谷歌與DeepMind：史上最強AI拉鋸戰

　　先搞定智能，其它問題就能迎刃而解

　　1997年5月，IBM超級計算機Deep Blue擊敗了國際象棋世界冠軍Garry Kasparov。這是計算機首次擊敗一位大師級棋手。這場比賽受到廣泛關注，也引起了人們對計算機不斷增長的力量和潛在威脅的擔憂。當時Hassabis產生了一個想法，他要把戰略游戲和AI結合起來，有一天，他會建立一個計算機程序，打敗最高段位的人類圍棋手。

　　Hassabis有條不紊地規劃職業生涯。1998年，他創辦了自己的游戲工作室Elixir，專注開發一款復雜的模擬政治游戲Republic: The Revolution。還在學校時，Hassabis就有這樣的想法：通過超級計算機來模擬復雜的世界動態，以解決最棘手的社會問題。當時，他試著在游戲中實踐自己的想法。不過現實很骨感，Elixir最終發布了精簡版的游戲但是反響平平。其它游戲也沒有成功。2005年4月，Hassabis關閉了Elixir。有人認為Hassabis創立Elixir只是為了獲得管理經驗。現在，在正式踏上AGI之路以前，他只缺少一個關鍵的知識領域——了解人類的大腦。

　　2005年，Hassabis在倫敦大學學院開始攻讀神經科學博士學位。他發表的關于記憶和想象力的研究很有影響力。一篇被引用上千次的論文顯示，患有健忘癥的人也很難想象新的體驗，這表明記憶和創造大腦圖像之間存在聯系。Hassabis所作的研究都是朝著AGI邁進。他大部分研究都回歸一個問題：人腦是如何獲得并保留概念和知識的?

　　2010年11月15日，Hassabis正式成立DeepMind。從那時起，公司的宗旨就一直沒有變過：先搞定智能，其它問題就能迎刃而解。也就是說，把大腦如何完成任務的理解轉化為計算機軟件，軟件可以使用相同的方法進行自我學習。

　　Hassabis并沒有假裝科學已經完全理解了人類的思想。AGI的藍圖不能簡單地從數百項神經科學研究中得出。我們對大腦的功能仍然知之甚少。2018年，Hassabis自己的博士研究結果甚至受到了澳大利亞研究團隊的質疑。所以DeepMind的起步工作還是很艱難。

　　Suleyman和Shane Legg加入了公司聯合創始人的行列。公司位于倫敦，許多新員工來自歐洲，有效避開了和谷歌、Facebook等硅谷巨頭爭奪人才。也許DeepMind成功秘訣之一就在于留住了最優秀的員工。

　　公司花大力氣發展的一種機器學習技術——強化學習，源于Hassabis所擅長了兩個領域：游戲和神經科學。建立這樣一個程序是為了收集有關其環境的信息，然后通過重復經驗來從中學習，就像Hassabis所說的“睡眠期間大腦活動”一樣。

　　在此之前，強化學習在計算機領域還是一片空白。程序顯示了一個虛擬環境，除了游戲規則，它什么也不知道。程序包含至少一個稱為神經網絡的組件。由計算結構層組成，可篩選信息，目的是識別特定特征或策略。每一層都在不同的抽象層次上檢查環境。起初，這些網絡的成功率很低。當他們嘗試不同的策略時，變得越來越老練，當成功時，也會得到獎勵。程序不會再次范同樣的錯誤。AI神奇的地方就在于它重復任務的速度。

　　DeepMind的AI項目在2016年獲得重大勝利，當年，AlphaGo在首爾舉行的五局三勝比賽中擊敗圍棋世界冠軍，震驚世人。2.8億人見證了AlphaGo的勝利，有專家曾預測人機對戰機器取勝還需要十年時間。次年，升級版AlphaGo擊敗了中國圍棋冠軍。

　　人類智慧將被人工智能超越嗎?

　　就像1997年的Deep Blue一樣，AlphaGo改變了人們對人類成就的看法。人類冠軍無疑擁有地球上最聰明的頭腦，可是他們已經被AI超越。近20年后，Hassabis實現了自己當年的野心，他說這場比賽讓他熱淚盈眶。

　　當年Deep Blue殺伐決斷，通過快速計算贏得了勝利，但是AlphaGo的風格看起來卻很有藝術氣質，幾乎是人類的風格。它的優雅、復雜以及卓越的計算能力，似乎表明，在治療疾病和管理城市等領域，DeepMind將比競爭對手走得更遠。