擊敗韓國(guó)天才棋手李世石九段，一時(shí)間讓人工智能成為了全世界刷屏的新聞，一天之內(nèi)，韓國(guó)出現(xiàn)了3300多篇介紹哈薩比斯和DeepMind的報(bào)道，而圍棋在西方世界成為了一種時(shí)髦。

而早在之前一年，中國(guó)旅歐棋手樊麾二段就先被它折服了?！爱?dāng)時(shí)我是法國(guó)歐洲圍棋冠軍，我在倫敦跟AlphaGo進(jìn)行了第一次的比賽，被AlphaGo打了5：0，一盤(pán)棋都沒(méi)有贏?！狈庠诮衲隇蹑?zhèn)AlphaGo跟柯潔的比賽間隙接受采訪時(shí)說(shuō)，“那次對(duì)我來(lái)說(shuō)，震撼是非常強(qiáng)大的，于是我加入團(tuán)隊(duì)，幫助測(cè)試和提升AlphaGo?！?/p>

李世石在去年敗給AlphaGo之后曾說(shuō)：“AlphaGo讓我找到了繼續(xù)下棋的樂(lè)趣和動(dòng)力?！彪S后一年，這位曾經(jīng)世界第一的棋手一直在研究AlphaGo的下棋思路。李世石的做法也是中國(guó)年輕一代棋手們的做法， 在今年5月烏鎮(zhèn)的柯潔與AlphaGo對(duì)弈的第一局，執(zhí)黑先行的柯潔就使出了AlphaGo最愛(ài)使用的“三·3”開(kāi)局，他按照之前揣摩AlphaGo的棋風(fēng)想針?shù)h相對(duì)，但卻最終找不到破綻，以1/4子告負(fù)。

在5月25日的第二盤(pán)對(duì)弈上，柯潔下出了迄今為止人類與AlphaGo比賽過(guò)程里最完美的前100手棋，讓在后臺(tái)觀棋的哈薩比斯在第一時(shí)間發(fā)推大贊。在現(xiàn)場(chǎng)的九段棋手們?cè)u(píng)價(jià)說(shuō)，一般高水平棋手會(huì)在棋盤(pán)上“挑起六條龍”，但柯潔“今天挑起了十條”。然而在處處充滿希望的“大亂戰(zhàn)”中，人類的計(jì)算能力穩(wěn)定性上再次輸給人工智能一籌，柯潔因?yàn)橛?jì)算失誤再次告負(fù)。但這場(chǎng)博弈讓哈薩比斯對(duì)柯潔更加欣賞，賽后發(fā)布會(huì)上言語(yǔ)和目光都充滿了天才之間的惺惺相惜——當(dāng)柯潔要求第三局要像第二局一樣執(zhí)白后行時(shí)，哈薩比斯爽快地說(shuō)：“好，沒(méi)問(wèn)題，就這樣！”

5月27日，柯潔在比賽過(guò)程里因?yàn)槭д`離席痛哭，見(jiàn)證了人力在智力上將最后一塊陣地拱手相讓。但在一周時(shí)間里，DeepMind團(tuán)隊(duì)不斷披露的信息，也足以證明了這個(gè)19歲少年的優(yōu)秀——與戰(zhàn)勝李世石的那版AlphaGo相比，一年后與柯潔對(duì)弈的AlphaGo在算法上已經(jīng)更加優(yōu)化，要?jiǎng)龠^(guò)老版“三子”左右，而運(yùn)算量則降低到1/10——如果說(shuō)在首爾的AlphaGo還是網(wǎng)絡(luò)版，那么在烏鎮(zhèn)的AlphaGo則更像是“單機(jī)版”。

正如那個(gè)體育官員在首戰(zhàn)之后所說(shuō)，在結(jié)束了與柯潔的對(duì)弈之后， DeepMind也同時(shí)宣布AlphaGo的“使命結(jié)束”。就像之前哈薩比斯在劍橋?qū)λ膶W(xué)弟學(xué)妹們說(shuō)的那樣：“我們發(fā)明AlphaGo，并不是為了贏取圍棋比賽?！?/p>

“從現(xiàn)在開(kāi)始，AlphaGo 的研發(fā)團(tuán)隊(duì)將把精力投入到其他重大挑戰(zhàn)中，研發(fā)出高級(jí)通用算法，為科學(xué)家們解決最復(fù)雜的問(wèn)題提供幫助，包括找到新的疾病治療方法、顯著降低能源消耗、發(fā)明革命性的新材料等?！惫_比斯對(duì)媒體宣布說(shuō)。

這早已經(jīng)是啟動(dòng)的項(xiàng)目，目前DeepMind正在與英國(guó)NHS（國(guó)家醫(yī)療服務(wù)體系）進(jìn)行合作成立了“DeepMind健康”項(xiàng)目，希望用技術(shù)手段幫助有意向參與的醫(yī)護(hù)人員提高服務(wù)質(zhì)量;而在去年7月， DeepMind在谷歌的全球機(jī)房用機(jī)器學(xué)習(xí)搭建了三個(gè)人工神經(jīng)網(wǎng)絡(luò)（收集相關(guān)溫度和功率信息、預(yù)測(cè)溫度、預(yù)測(cè)下一小時(shí)負(fù)荷），組成了一個(gè)PUE（Power Usage Effectiveness，能源使用效率）評(píng)估網(wǎng)絡(luò)，然后由人工智能自動(dòng)調(diào)節(jié)機(jī)房的溫度，結(jié)果比人管理的時(shí)候節(jié)電40%——在今年，這個(gè)技術(shù)將向更多的火電廠和計(jì)算中心推廣。

當(dāng)然，作為離別禮物，DeepMind為全球的圍棋棋手和愛(ài)好者留下來(lái)50盤(pán)AlphaGo在戰(zhàn)勝李世石之后“自我對(duì)弈”的棋譜（從那時(shí)起AlphaGo已經(jīng)不再參考人類棋手的棋譜了）。在烏鎮(zhèn)對(duì)弈結(jié)束的當(dāng)晚，有棋手在網(wǎng)上看過(guò)了5張棋譜之后，評(píng)價(jià)說(shuō)，這根本就不是人類下棋的思維。

或許正應(yīng)了哈薩比斯的那句話，人類3000年以來(lái)，或許連圍棋的表皮都沒(méi)有揭開(kāi)，而AlphaGo這樣的人工智能則像天文學(xué)里的哈勃望遠(yuǎn)鏡，人類借助它，可以更深刻地理解很多我們認(rèn)為已經(jīng)十分了解的東西。