靠谱 的软件外包伙伴

您的位置:首页 > 新闻动态 > DeepMind人工智能算法可以战胜所有人类大师

DeepMind人工智能算法可以战胜所有人类大师

2016-01-30 09:34:55

2016年1月28日,谷歌AI——Alphago战胜人类围棋冠军的消息让科技圈振奋,让围棋圈惶恐。Alphago的研发团队是谷歌新近收购的英国人工智能公司Deepmind,关于Deepmind,国内人工智能圈人士都有所耳闻,但熟悉者恐怕不多。这究竟是一家什么样的公司?

Nature 杂志的记者进入Deep Mind位于英国伦敦的公司内部进行了采访,视频来自Nature、后期由黑匣整理:

2011年,杰米斯•哈萨比斯在埃隆•马斯克等人的投资下,成立了一家人工智能初创公司DeepMind,现在,这家公司已经变成了世界上最有价值的公司之一。2014年6月,哈萨比斯和DeepMind的另两位联合创始人肖恩•列格、穆斯塔法•苏莱曼达成一致意见,同意将DeepMind以4亿美元的价格卖给谷歌。昨天,谷歌DeepMind推出的人工智能算法打败了人类围棋选手,震惊世界。

谷歌为何收购?Deepmind牛逼在哪里?来看看哈萨比斯在接受Backchannel采访时的答案。

Backchannel:谷歌是一个人工智能公司吗?他们有什么吸引你们的地方呢?

哈萨比斯:是的,人工智能是谷歌的核心。一开始,我在思考谷歌的使命“组织全球信息,并让其为所有人可用”。我的理解是,让人们通过知识而变得有力量。这样来理解人工智能,你就会发现它是一个非常自然的东西。我们致力于研究强人工智能(AGI),它可以自动将非结构化信息转换成可以直接利用的知识。

DeepMind创始人自述:我们的算法可以横扫一切棋类博弈

Backchannel:拉里•佩奇(谷歌联合创始人)是影响你决定将DeepMind卖给谷歌的关键人物吗?

哈萨比斯:是的,他非常重要。拉里和别人不同,他对人工智能是120分感兴趣,认为人工智能十分酷。现在很多大公司逐渐意识到人工智能的力量,都企图涉足这个领域并做出些什么成果来,但我认为他们的热情是绝对比不上谷歌的。

Backchannel:所以包括马克•扎克伯格领导下的Facebook也是如此吗?他可是认为AI不仅仅是一个工具,而是一种使命呢。

哈萨比斯:是的。这一切会随着时间而变化。我也相信人工智能是人类发展史上最重要的事情之一,但扎克伯格缺乏像拉里那种刨根问底的劲儿,他在意的是别的事情——与人们沟通才是他的目标。当然,扎克伯格也对一些黑科技感兴趣,比如Oculus。我也曾经做过电脑游戏和图形,但对于我来说,最重要的一直是人工智能。

Backchannel:谷歌的基础设施能为你们带来多大的提高呢?

哈萨比斯:非常大!这也是我们选择谷歌的另一重要原因。我们有大量的风险投资和支持者,但在计算机基础建设和工程基础设施方面,谷歌有着十年的经验。现在,我们的研究内容大大增加,速度大大提升,因为我们可以并行100万次实验。

Backchannel:你所取得的巨大飞跃,不仅包括结构化数据库的深入研究,还包括互联网非结构化信息(如文档和图像)的研究和利用,是吗?

哈萨比斯:是的。这将是未来几年的发展趋势。我认为发展人工智能的唯一方法就充分利用这些非结构化信息,这样的方法也称为“无监督学习”,你只需要给它数据就好,它会自己学习,理解事物结构、目标,并采取行动。这就是我们想要研究的人工智能。

Backchannel:谷歌的神经网络先驱杰夫•辛顿是你的同事之一,他的研究对你的影响大吗?

哈萨比斯:当然,十分重大。他在2006年的成就对整个领域有着革命性的影响,他引进了深度神经网络这个概念,也就是深度学习。另一方面,我认为深度学习也十分重要。目前,DeepMind的大量研究成果都是建立在这两个领域的基础之上的。我们的雅达利游戏机人工智能算法,就是一个很好的例子。

Backchannel:你们的研究有什么特别之处?

哈萨比斯:我们的公司叫做DeepMind,很显然,我们专注于深度学习。但我们也对神经系统科学十分感兴趣。

Backchannel:我们对自己的大脑越了解,越有助于我们建立机器智能?

哈萨比斯:是的。学习算法的有趣之处就在于它们是有等级之分的。我们赋予算法能力,让它们可以从经验中学习,就像人类一样。但它们可以举一反三,帮助我们解决很多人类无法解决的问题。当算法在雅达利游戏程序中提出一个程序员不知道的新战略时,我们都十分兴奋。当然,要做到这些,你得先拥有一群足智多谋的程序员和研究人员,就像我们DeepMind一样,构建可以学习的智能算法。

Backchannel:换句话说,我们需要大量人类智慧来构成这样的系统,然后我们才可以……

哈萨比斯:才可以创造出解决复杂和高难度任务的系统,比如下棋。我们并没有单独的围棋计划,但我们将推出一个人工智能算法,可以横扫一切棋类博弈,这样可以节省大量的编程时间。同时,我们对可以自动学习新领域的算法也十分感兴趣。就像人类一样,只要你看过别人下棋玩牌,就能对游戏规则略知一二了。如果你接触一个新的棋牌游戏,你会凭着已有的经验很快上手。

DeepMind创始人自述:我们的算法可以横扫一切棋类博弈

Backchannel:每个算法系统都会有它的限制性吗?你认为怎样的系统算法才可以学到一切东西?

哈萨比斯:这是一个普遍性的问题。我们的研究项目慢慢地扩大研究领域,我们的原型是人类大脑。我们可以系鞋带,我们会骑自行车,在物理运动世界中几乎没有什么是人类搞不定的。所以,我们也相信这样的系统算法是完全有可能的。

Backchannel:可以谈谈关于你刚从牛津大学收购的两支团队吗?

哈萨比斯:牛津大学出来的可都是牛人啊。这两个团队中,一个团队(前深蓝实验室)由菲尔•布鲁瑟姆教授领带,利用深度神经网络来研究神经语言理解。我们利用的是深度神经和词向量等工具,而不是过时的NLP逻辑技术。我们兴趣相投所以就一起共事了,于是我们的系统中有了语言嵌入。另一个团队则是南多•德•费尔塔斯教授领导的世界著名的计算机视觉团队。

Backchannel:这些团队研究最终会产生同一个研究成果?

哈萨比斯:是的,这些所有的研究会让我们的成果更棒。

Backchannel:DeepMind团队即将致力于谷歌哪些产品提升呢?

哈萨比斯:我们对于谷歌来说仍然是新成员,但我们的技术可以应用到谷歌产品的方方面面。我们将改善谷歌搜索引擎,我们将向YouTube学习。我们正在想办法让Google Now像个人助理一样更好地理解你的需求,这也许能用到自动驾驶汽车上。

Backchannel:那视频搜索呢?

哈萨比斯:这是另一个重点。你想通过动作而不是输入文字来完成搜索吗?这就是目前视觉团队在研究的方向,不仅仅是图像识别,还有动作识别。

Backchannel:从长远来看,你们打算为谷歌做些什么呢?

哈萨比斯:说实话,我对强人工智能的潜力十分重视,还有人工智能协助科学。我们对所有的科学领域都充满了期待,疾病、气候、能源、经济学,但这些领域都充满了海量的信息和数据。人类科学家要分析这些数据并得出成果是难上加难,我说的不是一个科学家,也包括一群非常聪明的科学家小组。所以,我们需要人工智能和机器学习来帮助我们,理解海量的信息和数据,在不同领域推陈出新。我希望以后谷歌的每项成果中都能看见我们的影子,包括Calico抗衰老项目和生命科学研究项目。

Backchannel:你对电影《她》怎么看呢?

哈萨比斯:从美学上来说,我很欣赏这部电影。它在某些方面讲述了人工智能的积极效应,这部电影对于计算机感情等方面的展示十分有趣。但我认为又有些不现实,电影中这么强大的人工智能居然只困在一部手机中,做一些日常家务。但这是革命性的科学……至少来说,它应该呈现给我们一个非常不一样的世界才对吧?

DeepMind创始人自述:我们的算法可以横扫一切棋类博弈

Backchannel:你们的实验室中已经产生了众多成果,但要让它们走出实验室、走向大众,应该很难吧?

哈萨比斯:是的,但这是一个循序渐进的过程。一开始,我们发现问题,寻找解决方案,然后我们接触了神经学科,然后我们发现机器学习可以把雅达利游戏玩得十分溜。目前DeedMind的四分之三的团队都在研究,只有四分之一的团队成果得到应用(包括谷歌其他产品),但他们却是联系研究内容的接口。

Backchannel:你曾经在游戏领域叱咤风云,但你离开了,是因为你想了解更多关于大脑的奥秘吗?

哈萨比斯:是的。实际上,我的整个职业生涯,包括游戏在内,都是我建立人工智能公司的垫脚石。在我十几岁的时候,我就认定人工智能将是我这辈子最重要的目标。

Backchannel:当你登上游戏领域的宝座,被称作游戏神童时,你甚至成立了自己的工作室,你只是觉得“OK,我该去研究下神经科学了”就转行了吗?

哈萨比斯:也不全是,不如说“看看我是如何打着游戏的幌子如何推动人工智能的发展的”更恰当。《黑与白》可以说是我的巅峰,之后又有了《主题公园》和共和国的战绩。大概在2004年至2005年的时候,我觉得这种和商业环境紧密结合的游戏可以推动游戏的发展,它们和普通的移动游戏不一样,我们可以和人工智能一起打游戏。

然后我就开始构思DeepMind,那时候是2004年。但是我很快意识到,我还没有足够的力量来组建这样的一个团队,当时的深度学习还没有出现,计算机也不够强大。然后我就开始思索,我该读个什么博士好呢?好像神经科学比人工智能更实在,因为我想学习一套全新的思想套路,而且当时我也认识不少人工智能世界级牛人了。

Backchannel:在你研究大脑的这些年,哪项收获对你创立一家人工智能公司帮助最大?

哈萨比斯:很多,绝对不止一项。一是增强学习,为什么它如此重要呢?我们通过神经科学来研究新算法并验证现有的算法。在90年代,彼得•达扬用猴子做了一个实验,发现神经元是学习过程中致力于增强学习的关键。因此,将其用作人工智能系统的元素并不是一个疯狂的想法。

另一个是海马体,我觉得它是大脑中最迷人的区域。深度学习本质上是在模仿大脑皮层的活动。但海马体是大脑的一个关键部分,构造十分独特,没有了它,你就没有了记忆。所以我对它的工作方式十分好奇。当你睡觉的时候,你的大脑算法会重播白天活动的记忆,也就是所谓的“日有所思,夜有所梦”。我们把这个功能用到雅达利算法上,通过重播游戏轨迹,对它进行不断的培训,直到它在游戏中战无不胜。

Backchannel:你所说的大脑的算法,是严格的说法还是一种隐喻呢?

哈萨比斯:算是一种隐喻吧。虽然我们不会建造出一个人造海马体,但它确实是一个具有细节的原型。有很多机器学习研究人员都忽略了人类大脑,这是不对的。人类大脑中有很多知识都是可以运用到算法中去的。

Backchannel:目前你在工作中遇到的最大问题是什么呢?

哈萨比斯:最大的问题就是转移学习。你已经掌握了一个领域的知识,你如何才能把这些知识运用到新领域去呢?这是一个关键问题。目前,我们擅长于处理可以感知的信息,然后产生相关行动。但若进入了下一个级别,在概念这个层面上,没有人可以做到这一点。

Backchannel:谷歌收购DeepMind的协议中有一条是“公司设立人工智能伦理委员会”,这是什么东西呢?它的作用是?

哈萨比斯:这是一个独立的顾问委员会。我认为人工智能可以改变世界,这是一项神奇的技术。但所有的技术本质上都是中立的,它们可以被好人或坏人所利用,所以我们必须对它们的使用者负责。我和我的合伙人对此已经思考良久,谷歌吸引我的另一点也是因为他们对此表示赞同。

Backchannel:目前这个委员会做了些什么呢?

哈萨比斯:目前还没有,它只是刚刚成立,但它并不会约束我们。但委员会会监督DeepMind的研究成果不被用到军事或情报上。

Backchannel:如果你把这项技术带向世界,你认为一个委员会真的可以控制它吗?

哈萨比斯:我认为它绝对可以影响受过教育的人们。他们正在不断壮大,他们有时间去理解技术的细节。这个委员会里还包括一些顶级的计算机、神经科学和机器学习方面的教授。

Backchannel:能告诉我们是谁吗?

哈萨比斯:不行,这得保密。我们认为委员会十分重要,应该远离公众视线,特别是在现在的初始过度阶段。目前还没有出现什么问题,但在未来的五年十年,就不能保证人工智能只是被用来打打游戏了。当然委员会的透明度也很重要,我们研究小组正在讨论这些伦理问题,我们要确保科学的发展是可控的,有利于人类的可持续发展。

 

关于:中科研拓

深圳市中科研拓科技有限公司专注提供软件外包、app开发、智能硬件开发、O2O电商平台、手机应用程序、大数据系统、物联网项目等开发外包服务,十年研发经验,上百成功案例,中科院软件外包合作企业。通过IT技术实现创造客户和社会的价值,致力于为用户提供最佳的软件解决方案。联系电话400-0316-532,邮箱sales@zhongkerd.com,网址www.zhongkerd.com


  上一篇   [返回首页] [打印] [返回上页]   下一篇