天才也勤奮！DeepMind哈薩比斯自述：領導400名博士向前，每天工作至凌晨4點

乾明 編譯整理

量子位 出品 | 公眾號 QbitAI

你見過凌晨4點的倫敦嗎？

哈薩比斯天天見。這位DeepMind創始人、AlphaGo之父，一直是全球讚頌的當世天才，但每天要到凌晨4點，才能睡下。

這是哈薩比斯最新採訪中透露的作息時間，他告訴《星期日泰晤士報》：

他的一天24小時，有兩個工作日。

第一個工作日，是到DeepMind的辦公室中，引導公司700名員工（400名擁有博士學位）的工作，來保持DeepMind作為世界領先人工智慧公司的地位。

然後在晚上7點半準時回家，和妻子及兩個孩子共進晚餐。等到孩子們晚上10點上床睡覺後，他就開始了第二個工作日。

「我一般會熬夜到凌晨4點左右，」他說。「有時候是4點半，看情況而定。」

或許，這也能夠從側面證明，DeepMind何以成為當今最矚目的AI重鎮。

最近，DeepMind又爆發出了耀眼的光芒，宣告自己的霸主地位：

AlphaZero登上了《科學》封面，只用一個演算法，就在圍棋、國際象棋和將棋領域奠定了霸主地位；

AlphaFold能根據基因序列來預測蛋白質的3D結構，在有「蛋白質結構預測奧運會」之稱的CASP比賽中奪冠，力壓其他97個參賽者。

它們是怎麼誕生的？未來將會向何處發展？

在接受採訪時，哈薩比斯也講述了這背後的故事。

圍棋領域的霸主？遠遠不夠

DeepMind為外界所知，始於2016年AlphaGo大勝世界圍棋冠軍李世乭。之後，DeepMind推出AlphaGo Zero，一舉在圍棋領域奠定了霸主地位。

它與之前的程序有很大不同。1999年，擊敗國際象棋冠軍的深藍，需要國際象棋大師和程序員組成團隊，來教它下棋的技巧。

但AlphaGo Zero不需要任何東西。它就像一個出生在圍棋世界的嬰兒，所擁有的只是一塊棋盤和對規則的了解，以及目標：要贏。

就像嬰兒學習走路一樣，經過成千上萬的自我對抗，完善自我的理解與認知，有了直覺。

慢慢地，它不僅能掌握人類大師下棋的技能，還會自己發現一些下棋的技能。最後，用這些技能摧毀人類智慧的壁壘。

但哈薩比斯知道，只做到這一步，遠遠不夠。

谷歌收購DeepMind，是希望它能夠設計出能夠擅長處理很多事的程序，能夠推進通用人工智慧的落地，然後解決科學和商業上的問題。

事實上，DeepMind已經做了一些事情，比如提供軟體完善了Google Play的推薦購買系統，大幅降低谷歌伺服器機房的能耗等等。

但是，哈薩比斯發現，向世界證明程序具備通用智能的最好方法是遊戲。

在DeepMind的程序成為圍棋領域的霸主後，哈薩比斯去參加了一個會議，來講解他的成就。

曾經是深藍團隊成員默里·坎貝爾（Murray Campbell）問他：「如果去下國際象棋，會怎麼樣？」

對於一個傳統的項目來說，需要從頭開始設計一個新系統。但對於AlphaZero來說，只是需要經歷一個不同的「嬰兒期」而已。

然後，AlphaZero誕生了，再次進入由黑與白組成的世界。

但這一次，棋盤上不再是圍棋的黑白子縱橫交織，而是國際象棋的騎士、國王、主教和王后。

「從早上完全隨機地開始遊戲，到了下午茶的時間，AlphaZero就可以達到超人類的水平，」哈薩比斯說。「到晚餐時，它就會成為有史以來最強的實體。」

在AlphaZero論文登上《科學》封面時，《科學》雜誌評價稱，能夠解決多個複雜問題的單一演算法，是創建通用機器學習系統，解決實際問題的重要一步。

還有很多事情要做

的確，打造通用人工智慧，只是「攻克」幾種棋類遊戲是遠遠不夠的。國際象棋雖然很複雜，但它也非常簡單。它有明確的規則，明確的結果，每個人都知道正在發生什麼。

現實生活中也有類似的情況，解決方案就是在許多不同的可能組合中選擇正確的路徑。

就在兩周前，DeepMind的AlphaFold在有「蛋白質結構預測奧運會」之稱的CASP比賽中奪冠，這對於研發新葯至關重要。

但生活中大多數情況都並非如此。

關於人工智慧程序，一個最奇怪的事情就是人類創造了它們，但卻不理解它們。一旦它們開始運行、學習和迭代，它們的工作方式就像我們自己的大腦一樣，始終籠罩著一層迷霧。

對哈薩比斯來說，國際象棋是他觀察AlphaZero運行的一種方式。在棋盤上，你可以看到代碼顯現出來。 「我可以感受到棋盤上發生的優化過程，」他說。

讓程序解決一個他能理解的問題，比如國際象棋。哈薩比斯從中可以獲得新的理解，並將其運用到其他自己不了解的問題中，比如蛋白質結構預測。

「如果騎士當前的位置不是最好的，AlphaZero可能會將它移動六步，來尋找最佳發動攻擊的位置。如果你精通國際象棋，你會有種在AlphaZero大腦中的感覺。」

哈薩比斯有更大的計劃。他認為，在可以預見的將來，人工智慧會像科學家一樣工作，提出假設，並設計實驗來驗證假設，然後「取得可能獲得諾貝爾獎的重大突破」。

但是，在前進的道路中，有一個如影隨形的「世界末日」問題。一些人認為，與懷疑我們是否能夠開發出真正的人工智慧相比，要開始考慮我們是否應該開發它們了。

和這個領域的大多數人一樣，對於這個問題，哈薩比斯事先已經有了答案：人工智慧確實存在道德問題，但是這些問題是可以解決的。而且，與人工智慧可能引起的困難相比，人工智慧可能解決的困難多人類更具吸引力。

「如果我不知道像人工智慧這樣能夠改變遊戲規則的東西正在出現，我會對世界未來的走向更加悲觀，」他表示。

「從老年痴呆症到氣候變化，這個世界有太多的問題存在，在解決方法上，我們似乎沒有取得任何進展。要麼人類的行為出現指數級的發展，要麼技術出現指數級的發展進，而前者似乎並沒有什麼變化。」

「騎士」哈薩比斯

現在，哈薩比斯並沒有關注所謂的「世界末日」問題。相反，他正在享受當前的一切，它不僅關乎未來，也關乎過去。

13歲時，哈薩比斯做了一個計算。儘管知道自己有機會成為世界上最好的棋手，他還是放棄了下棋。

然後，他選擇了一條他自認為很隨意的道路。 就像國際象棋中的騎士一樣，AlphaZero為了讓它能夠在正確的位置發動攻擊，先讓它走了六步。

哈薩比斯已經朝著某種不可避免的方向前進了。

—完—

活動報名

加入社群

量子位AI社群開始招募啦，歡迎對AI感興趣的同學，在量子位公眾號（QbitAI）對話界面回復關鍵字「交流群」，獲取入群方式；

此外，量子位專業細分群(自動駕駛、CV、NLP、機器學習等)正在招募，面向正在從事相關領域的工程師及研究人員。

進專業群請在量子位公眾號（QbitAI）對話界面回復關鍵字「專業群」，獲取入群方式。（專業群審核較嚴，敬請諒解）

誠摯招聘

量子位正在招募編輯/記者，工作地點在北京中關村。期待有才氣、有熱情的同學加入我們！相關細節，請在量子位公眾號(QbitAI)對話界面，回復「招聘」兩個字。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！