阿法狗【AlphaGo】之父与围棋

阿法狗【AlphaGo】之父与围棋

杰米斯·哈萨比斯

Deep Mind创始人，AlphaGo（阿尔法狗）之父，

4岁开始下象棋，8岁时在棋盘上的成功促使他开始思考两个至今令他困扰的问题：

第一，人脑是如何学会完成复杂任务的？

第二，电脑能否做到这一点？

17岁时，哈萨比斯就负责了经典模拟游戏《主题公园》的开发，并在1994年发布。

他随后读完了剑桥大学计算机科学学位，2005年进入伦敦大学学院，攻读神经科学博士学位，希望了解真正的大脑究竟是如何工作的，以此促进人工智能的发展。

2014年他创办公司Deep Mind, 公司产品阿尔法狗在2016年大战围棋冠军李世石事件上一举成名。

1·你真的知道什么是人工智能吗？

大体上学习可以分为两类：一种就是直接从输入和经验中学习，没有既定的程序或者规则可循，系统需要从原始数据自己进行学习；

第二种学习系统就是通用学习系统，指的是一种算法可以用于不同的任务和领域，甚至是一些从未见过的全新领域。

大家肯定会问，系统是怎么做到这一点的？

其实，人脑就是一个非常明显的例子，这是可能的，关键在于如何通过大量的数据资源，寻找到最合适的解决方式和算法。

我们把这种系统叫做通用人工智能，来区别于如今我们当前大部分人在用的仅在某一领域发挥特长的狭义人工智能，这种狭义人工智能在过去的40-50年非常流行。

2·如何让机器听从人类的命令？

大家可能想问机器是如何听从人类的命令的，

其实并不是机器或者算法本身，而是一群聪明的编程者智慧的结晶。

他们与每一位国际象棋大师对话，汲取他们的经验，把其转化成代码和规则，组建了人类最强的象棋大师团队。

但是这样的系统仅限于象棋，不能用于其他游戏。

对于新的游戏，你需要重新开始编程。在某种程度上，这些技术仍然不够完美，并不是传统意义上的完全人工智能，其中所缺失的就是普适性和学习性。

3·为什么围棋是人工智能难解之谜？

围棋是个历史悠久的游戏，有着3000多年的历史，起源于中国，在亚洲，围棋有着很深的文化意义。

这个游戏只有两个非常简单的规则，而其复杂性却是难以想象的，一共有10170 （10的170次方） 种可能性，这个数字比整个宇宙中的原子数1080（10的80次方）都多的去了，是没有办法穷举出围棋所有的可能结果的

4·阿尔法狗不为了赢取比赛又是为了什么？

就像是天文学家利用哈勃望远镜观察宇宙一样，

利用阿尔法狗，围棋专家可以去探索他们的未知世界，探索围棋世界的奥秘。

我们发明阿尔法狗，并不是为了赢取围棋比赛，

我们是想为测试我们自己的人工智能算法搭建一个有效的平台，

我们的最终目的是把这些算法应用到真实的世界中，为社会所服务。

当今世界面临的一个巨大挑战就是过量的信息和复杂的系统，

我们怎么才能找到其中的规律和结构，从疾病到气候，我们需要解决不同领域的问题。这些领域十分复杂，对于这些问题，即使是最聪明的人类也无法解决的。

我认为人工智能是解决这些问题的一个潜在方式。

在如今这个充斥着各种新技术的时代，人工智能必须在人类道德基准范围内被开发和利用。

本来，技术是中性的，但是我们使用它的目的和使用它的范围，大大决定了其功能和性质，这必须是一个让人人受益的技术才行。

我自己的理想是通过自己的努力，

让人工智能科学家或者人工智能助理和医药助理成为可能，通过该技术，我们可以真正加速技术的更新和进步。