2016年1月28日，谷歌AI——Alphago戰勝人類圍棋冠軍的消息讓科技圈振奮，讓圍棋圈惶恐。Alphago的研發團隊是谷歌新近收購的英國人工智慧公司Deepmind，關於Deepmind，國內人工智慧圈人士都有所耳聞，但熟悉者恐怕不多。這究竟是一家什麼樣的公司？
Nature 雜誌的記者進入Deep Mind位於英國倫敦的公司內部進行了採訪，視頻來自Nature、後期由黑匣整理：
2011年，傑米斯•哈薩比斯在埃隆•馬斯克等人的投資下，成立了一家人工智慧初創公司DeepMind，現在，這家公司已經變成了世界上最有價值的公司之一。2014年6月，哈薩比斯和DeepMind的另兩位聯合創始人肖恩•列格、穆斯塔法•蘇萊曼達成一致意見，同意將DeepMind以4億美元的價格賣給谷歌。昨天，谷歌DeepMind推出的人工智慧算法打敗了人類圍棋選手，震驚世界。
谷歌為何收購？Deepmind牛逼在哪裡？來看看哈薩比斯在接受Backchannel採訪時的答案。
Backchannel：谷歌是一個人工智慧公司嗎？他們有什麼吸引你們的地方呢？
哈薩比斯：是的，人工智慧是谷歌的核心。一開始，我在思考谷歌的使命「組織全球信息，並讓其為所有人可用」。我的理解是，讓人們通過知識而變得有力量。這樣來理解人工智慧，你就會發現它是一個非常自然的東西。我們致力於研究強人工智慧（AGI），它可以自動將非結構化信息轉換成可以直接利用的知識。
Backchannel：拉裡•佩奇（谷歌聯合創始人）是影響你決定將DeepMind賣給谷歌的關鍵人物嗎？
哈薩比斯：是的，他非常重要。拉裡和別人不同，他對人工智慧是120分感興趣，認為人工智慧十分酷。現在很多大公司逐漸意識到人工智慧的力量，都企圖涉足這個領域並做出些什麼成果來，但我認為他們的熱情是絕對比不上谷歌的。
Backchannel：所以包括馬克•扎克伯格領導下的Facebook也是如此嗎？他可是認為AI不僅僅是一個工具，而是一種使命呢。
哈薩比斯：是的。這一切會隨著時間而變化。我也相信人工智慧是人類發展史上最重要的事情之一，但扎克伯格缺乏像拉裡那種刨根問底的勁兒，他在意的是別的事情——與人們溝通才是他的目標。當然，扎克伯格也對一些黑科技感興趣，比如Oculus。我也曾經做過電腦遊戲和圖形，但對於我來說，最重要的一直是人工智慧。
Backchannel：谷歌的基礎設施能為你們帶來多大的提高呢？
哈薩比斯：非常大！這也是我們選擇谷歌的另一重要原因。我們有大量的風險投資和支持者，但在計算機基礎建設和工程基礎設施方面，谷歌有著十年的經驗。現在，我們的研究內容大大增加，速度大大提升，因為我們可以並行100萬次實驗。
Backchannel：你所取得的巨大飛躍，不僅包括結構化資料庫的深入研究，還包括網際網路非結構化信息（如文檔和圖像）的研究和利用，是嗎？
哈薩比斯：是的。這將是未來幾年的發展趨勢。我認為發展人工智慧的唯一方法就充分利用這些非結構化信息，這樣的方法也稱為「無監督學習」，你只需要給它數據就好，它會自己學習，理解事物結構、目標，並採取行動。這就是我們想要研究的人工智慧。
Backchannel：谷歌的神經網絡先驅傑夫•辛頓是你的同事之一，他的研究對你的影響大嗎？
哈薩比斯：當然，十分重大。他在2006年的成就對整個領域有著革命性的影響，他引進了深度神經網絡這個概念，也就是深度學習。另一方面，我認為深度學習也十分重要。目前，DeepMind的大量研究成果都是建立在這兩個領域的基礎之上的。我們的雅達利遊戲機人工智慧算法，就是一個很好的例子。
Backchannel：你們的研究有什麼特別之處？
哈薩比斯：我們的公司叫做DeepMind，很顯然，我們專注於深度學習。但我們也對神經系統科學十分感興趣。
Backchannel：我們對自己的大腦越了解，越有助於我們建立機器智能？
哈薩比斯：是的。學習算法的有趣之處就在於它們是有等級之分的。我們賦予算法能力，讓它們可以從經驗中學習，就像人類一樣。但它們可以舉一反三，幫助我們解決很多人類無法解決的問題。當算法在雅達利遊戲程序中提出一個程式設計師不知道的新戰略時，我們都十分興奮。當然，要做到這些，你得先擁有一群足智多謀的程式設計師和研究人員，就像我們DeepMind一樣，構建可以學習的智能算法。
Backchannel：換句話說，我們需要大量人類智慧來構成這樣的系統，然後我們才可以……
哈薩比斯：才可以創造出解決複雜和高難度任務的系統，比如下棋。我們並沒有單獨的圍棋計劃，但我們將推出一個人工智慧算法，可以橫掃一切棋類博弈，這樣可以節省大量的編程時間。同時，我們對可以自動學習新領域的算法也十分感興趣。就像人類一樣，只要你看過別人下棋玩牌，就能對遊戲規則略知一二了。如果你接觸一個新的棋牌遊戲，你會憑著已有的經驗很快上手。
Backchannel：每個算法系統都會有它的限制性嗎？你認為怎樣的系統算法才可以學到一切東西？
哈薩比斯：這是一個普遍性的問題。我們的研究項目慢慢地擴大研究領域，我們的原型是人類大腦。我們可以繫鞋帶，我們會騎自行車，在物理運動世界中幾乎沒有什麼是人類搞不定的。所以，我們也相信這樣的系統算法是完全有可能的。
Backchannel：可以談談關於你剛從牛津大學收購的兩支團隊嗎？
哈薩比斯：牛津大學出來的可都是牛人啊。這兩個團隊中，一個團隊（前深藍實驗室）由菲爾•布魯瑟姆教授領帶，利用深度神經網絡來研究神經語言理解。我們利用的是深度神經和詞向量等工具，而不是過時的NLP邏輯技術。我們興趣相投所以就一起共事了，於是我們的系統中有了語言嵌入。另一個團隊則是南多•德•費爾塔斯教授領導的世界著名的計算機視覺團隊。
Backchannel：這些團隊研究最終會產生同一個研究成果？
哈薩比斯：是的，這些所有的研究會讓我們的成果更棒。
Backchannel：DeepMind團隊即將致力於谷歌哪些產品提升呢？
哈薩比斯：我們對於谷歌來說仍然是新成員，但我們的技術可以應用到谷歌產品的方方面面。我們將改善谷歌搜尋引擎，我們將向YouTube學習。我們正在想辦法讓Google Now像個人助理一樣更好地理解你的需求，這也許能用到自動駕駛汽車上。
Backchannel：那視頻搜索呢？
哈薩比斯：這是另一個重點。你想通過動作而不是輸入文字來完成搜索嗎？這就是目前視覺團隊在研究的方向，不僅僅是圖像識別，還有動作識別。
Backchannel：從長遠來看，你們打算為谷歌做些什麼呢？
哈薩比斯：說實話，我對強人工智慧的潛力十分重視，還有人工智慧協助科學。我們對所有的科學領域都充滿了期待，疾病、氣候、能源、經濟學，但這些領域都充滿了海量的信息和數據。人類科學家要分析這些數據並得出成果是難上加難，我說的不是一個科學家，也包括一群非常聰明的科學家小組。所以，我們需要人工智慧和機器學習來幫助我們，理解海量的信息和數據，在不同領域推陳出新。我希望以後谷歌的每項成果中都能看見我們的影子，包括Calico抗衰老項目和生命科學研究項目。
Backchannel：你對電影《她》怎麼看呢？
哈薩比斯：從美學上來說，我很欣賞這部電影。它在某些方面講述了人工智慧的積極效應，這部電影對於計算機感情等方面的展示十分有趣。但我認為又有些不現實，電影中這麼強大的人工智慧居然只困在一部手機中，做一些日常家務。但這是革命性的科學……至少來說，它應該呈現給我們一個非常不一樣的世界才對吧？
Backchannel：你們的實驗室中已經產生了眾多成果，但要讓它們走出實驗室、走向大眾，應該很難吧？
哈薩比斯：是的，但這是一個循序漸進的過程。一開始，我們發現問題，尋找解決方案，然後我們接觸了神經學科，然後我們發現機器學習可以把雅達利遊戲玩得十分溜。目前DeedMind的四分之三的團隊都在研究，只有四分之一的團隊成果得到應用（包括谷歌其他產品），但他們卻是聯繫研究內容的接口。
Backchannel：你曾經在遊戲領域叱吒風雲，但你離開了，是因為你想了解更多關於大腦的奧秘嗎？
哈薩比斯：是的。實際上，我的整個職業生涯，包括遊戲在內，都是我建立人工智慧公司的墊腳石。在我十幾歲的時候，我就認定人工智慧將是我這輩子最重要的目標。
Backchannel：當你登上遊戲領域的寶座，被稱作遊戲神童時，你甚至成立了自己的工作室，你只是覺得「OK，我該去研究下神經科學了」就轉行了嗎？
哈薩比斯：也不全是，不如說「看看我是如何打著遊戲的幌子如何推動人工智慧的發展的」更恰當。《黑與白》可以說是我的巔峰，之後又有了《主題公園》和共和國的戰績。大概在2004年至2005年的時候，我覺得這種和商業環境緊密結合的遊戲可以推動遊戲的發展，它們和普通的移動遊戲不一樣，我們可以和人工智慧一起打遊戲。
然後我就開始構思DeepMind，那時候是2004年。但是我很快意識到，我還沒有足夠的力量來組建這樣的一個團隊，當時的深度學習還沒有出現，計算機也不夠強大。然後我就開始思索，我該讀個什麼博士好呢？好像神經科學比人工智慧更實在，因為我想學習一套全新的思想套路，而且當時我也認識不少人工智慧世界級牛人了。
Backchannel：在你研究大腦的這些年，哪項收穫對你創立一家人工智慧公司幫助最大？
哈薩比斯：很多，絕對不止一項。一是增強學習，為什麼它如此重要呢？我們通過神經科學來研究新算法並驗證現有的算法。在90年代，彼得•達揚用猴子做了一個實驗，發現神經元是學習過程中致力於增強學習的關鍵。因此，將其用作人工智慧系統的元素並不是一個瘋狂的想法。
另一個是海馬體，我覺得它是大腦中最迷人的區域。深度學習本質上是在模仿大腦皮層的活動。但海馬體是大腦的一個關鍵部分，構造十分獨特，沒有了它，你就沒有了記憶。所以我對它的工作方式十分好奇。當你睡覺的時候，你的大腦算法會重播白天活動的記憶，也就是所謂的「日有所思，夜有所夢」。我們把這個功能用到雅達利算法上，通過重播遊戲軌跡，對它進行不斷的培訓，直到它在遊戲中戰無不勝。
Backchannel：你所說的大腦的算法，是嚴格的說法還是一種隱喻呢？
哈薩比斯：算是一種隱喻吧。雖然我們不會建造出一個人造海馬體，但它確實是一個具有細節的原型。有很多機器學習研究人員都忽略了人類大腦，這是不對的。人類大腦中有很多知識都是可以運用到算法中去的。
Backchannel：目前你在工作中遇到的最大問題是什麼呢？
哈薩比斯：最大的問題就是轉移學習。你已經掌握了一個領域的知識，你如何才能把這些知識運用到新領域去呢？這是一個關鍵問題。目前，我們擅長於處理可以感知的信息，然後產生相關行動。但若進入了下一個級別，在概念這個層面上，沒有人可以做到這一點。
Backchannel：谷歌收購DeepMind的協議中有一條是「公司設立人工智慧倫理委員會」，這是什麼東西呢？它的作用是？
哈薩比斯：這是一個獨立的顧問委員會。我認為人工智慧可以改變世界，這是一項神奇的技術。但所有的技術本質上都是中立的，它們可以被好人或壞人所利用，所以我們必須對它們的使用者負責。我和我的合伙人對此已經思考良久，谷歌吸引我的另一點也是因為他們對此表示贊同。
Backchannel：目前這個委員會做了些什麼呢？
哈薩比斯：目前還沒有，它只是剛剛成立，但它並不會約束我們。但委員會會監督DeepMind的研究成果不被用到軍事或情報上。
Backchannel：如果你把這項技術帶向世界，你認為一個委員會真的可以控制它嗎？
哈薩比斯：我認為它絕對可以影響受過教育的人們。他們正在不斷壯大，他們有時間去理解技術的細節。這個委員會裡還包括一些頂級的計算機、神經科學和機器學習方面的教授。
Backchannel：能告訴我們是誰嗎？
哈薩比斯：不行，這得保密。我們認為委員會十分重要，應該遠離公眾視線，特別是在現在的初始過度階段。目前還沒有出現什麼問題，但在未來的五年十年，就不能保證人工智慧只是被用來打打遊戲了。當然委員會的透明度也很重要，我們研究小組正在討論這些倫理問題，我們要確保科學的發展是可控的，有利於人類的可持續發展。
推薦閱讀：
1、Google 和 Facebook： 究竟是誰搞定了圍棋人工智慧？| 深度
2、Google人工智慧擊敗歐洲圍棋冠軍， AlphaGo 究竟是怎麼做到的？
雷鋒網原創文章，未經授權禁止轉載。詳情見轉載須知。