天才也勤奋!DeepMind哈萨比斯自述:领导400名博士向前,每天工作至凌晨4点

天才也勤奋!DeepMind哈萨比斯自述:领导400名博士向前,每天工作至凌晨4点

2018-12-17 15:59量子位 合作伙伴
“我一般会熬夜到凌晨4点左右,”他说。“有时候是4点半,看情况而定。”

你见过凌晨4点的伦敦吗?

哈萨比斯天天见。这位DeepMind创始人、AlphaGo之父,一直是全球赞颂的当世天才,但每天要到凌晨4点,才能睡下。

这是哈萨比斯最新采访中透露的作息时间,他告诉《星期日泰晤士报》:

他的一天24小时,有两个工作日。

第一个工作日,是到DeepMind的办公室中,引导公司700名员工(400名拥有博士学位)的工作,来保持DeepMind作为世界领先人工智能公司的地位。

然后在晚上7点半准时回家,和妻子及两个孩子共进晚餐。等到孩子们晚上10点上床睡觉后,他就开始了第二个工作日。

“我一般会熬夜到凌晨4点左右,”他说。“有时候是4点半,看情况而定。”

或许,这也能够从侧面证明,DeepMind何以成为当今最瞩目的AI重镇。

最近,DeepMind又爆发出了耀眼的光芒,宣告自己的霸主地位:

  • AlphaZero登上了《科学》封面,只用一个算法,就在围棋、国际象棋和将棋领域奠定了霸主地位;

  • AlphaFold能根据基因序列来预测蛋白质的3D结构,在有“蛋白质结构预测奥运会”之称的CASP比赛中夺冠,力压其他97个参赛者。

  • 它们是怎么诞生的?未来将会向何处发展?

    在接受采访时,哈萨比斯也讲述了这背后的故事。

    围棋领域的霸主?远远不够

    DeepMind为外界所知,始于2016年AlphaGo大胜世界围棋冠军李世乭。之后,DeepMind推出AlphaGo Zero,一举在围棋领域奠定了霸主地位。

    它与之前的程序有很大不同。1999年,击败国际象棋冠军的深蓝,需要国际象棋大师和程序员组成团队,来教它下棋的技巧。

    但AlphaGo Zero不需要任何东西。它就像一个出生在围棋世界的婴儿,所拥有的只是一块棋盘和对规则的了解,以及目标:要赢。

    就像婴儿学习走路一样,经过成千上万的自我对抗,完善自我的理解与认知,有了直觉。

    慢慢地,它不仅能掌握人类大师下棋的技能,还会自己发现一些下棋的技能。最后,用这些技能摧毁人类智慧的壁垒。

    但哈萨比斯知道,只做到这一步,远远不够。

    谷歌收购DeepMind,是希望它能够设计出能够擅长处理很多事的程序,能够推进通用人工智能的落地,然后解决科学和商业上的问题。

    事实上,DeepMind已经做了一些事情,比如提供软件完善了Google Play的推荐购买系统,大幅降低谷歌服务器机房的能耗等等。

    但是,哈萨比斯发现,向世界证明程序具备通用智能的最好方法是游戏。

    在DeepMind的程序成为围棋领域的霸主后,哈萨比斯去参加了一个会议,来讲解他的成就。

    曾经是深蓝团队成员默里·坎贝尔(Murray Campbell)问他:“如果去下国际象棋,会怎么样?”

    对于一个传统的项目来说,需要从头开始设计一个新系统。但对于AlphaZero来说,只是需要经历一个不同的“婴儿期”而已。

    然后,AlphaZero诞生了,再次进入由黑与白组成的世界。

    但这一次,棋盘上不再是围棋的黑白子纵横交织,而是国际象棋的骑士、国王、主教和王后。

    “从早上完全随机地开始游戏,到了下午茶的时间,AlphaZero就可以达到超人类的水平,”哈萨比斯说。“到晚餐时,它就会成为有史以来最强的实体。”

    在AlphaZero论文登上《科学》封面时,《科学》杂志评价称,能够解决多个复杂问题的单一算法,是创建通用机器学习系统,解决实际问题的重要一步。

    还有很多事情要做

    的确,打造通用人工智能,只是“攻克”几种棋类游戏是远远不够的。国际象棋虽然很复杂,但它也非常简单。它有明确的规则,明确的结果,每个人都知道正在发生什么。

    现实生活中也有类似的情况,解决方案就是在许多不同的可能组合中选择正确的路径。

    就在两周前,DeepMind的AlphaFold在有“蛋白质结构预测奥运会”之称的CASP比赛中夺冠,这对于研发新药至关重要。

    但生活中大多数情况都并非如此。

    关于人工智能程序,一个最奇怪的事情就是人类创造了它们,但却不理解它们。一旦它们开始运行、学习和迭代,它们的工作方式就像我们自己的大脑一样,始终笼罩着一层迷雾。

    对哈萨比斯来说,国际象棋是他观察AlphaZero运行的一种方式。在棋盘上,你可以看到代码显现出来。 “我可以感受到棋盘上发生的优化过程,”他说。

    让程序解决一个他能理解的问题,比如国际象棋。哈萨比斯从中可以获得新的理解,并将其运用到其他自己不了解的问题中,比如蛋白质结构预测。

    “如果骑士当前的位置不是最好的,AlphaZero可能会将它移动六步,来寻找最佳发动攻击的位置。如果你精通国际象棋,你会有种在AlphaZero大脑中的感觉。”

    哈萨比斯有更大的计划。他认为,在可以预见的将来,人工智能会像科学家一样工作,提出假设,并设计实验来验证假设,然后“取得可能获得诺贝尔奖的重大突破”。

    但是,在前进的道路中,有一个如影随形的“世界末日”问题。一些人认为,与怀疑我们是否能够开发出真正的人工智能相比,要开始考虑我们是否应该开发它们了。

    和这个领域的大多数人一样,对于这个问题,哈萨比斯事先已经有了答案:人工智能确实存在道德问题,但是这些问题是可以解决的。而且,与人工智能可能引起的困难相比,人工智能可能解决的困难多人类更具吸引力。

    “如果我不知道像人工智能这样能够改变游戏规则的东西正在出现,我会对世界未来的走向更加悲观,”他表示。

    “从老年痴呆症到气候变化,这个世界有太多的问题存在,在解决方法上,我们似乎没有取得任何进展。要么人类的行为出现指数级的发展,要么技术出现指数级的发展进,而前者似乎并没有什么变化。”

    “骑士”哈萨比斯

    现在,哈萨比斯并没有关注所谓的“世界末日”问题。相反,他正在享受当前的一切,它不仅关乎未来,也关乎过去。

    13岁时,哈萨比斯做了一个计算。尽管知道自己有机会成为世界上最好的棋手,他还是放弃了下棋。

    然后,他选择了一条他自认为很随意的道路。 就像国际象棋中的骑士一样,AlphaZero为了让它能够在正确的位置发动攻击,先让它走了六步。

    哈萨比斯已经朝着某种不可避免的方向前进了。

    *本文作者乾明,由新芽NewSeed合作伙伴量子位授权发布,转载请联系原出处。如内容、图片有任何版权问题,请联系新芽NewSeed处理。