蓝色梦幻
中国天才棋手柯洁和AlphaGo连战三局，柯洁三战皆败引发全球瞩目。在23日首局战败后，AlphaGo之父Demis Hassabis于中国乌镇发表演讲。畅谈人工智能的未来潜能与人类之间的关系，以下为其演讲精华摘要：
2010 年，DeepMind创立于英国伦敦，2014年加入Google，想要做的就是攻克人工智能。对于DeepMind而言，希望全世界的机器学习科学家能够结合计算能力，尽快解决人工智能的问题。另外，DeepMind为了更好的进行研发，创新了组织方式。
第二步是要解决AI的通用性问题。单一系统或者算法组合并不能直接解决各种问题，更不用说以前没遇到过的问题。这种系统最好的例子就是人脑，我们从某一任务中学习，并相关经验应用于其他未遇到过的问题，即所谓的举一反三。
而机器在这方面是有很大问题的，DeepMind就是想赋予机器这种能力。打造这种通用型学习系统涉及到几项关键技术。首先是深度学习，即层迭的神经网络，这个大家都很熟悉了；然后是强化学习，即让机器自己学习，以达到最大化的收益。
我们将这种具有通用目标的学习系统称为通用型人工智能，这与目前所谓的人工智能是不一样的，因为目前的人工智能主要还是预先写入的程序而已。实际上，打造通用型学习系统，最重要的是要学习。所有算法都会自动学习，更多的数据和更多的体验不依赖于预设。
通用型的强人工智能与弱人工智能不一样。最好的例子就是，在90年代末IBM开发的“深蓝”(DeepBlue)系统，击败了当时顶尖的国际象棋高手卡Garry Kasparov—这在当时是很大的成就。
但深蓝终究是一套预先写入程序的系统，相当于一位顶级程序员在和Kasparov夫对弈，这位程序员尝试揣摩Kasparov脑子里在想什么，并把相应的对策全部编写到程序里。它不能解答人工智能之路在哪，只是在执行预先写入的命令，而不是自己来学习、决策。
然而，人类的大脑学到新的知识后却可以举一反三，我们可以用习得的现有经验解决新的问题，这是机器所不擅长的。所以与之前的相比，我们想要的是能够自我学习的系统，而这种系统需要在强化学习的框架下来开发。有必要先稍微解释一下到底什么是所谓的强化学习。
在人工智能系统中，有一个我们称之为Agent的主体，Agent发现它身处某种环境下，并需要完成某些任务。如果周围的环境是真实世界，Agent可能会是一个机器人；但如果周围环境是诸如游戏这类虚拟环境，Agent就可能是一个虚拟形象(Avatar)。
要完成某个任务，Agent会通过两种方式与环境互动。首先是传感器，DeepMind更多会使用视觉传感器让机器与环境互动，当然，如果你愿意，也可以使用语音、触觉等方式。
这类Agent通常通过自己的观察来对环境建模。但是这里有个问题，真是环境通常是充满噪声、干扰、不完整的，所以需要Agent尽最大努力去预测周围到底是什么样的。
一旦这个环境模型建立，就要开始第二步了：如何在这个环境中做出最好的行为决策。当然，行为与环境间的互动可能是成功的，也可能是失败的，这写结果都会被实时纳入Agent的观察过程，这也就是强化学习的过程。
这两年来，AlphaGo团队专注于围棋项目。与象棋相比，围棋更加复杂。对于象棋来说，写一个评价函数是非常简单的。另外，围棋更需要直觉，伟大的旗手往往难以解释他们为什么下了这一步棋，象棋选手则可以给一个明确的答案，有时也许不尽如人意，但是起码选手心中是有清晰的计划。
相比象棋，围棋是因为没有物质性的概念，每一个棋子是等值的，而象棋有由估值的高低的。第二，围棋是建设性的，需要棋手预测未来进行布局，而象棋往往讲究当下的时局。一个棋子怎么走，一步输步步输，一发全身。
那么我们怎么写出这个方程式呢？我们曾经在《Nature》上发布了相关的论文，论文帮助一些国家和公司打造了他们自己版本的AlphaGo。
接下来，我们用比赛来测试更新的系统，比如上一次的李世石与这次柯洁，这两次比赛都引起了很大的关注。在和李世石的比赛中，AlphaGo赢了。但其实，胜利是很难的，也是很了不起，在AI领域更是这样，十年磨一剑是常事。
最重要的是我们激发了更多的灵感，AlphaGo打出了好局，和李的比赛中，第二局第37不起令人惊叹。这是专业人员都难以想象的，已经触及到下棋的直觉方面。
AlphaGo把围棋看做客观的艺术，每下一步棋子都会产生客观影响，而且它还能下得非常有创意。李世石在比赛中也受到了启发，他在第四局的第78着也很美妙，因此他赢了一局。
毫无疑问，AlphaGo对战李世石的影响很大，全世界28亿人在关注，3,5000多篇关于此的报导。西方世界开始更多地感受到围棋这种东方游戏的魅力，当时围棋的销量还涨了10倍。我们很乐意看到西方世界也学习这种游戏。
而李世石也有新的发现，他在赛后表示，和AlphaGo比赛是其人生最美的体验，AlphaGo也为创造了围棋的新范式，李表示他对围棋的兴趣更大了，我开心他这么说。
回到直觉和创意上。人们通过各种体验获得经验，这是无法继承，人们接受测试来检验他们直觉。AlphaGo已经能模仿直觉。而创造力上，它的一个定义是，整合新的知并创造新的点子或知识，阿狗显然是有创造力，但这种创造力仍然仅局限于围棋。
在过去一年中，DeepMind不断打造AlphaGo，希望能解决科学问题并弥补它的知识空白，我们还将继续完善它。之后，大师(Master)版本出现了，我们在今年1月进行上线测试，他取得了60连胜，还诞生了很好的点子，它的棋谱被全世界的棋手们研究。例如，AlphaGo打了右下角三三目，这种举措在之前是不可想象的。
柯洁也说，人类3,000年围棋历史，至今没有一人曾经接近过到围棋真理的彼岸。但是，人和AI的结合可以解决这个问题。古力也说，人类和AI共同探索围棋世界的脚步开始了。
我了解到了围棋大师吴清源的故事，可能AlphaGo也能带来围棋的新篇章，就像吴当年为围棋贡献的革命性力量一样。象棋的下法都是策略性的，而AlphaGo能想出非常有战略性的点子，也给棋手们带来新点子。
Garry Kasparov出过一本书，描述了他的一个观点：深蓝的时代已经结束了，AlphaGo的时代才刚开始。没错，AlphaGo是通用人工智能，未来我们能看到人机结合的愿景，人类是如此有创意的生物，我们可以能在AI的帮助下变得更强大。
AlphaGo是人类的新工具。就像天文学家利用哈勃望远镜观察宇宙一样，通过AlphaGo，棋手们可以去探索围棋的未知世界和奥秘。我们发明AlphaGo，也希望能够推动人类文明进步，更好地了解这个世界。
我们的愿景是最优化他，最完美他。就像围棋3,000年以来都没有答案，科学、技术、工程等领域也正面临着同样的瓶颈，但是，现在有了AI，我们迎来了新的探索机会。
围棋比赛是我们测试人工智能的有效平台，但最终目的是把这些算法应用到更多的领域中。人工智能(特别是强人工智能)将是人们探索世界的终极工具。
当今世界面临着很多挑战，不少领域本身有着过量的信息和复杂的系统，例如医疗、气候变化和经济，即使是领域内的专家也无法应对这些问题。
我们需要解决不同领域的问题，人工智能是解决这些问题的一个潜在方式，从发现新的材料到新药物研制治愈疾病，人工智能可以和各种领域进行排列组合。当然，人工智能必须在人类道德基准范围内被开发和利用。
我的理想就是让AI科学成为可能。另外，我对人类的大脑运作非常感兴趣，开发AI的同时，我也了解自己的大脑运作，例如大脑如何产生创意等，这个过程中我也更深入地了解了我自己。
2010 年，DeepMind创立于英国伦敦，2014年加入Google，想要做的就是攻克人工智能。对于DeepMind而言，希望全世界的机器学习科学家能够结合计算能力，尽快解决人工智能的问题。另外，DeepMind为了更好的进行研发，创新了组织方式。
Deep Mind的任务可以从分两步走来看。第一步是要从根本上了解智慧是什么，然后用人工方法去创造它。接下来就是要通过这种智慧去尝试解决其他所有问题。我们认为，AI会是人类历史上最重要的技术发明之一。
在DeepMind，我们常会提到要建立通用型学习系统。最核心的概念就是“学习”，我们开发的所有系统都有学习相关的内核，这种学习系统从实践经验和数据中学习，而不需要预先输入程序化的解决方案。
第二步是要解决AI的通用性问题。单一系统或者算法组合并不能直接解决各种问题，更不用说以前没遇到过的问题。这种系统最好的例子就是人脑，我们从某一任务中学习，并相关经验应用于其他未遇到过的问题，即所谓的举一反三。
而机器在这方面是有很大问题的，DeepMind就是想赋予机器这种能力。打造这种通用型学习系统涉及到几项关键技术。首先是深度学习，即层迭的神经网络，这个大家都很熟悉了；然后是强化学习，即让机器自己学习，以达到最大化的收益。
我们将这种具有通用目标的学习系统称为通用型人工智能，这与目前所谓的人工智能是不一样的，因为目前的人工智能主要还是预先写入的程序而已。实际上，打造通用型学习系统，最重要的是要学习。所有算法都会自动学习，更多的数据和更多的体验不依赖于预设。
通用型的强人工智能与弱人工智能不一样。最好的例子就是，在90年代末IBM开发的“深蓝”(DeepBlue)系统，击败了当时顶尖的国际象棋高手卡Garry Kasparov—这在当时是很大的成就。
但深蓝终究是一套预先写入程序的系统，相当于一位顶级程序员在和Kasparov夫对弈，这位程序员尝试揣摩Kasparov脑子里在想什么，并把相应的对策全部编写到程序里。它不能解答人工智能之路在哪，只是在执行预先写入的命令，而不是自己来学习、决策。
然而，人类的大脑学到新的知识后却可以举一反三，我们可以用习得的现有经验解决新的问题，这是机器所不擅长的。所以与之前的相比，我们想要的是能够自我学习的系统，而这种系统需要在强化学习的框架下来开发。有必要先稍微解释一下到底什么是所谓的强化学习。
在人工智能系统中，有一个我们称之为Agent的主体，Agent发现它身处某种环境下，并需要完成某些任务。如果周围的环境是真实世界，Agent可能会是一个机器人；但如果周围环境是诸如游戏这类虚拟环境，Agent就可能是一个虚拟形象(Avatar)。
要完成某个任务，Agent会通过两种方式与环境互动。首先是传感器，DeepMind更多会使用视觉传感器让机器与环境互动，当然，如果你愿意，也可以使用语音、触觉等方式。
这类Agent通常通过自己的观察来对环境建模。但是这里有个问题，真是环境通常是充满噪声、干扰、不完整的，所以需要Agent尽最大努力去预测周围到底是什么样的。
一旦这个环境模型建立，就要开始第二步了：如何在这个环境中做出最好的行为决策。当然，行为与环境间的互动可能是成功的，也可能是失败的，这写结果都会被实时纳入Agent的观察过程，这也就是强化学习的过程。
这两年来，AlphaGo团队专注于围棋项目。与象棋相比，围棋更加复杂。对于象棋来说，写一个评价函数是非常简单的。另外，围棋更需要直觉，伟大的旗手往往难以解释他们为什么下了这一步棋，象棋选手则可以给一个明确的答案，有时也许不尽如人意，但是起码选手心中是有清晰的计划。
相比象棋，围棋是因为没有物质性的概念，每一个棋子是等值的，而象棋有由估值的高低的。第二，围棋是建设性的，需要棋手预测未来进行布局，而象棋往往讲究当下的时局。一个棋子怎么走，一步输步步输，一发全身。
那么我们怎么写出这个方程式呢？我们曾经在《Nature》上发布了相关的论文，论文帮助一些国家和公司打造了他们自己版本的AlphaGo。
接下来，我们用比赛来测试更新的系统，比如上一次的李世石与这次柯洁，这两次比赛都引起了很大的关注。在和李世石的比赛中，AlphaGo赢了。但其实，胜利是很难的，也是很了不起，在AI领域更是这样，十年磨一剑是常事。
最重要的是我们激发了更多的灵感，AlphaGo打出了好局，和李的比赛中，第二局第37不起令人惊叹。这是专业人员都难以想象的，已经触及到下棋的直觉方面。
AlphaGo把围棋看做客观的艺术，每下一步棋子都会产生客观影响，而且它还能下得非常有创意。李世石在比赛中也受到了启发，他在第四局的第78着也很美妙，因此他赢了一局。
毫无疑问，AlphaGo对战李世石的影响很大，全世界28亿人在关注，3,5000多篇关于此的报导。西方世界开始更多地感受到围棋这种东方游戏的魅力，当时围棋的销量还涨了10倍。我们很乐意看到西方世界也学习这种游戏。
而李世石也有新的发现，他在赛后表示，和AlphaGo比赛是其人生最美的体验，AlphaGo也为创造了围棋的新范式，李表示他对围棋的兴趣更大了，我开心他这么说。
回到直觉和创意上。人们通过各种体验获得经验，这是无法继承，人们接受测试来检验他们直觉。AlphaGo已经能模仿直觉。而创造力上，它的一个定义是，整合新的知并创造新的点子或知识，阿狗显然是有创造力，但这种创造力仍然仅局限于围棋。
在过去一年中，DeepMind不断打造AlphaGo，希望能解决科学问题并弥补它的知识空白，我们还将继续完善它。之后，大师(Master)版本出现了，我们在今年1月进行上线测试，他取得了60连胜，还诞生了很好的点子，它的棋谱被全世界的棋手们研究。例如，AlphaGo打了右下角三三目，这种举措在之前是不可想象的。
柯洁也说，人类3,000年围棋历史，至今没有一人曾经接近过到围棋真理的彼岸。但是，人和AI的结合可以解决这个问题。古力也说，人类和AI共同探索围棋世界的脚步开始了。
我了解到了围棋大师吴清源的故事，可能AlphaGo也能带来围棋的新篇章，就像吴当年为围棋贡献的革命性力量一样。象棋的下法都是策略性的，而AlphaGo能想出非常有战略性的点子，也给棋手们带来新点子。
Garry Kasparov出过一本书，描述了他的一个观点：深蓝的时代已经结束了，AlphaGo的时代才刚开始。没错，AlphaGo是通用人工智能，未来我们能看到人机结合的愿景，人类是如此有创意的生物，我们可以能在AI的帮助下变得更强大。
AlphaGo是人类的新工具。就像天文学家利用哈勃望远镜观察宇宙一样，通过AlphaGo，棋手们可以去探索围棋的未知世界和奥秘。我们发明AlphaGo，也希望能够推动人类文明进步，更好地了解这个世界。
我们的愿景是最优化他，最完美他。就像围棋3,000年以来都没有答案，科学、技术、工程等领域也正面临着同样的瓶颈，但是，现在有了AI，我们迎来了新的探索机会。
围棋比赛是我们测试人工智能的有效平台，但最终目的是把这些算法应用到更多的领域中。人工智能(特别是强人工智能)将是人们探索世界的终极工具。
当今世界面临着很多挑战，不少领域本身有着过量的信息和复杂的系统，例如医疗、气候变化和经济，即使是领域内的专家也无法应对这些问题。
我们需要解决不同领域的问题，人工智能是解决这些问题的一个潜在方式，从发现新的材料到新药物研制治愈疾病，人工智能可以和各种领域进行排列组合。当然，人工智能必须在人类道德基准范围内被开发和利用。
我的理想就是让AI科学成为可能。另外，我对人类的大脑运作非常感兴趣，开发AI的同时，我也了解自己的大脑运作，例如大脑如何产生创意等，这个过程中我也更深入地了解了我自己。
评论 (0)