當全世界的創業者以為最前沿的技術創新來自矽谷時，一家創造出了AlphaGo的英國公司DeepMind成為了人工智慧領域裡最耀眼的明星。
得米斯·哈薩比斯( DemisHassabis)就是那個站在AlphaGo背後的「超級英雄」。
今年5月，這個擁有1/4中國血統的AI明星第一次來到中國，在烏鎮發布會場間走來走去的他身邊總是圍繞著一群工作人員，到處是握手、合影、籤名…… 其間，他還做了一場關於 「AlphaGo究竟是什麼」的演講。
當他走進第一財經臨時布置的採訪間時，很隨和地就和第一財經 CEO 周健工搭上了話，聊起了圍棋和阿爾法狗，以及外界看起來頗為神秘的 DeepMind公司。
40歲的他，有些謝頂，像極了中國普通高校裡的老師。但當他說起自己的使命是「讓人工智慧成為探索宇宙的『終極工具』」時，沒有人會懷疑他的認真。
他被網際網路發明者Tim BernersLee稱為「地球上最聰明的人類之一」，還被英國媒體譽為人工智慧時代的「超級英雄」。
他創辦的DeepMind在2014年被谷歌以6億美元收購，並在此後影響了谷歌未來十年的發展方向，促使谷歌的戰略從移動先行轉向AI先行。
在人工智慧領域，最讓他興奮的兩件事，一個是深度學習，另一個是強化學習，AlphaGo正是二者的結合，也是邁向通用人工智慧目標的重要一步。哈薩比斯說：「現在先解決智能，再用智能去解決一切。」
從神童到AlphaGo
5月27日，人機大戰三番棋最後一役，AlphaGo與當今排名世界第一的中國年輕圍棋大師柯潔的總比分最終定格在了3：0。
半個小時後，站在臺上的哈薩比斯和柯潔握手、相擁，現場的掌聲久久沒有停息。
「這大概就是天才與天才之間的惺惺相惜吧!」一位現場的工作人員感慨道。
哈薩比斯稱得上是「少年天才」。他喜歡各類智力遊戲，從4歲開始下西洋棋，13歲時就獲得了西洋棋大師稱號，至今仍然保持著5次獲得「智力奧運會」精英賽冠軍的世界紀錄。
11歲去列支敦斯登參加一場國際巡迴賽，令少年哈薩比斯印象深刻。
當時的他和一個丹麥冠軍棋手對局，下到10個小時的時候，哈薩比斯剩下王和後，對方剩王、車和象，並佔有優勢。這場比賽本可以平局結束，但哈薩比斯太累了，選擇了認輸。
哈薩比斯在 BBC 一檔節目中回憶，這場比賽讓他生出了一種頓悟——「我們是不是在浪費大腦，既然這個級別的比賽選手都是頂尖的，為什麼不用我們的腦力去做點更有意義的事情，比如解決癌症問題，找到其他疾病的治癒方法，不是更好嗎?」
當時，哈薩比斯在同年齡段棋手中排名世界第二，身邊幾乎所有人都想當然地以為這將是他未來的職業。不過，哈薩比斯並沒有從此走上職業棋手的道路，而是對計算機產生濃厚的興趣。
在學校裡，幾個朋友和哈薩比斯組成了黑客俱樂部，一起寫代碼，做影像演示，複製曾看過的電影或玩過的遊戲，所有的業餘時間都花在了怎麼用這些電腦更好地編程。
20歲時，哈薩比斯獲得劍橋大學計算機科學學位，之後成立視頻遊戲公司Elixir。他評價，成功的遊戲都會從一個側面反映生活，從中學到很多東西，「生活不允許我們一直追求安穩，需要不斷激發我們產生新的想法，改進策略，開發自己的大腦，而遊戲像是大腦體操。」
此後，哈薩比斯又選擇回歸學術，在倫敦大學學院攻讀神經科學博士學位，完成海馬體和情景記憶學術研究，並在2011年與人工智慧專家同事Shane Legg、連續創業者Mustafa Suleyman一起創立DeepMind團隊。
作為「異於常人」的天才，哈薩比斯有著自己獨特的「生物鐘」：上午10點開始工作，花一整天在DeepMind辦公室，回去和家人一起吃晚飯，然後在晚上10點開始第二天的工作，直到早上4點才去睡覺。通常，他會在夜裡的幾個小時進行研究，讀最新的學術論文，以及創造性地思考。
2014年，谷歌以6億美元的價格收購DeepMind，這是當時谷歌在歐洲進行的最大手筆收購案，而那時的DeepMind還沒公開發布過任何產品，只有20個技術人員。
有了谷歌的「加持」，DeepMind加速了對AlphaGo的研發。直到去年3月，AlphaGo以4：1的成績戰勝了曾經排名世界第一的圍棋選手李世石，被視作是人工智慧發展史上的歷史性突破。
在學術領域，DeepMind也證明了它的價值：2015年2月，DeepMind在科學雜誌《自然》上發表論文，介紹了能夠通過學習成為雅達利(現代遊戲機始祖)遊戲高手的人工主體。去年1月，DeepMind再次發表論文，稱他們的新算法AlphaGo在圍棋上取得巨大突破。哈薩比斯在管理DeepMind之餘，還同時在世界頂級科學大會上發表了4篇論文。
而這些豐富的經歷，或許與哈薩比斯的家庭教育不無關係。「我的背景很多元化。」哈薩比斯在接受第一財經獨家採訪時說，他的父親有著希臘和賽普勒斯血統，年輕時是一位創作歌手，而母親則出生自新加坡籍華人，他們都喜歡按自己的喜好做事，這對他的影響是——「不要循規蹈矩，走自己的路，並且一直走下去，那才是生活的正確方式。」
給聰明人一個機會
在一次TED大會上，時任谷歌CEO的 Larry Page談起哈薩比斯時滔滔不絕，並且把DeepMind稱為「很長一段時間以來，我見到過的最令人興奮的東西之一」。
而哈薩比斯所帶領的DeepMind在人工智慧領域取得的成功，顯然已經說服了谷歌，是時候把研究人工智慧當作公司的首要目標了。
「我們很高興能證明，最前沿的科技並不僅僅存在於矽谷中。我為自己是一個英國人，並且扛起英國的創新旗幟而感到自豪。」哈薩比斯對第一財經說。
在他眼裡，英國一直以來都有研究電腦科技和人工智慧的創新傳統，例如阿蘭·圖靈和「網際網路之父」蒂姆·伯納斯·李。只不過，也許大家不那麼擅長把科技轉化為商業上的成功。
「很多地方都能做前沿研究，就像倫敦和中國，為什麼不呢?只要你有足夠多的聰明人，並且給他們一個機會。」哈薩比斯說。
站在哈薩比斯和 DeepMind 身後的，就是一群來自超過60個國家最聰明的人才，不斷地解決人工智慧領域最有趣的挑戰。
他告訴第一財經記者，目前DeepMind倫敦有400到500名員工。其中有超過200名頂尖博士和科學家。
如何吸引這些頂尖人才從世界各地來到 DeepMind，哈薩比斯笑著說：「最頂尖的人總是想和世界上其他頂尖的人一起工作。」特別是當你開始做出AlphaGo這樣的產品，或是在《自然》雜誌上發表研究成果，就是向世界上最好的人才打出了廣告，「如果他們想做出像AlphaGo這樣偉大的產品，那麼DeepMind就是一個工作的好地方。」
另一方面，這些頂尖人才往往想要研究最有趣的問題，接受最有趣、最智慧的挑戰。哈薩比斯認為，解決人工智慧問題就是你能幹的最有趣的事兒之一，所以對那些聰明絕頂的人來說，研究中遇到的挑戰也是非常有趣的。
第三個原因，則歸功於 DeepMind創造出的獨特的研究文化，這是一種學術院實驗室和初創公司模式的混合體， DeepMind嘗試著吸取兩邊的精華，並把它們結合起來。
哈薩比斯說，這種混合文化涉及DeepMind所做的每一件事，包括面試流程、管理流程、項目管理……所有這些都是為了促進研究儘可能快地取得成果而特別設計的。例如，在學術院實驗室做研究，往往不太可能擁有在初創公司工作的能量和快節奏;而初創公司常常遇到的問題是目標不夠遠大，也沒有足夠的雄心來完成想做的研究，DeepMind要做的就是把這兩方面融合在一起。
而這種人才國際化的好處是：不同文化背景的人才、不同的思維方式也隨之而來。「我認為這對科研項目有很大的幫助，因為採納儘可能多維度的觀點有助於你找到客觀的前進方向。」
可以說，DeepMind充斥著博士和拿著頂尖學府的頂尖文憑的人才。不過，如果大學輟學的史蒂夫·賈伯斯生活在人工智慧時代，他會成功嗎?
面對這個問題，哈薩比斯的回答是：很有可能。
「你說得對，我們這裡大多數人都有著頂尖文憑，但是他們中也有一些人並沒有，他們是自學成才的，尤其是在工程領域，他們也做出了傑出的貢獻。」哈薩比斯認為因人而異，「一個像史蒂夫·賈伯斯這樣非凡的人無論嘗試做什麼都能成功。」
圍棋界的「哈勃天文望遠鏡」
圍棋起源於中國,已經流傳了近3000年。2016年春天，AlphaGo與世界圍棋選手李世石的一場世紀人機大戰，標誌著人工智慧取得了歷史性的突破，更引發了一波人工智慧創業熱。
一年之後，高智能的機器來到中國，打敗了中國的頂尖選手。
人機大戰最後一役，柯潔局中落淚，賽後哽咽，說AlphaGo太完美，完美到沒有希望。
在講解棋局時，「棋聖」聶衛平對於AlphaGo的稱呼從阿爾法狗到阿爾法圍棋，最後再到「阿老師」。
在圍棋業餘一段左右水平的哈薩比斯看來，「這就像人們利用哈勃望遠鏡發現新的宇宙空間一樣。AlphaGo就是圍棋界的『哈勃天文望遠鏡』。」
圍棋看似規則簡單，複雜性卻是難以想像的。它一共有10的170次方種可能性，這個數字比整個宇宙中的原子數10的80次方都多，沒有辦法窮舉出圍棋所有可能的結果。
更困難的是，圍棋不像象棋等遊戲靠計算，而是要靠直覺。「圍棋中沒有等級概念，所有棋子都一樣，圍棋是築防遊戲，因此需要盤算未來。你在下棋的過程中，是棋盤在心中，必須要預測未來。小小一個棋子可撼動全局，牽一髮動全身。圍棋『妙手』如受天啟。」哈薩比斯解釋道。
在看了AlphaGo的自我對弈之後，世界冠軍時越九段評價：「這是我前所未見的，就像是我想像中來自遙遠未來的棋局一樣。」世界冠軍古力九段則說：「AlphaGo的自我對弈令人難以置信，我們能從中學到太多。」
人機大戰已經落幕，但人類圍繞人工智慧的探索才剛剛起步。
AlphaGo已經展示出了創造力，在某一個領域它甚至已經可以模仿人類直覺了。 在不遠的將來，它是否會擁有獨立學習機制並產生獨立的動機?甚至進化出情緒識別能力，通過判斷柯潔的表情來故意輸給柯潔?
哈薩比斯大笑著說：「也許我們確實應該裝上一套判斷系統。」但事實上，在訓練AlphaGo的過程中，接觸到職業棋手的機會非常少，大多數情況下都是自我學習。
他告訴第一財經記者，目前AlphaGo不能自己設定自己的目標， 而是需要開發人員在設計系統的時候給它定個目標。這就像AlphaGo的目標不是開車或是其他，只知道開發人員給它定的目標，那就是贏得圍棋比賽。
他說，在可預見的將來，人工智慧系統會被設計成實現設計者既定目標的工具。怎麼去實現目標，也可以讓機器來學習。「一般說來，我認為這些系統都會竭盡所能去實現我們設定的目標。」
AlphaGo 的「星辰大海」
去年3月谷歌AlphaGo戰勝人類棋手時，搜狗 CEO王小川給公司放了一天假，慶祝人工智慧的歷史性突破。
3個月後，王小川曾去英國倫敦拜訪DeepMind，問當時機器輸掉第四局棋時究竟發生了什麼?「不是程序有BUG，就是深度學習本身有瓶頸。」但對方用了3個月去復盤仍沒有給出解決的答案。這給王小川留下一個深刻的印象，深度學習還是存在瓶頸的。
AlphaGo距離強人工智慧，甚至超人工智慧還有多遠?
哈薩比斯對第一財經說，這像在科幻片裡的一些超級人工智慧，我們離那個目標還很遙遠，至少還有幾十年的路要走，「因為有關於人工智慧方面的一些關鍵的問題，我們還沒有攻克下來。」
他對記者坦言，圍繞AlphaGo，背後的技術包括圖像處理、大數據分析等，目前在其他領域的使用還在早期探索階段，只在AlphaGo研究的中間環節某些領域應用，但是在未來肯定會在多個領域推廣相關的技術。
在AlphaGo剛剛獲封中國圍棋九段後，哈薩比斯宣布它將退出競技比賽的舞臺，AlphaGo的研發團隊將把精力投入到其他重大挑戰中，研發出高級通用算法，為科學家們解決最複雜的問題提供幫助，包括找到新的疾病治療方法、顯著降低能源消耗、發明革命性的新材料等。
「如果人工智慧能夠在上述領域發現新的知識和策略，那在這些領域的突破將十分可觀。我們已經迫不及待地想看到這一切的發生。」包括哈薩比斯在內的DeepMind高管在博客中說。
去年夏天，谷歌已經把DeepMind人工智慧接入谷歌數據中心，來幫助這家巨無霸公司節省能源開支。據說，節省下來的開支作為它2014年收購DeepMind的部分支付款項。
此外，哈薩比斯舉例，通過與人類專家的合作，可以找到各種各樣的創新方式，包括把 AlphaGo的其中一種變體應用於醫療行業，正在著力解決蛋白質摺疊的問題，用來治療阿茲海默症。」
「人機合作可以達到1+1大於2的效果，人類的智慧將被人工智慧放大。人工智慧和AlphaGo都是工具，就像哈勃望遠鏡一樣，可以推進人類文明的進步。」
而人工智慧和所有強大的新技術一樣，都是在倫理和責任的約束中造福人類。哈薩比斯認為，「人工智慧應該是應用於科學、製藥等領域，而不是應用於研發武器、戰爭上。」
不過，當人工智慧的大潮湧來，不難看到數據、人才、資本以及電腦計算力有著向越來越少數的公司集中的趨勢。人工智慧行業是否會被壟斷?而那些人工智慧領域的創業者成長的空間在哪裡?
哈薩比斯說，這正是DeepMind公開研究成果的原因。這一領域的發展方向，一定是在一個更廣闊的範圍內為全人類共享利益，「而不是僅僅局限於少數幾家巨頭公司。」