|
几天前,联合国收到一封由马斯克与DeepMind公司联合创始人之一穆斯塔法·苏莱曼,以及116位人工智能专家共同发出的公开信。
公开信中指出,联合国必须警惕人工智能武器,这将是一个打开了无法关上的“潘多拉魔盒”。
人工智能宛若一把双刃剑,许多人恐惧它尖锐的一面,也欢呼它的诞生。
例如DeepMnd公司研发的“Alphago”,还未尽力便在围棋上彻底挫败了人类。
但阿老师在围棋上落子的创新,同时也引导了围棋选手们去尝试改变。
想来大家也感兴趣Alphago的缔造者,会是怎么一个人?
他曾被英国《卫报》称作:人工智能超级英雄。
万维网发明者Tim Berners-Lee也曾说,他是这个星球上最聪明的人之一。
他就是DeepMind的创始人,杰米斯·哈萨比斯。
杰米斯·哈萨比斯
1976年7月27日,哈萨比斯出生在伦敦一个教师家庭。
他的父母不怎么喜欢计算机,属于技术恐惧者,弟弟和妹妹则是喜欢作曲或写作。
哈萨比斯则对棋类游戏有着浓烈的兴趣和极强的天赋,特别是国际象棋。
在他4岁时,他偶然间看见父亲和叔叔下国际象棋,便爱上了这项棋类游戏。
大约学棋两周后,他便能够在对局中战胜大人。
9岁成为了英国11岁以下国家象棋队队长,13岁时已经是国际象棋的棋联大师*。
就论等级分,他只比当时的世界第一波尔加·朱迪低35分而已。
*注:国际象棋采用由匈牙利裔美国物理学家Arpad Elo创建的ELO等级分制度,是当今对弈水平评估的公认的权威方法,规定2300~2399分为棋联大师,2400-2499分为国际大师,2500分以上为国际特级大师。
波尔加·朱迪
国际象棋不仅使哈萨比斯能够比其他孩子更加稳重,同时也让他开始思考人脑是如何完成复杂的工作,而电脑又能不能办得到?
他接触电脑是在8岁,他用比赛挣来的200英镑买了人生中第一台计算机——ZXSpectrum。
拥有电脑后,他便开始自学编程、玩游戏。
ZXSpectrum高端玩法
如果说围棋对于哈萨比斯而言是一种锻炼,那么电脑编程和游戏就是他的道路。
作为学霸,哈萨比斯是玩着游戏把书读好:他提前两年完成了他的所有考试。
随后他向剑桥大学提交了申请,并成功通过,但因为年龄方才16岁,还不够上学年龄,需要在家窝一年。
闲置在家的一年他也没有闲着,他加入了传奇游戏设计师彼得·莫尼诺的牛蛙制作室。
超传奇游戏设计师彼得·莫尼诺
与彼得一起工作的这段时间里,哈萨比斯参与制作了经典模拟类游戏《主题公园》。
《主题公园》在1994年发行,游戏最终卖出了数百万份,同一年哈萨比斯离开了工作室回归校园。
值得一提的是这游戏包含了一定的人工智能元素。
《主题公园》
哈萨比斯选择剑桥大学的主要原因是,剑桥大学拥有世界上第一个本科计算机科学课程。
哈萨比斯在大学的主要学习内容便与AI相关,也是在这期间,他接触到了围棋。
3年后,他从剑桥大学毕业,再次加入了彼得的新工作室——狮心工作室。
狮心工作室
工作一年后,哈萨比斯离开了狮心,成立了自己的Elixir工作室。
工作室巅峰时期雇佣足有60人,与大型出版商Vivendi环球和微软都签署了协约。
由哈萨比斯设计并发行的游戏,《共和国:革命》、《邪恶天才》两款模拟游戏也被提名“英国奥斯卡”BAFTA奖。
只是两款游戏在公众中反应却不是特别火爆。
《共和国:革命》
在游戏行业耕耘数年已经算是颇有经验的老江湖,但他仍是希望做一些以AI为主的事情。
2005年,他关闭了工作室,出售所有游戏的知识产权和专利,再次回到校园攻读神经科学博士学位。
值得一提的是,2009年,因为哈萨比斯对游戏产业的贡献,他被选为皇家艺术协会的成员。
在人工智能的报道之中,我们时常能够听到深度学习。
事实上,常听说的人工智能还属于狭义AI,只具备着单一类问题的解决能力,而不能举一反三。
在一个方向上有着惊人的深度,但却无法拓展到其他领域。
那么如何让人工智能学会举一反三?哈萨比斯提出了深度强化学习。
一个智能体拥有经验,还能利用经验,这样的例子现存只有一个——我们的大脑。
通过研究神经系统进而研究出高智能的“通用用途人工智能”,这便是哈萨比斯选择精研神经科学的原因。
在伦敦大学攻读博士学位时,他的主要研究方向是自传体记忆*和海马体。
经过几年的研究,哈萨比斯提交了PhD论文《支持情景记忆的神经过程》。
2007年的《科学》杂志将这份研究评作那一年的十大科学突破。
*注:自传体记忆是指对个人复杂生活事件的混合记忆。世界上有这么一群人,他们拥有超凡的记忆能力,可以毫不费劲的回忆起大约 10 岁以后生活中的每个细节。这群人也被称为自传体记忆人群。
哈萨比斯随后还在波士顿大学、哈佛大学、麻省理工学院分别度过了一段研究时光。
2010年,他开创了DeepMind公司,开始了新的征途。
DeepMind的另外两位创始人也绝非泛泛之辈。
童年老友Suleyman曾担任伦敦市长的政策官,而Legg则同是伦敦大学神经科学组的博士后。
而公司早期的投资者名头也响亮,包括特斯拉亿万富翁ElonMusk,以及Skype联合创始人JaanTallinn,华人富豪李嘉诚。
为了区分于那些狭义AI,DeepMind的自学习算法有一股“神经科学”味。
在训练上,DeepMind的人工智能们也颇为艰辛:它们只能和我们一样通过观察屏幕上的像素点,从0开始掌握任何一种任务。
2013年12月,DeepMind兴奋地宣布他们的人工智能在玩雅达利游戏*上已经超过了人类水平。
他们的人工智能通过上百次地体验失败,总算取得了突破。
*注:雅达利(Atari)是美国诺兰·布什内尔在1972年成立的电脑公司,街机、家用电子游戏机和家用电脑的早期拓荒者。
次年,DeepMind便被Google收购,收购金额高达4亿英镑。
也是这个时期,哈萨比斯的眼睛盯上了围棋,着力于开发Alphago。
他在今年乌镇的演讲上,曾提到围棋在AI领域的神圣地位。
一场还未开始的围棋,有着无数种可能的结局,这些可能庞大到,全世界的计算机一起用暴力穷举法算上几百万年也不一定能算完。
哈萨比斯还提到了IBM的“深蓝”与国际象棋界老大哥卡斯帕罗夫的对战。
“深蓝”依靠其每秒种两亿棋步的运算速度,足以计算出更高胜率的走法。
相比“深蓝”,Alphago的任务更为艰难,它不仅需要夸张的运算速度,还要可以运用经验、推理、思考。
2016年时,DeepMind因为Alphago算法的研究论文,登上了Nature封面。
同年的3月份,Alphago与李世石的5局对战,以4:1拿下最终胜利。
这两件事也算是哈萨比斯给坚持AI多年的自己交的一份答卷。
哈萨比斯的坚持当然赢得了令人兴奋的成就,这比任何人想象的AI都要强大得多。
DeepMind的成果也为哈萨比斯赢得了众多荣誉,如2016年《自然》杂志的“年度十大人物”、《时代》的最有影响力的100人之一、亚洲奖颁发的科技卓越成就奖等等。
亚洲奖标志
对于哈萨比斯来说,毫不顾虑的前进便是未来的方向。
在生活中,他就如同普通的父亲、丈夫,每天回家吃饭,陪孩子游戏。
在事业上他也如所有的企业家一样, 每天工作到凌晨3、4点,保持着疯狂的热情和创造力。
一些创举也将在这些平凡的日子里,一点点积累下来。
最近DeepMind居然和暴雪宣布合作,计划使用《星际争霸II》训练出更强大的人工智能。
尽管《星际争霸II》被誉为史上最难的策略游戏,但哈萨比斯说不定能再次创造奇迹。
我们永远不知道下一个被AI攻下的是什么,也许我们应该庆幸现在的AI还只是在玩智力游戏。
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-9-8 13:14
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社