TO 導讀：聽說，人腦一般用不到 5 至 10%。但你可曾想過，有人居然可以身兼遊戲開發者、神經科學家以及人工智能創業者這三個傑人不同的工作嗎？有的，就是 Demis Hassabis。他從小就是神童。他 4 歲開始下國際象棋，8 歲開始思考 2 個問題：1）大腦是如何學習掌握複雜任務的；2）計算機能不能效仿？
這個天才的腦中到底裝了什麼機關，做過了多少神奇的事情，連 Google 都拜倒在他的神腦下。現在，就讓我們來讀讀他的故事吧！
現在 Hassabis 已 38 歲了。今年早些時候，在演示超越人類水平的自學玩遊戲能力之後，Hassabis （這位曾被 Mind Sports Olympiad 稱為「史上最好的國際象棋選手」）與他人聯合創辦的人工智能初創企業 DeepMind 被搜索巨頭 Google 以 6.28 億（原來報導為 4 億）美元收走了。
在今年溫哥華舉行的 TED 大會上，Google CEO Larry Page 一直對 Hassabis 滔滔不絕，並把他那家公司的技術稱為是「很長一段時間以來我見到過的最令人興奮的東西之一。」
研究人員已經開始研究如何利用 DeepMind 的技術改進 Google 的現有產品，如搜索等。但是 Hassabis 卻有更大的期望。他希望 DeepMind 能開發出從小就想要的那種人工智能軟體，那種面對幾乎任何問題都能學習的智能，果真如此的話，它有可能改變計算機在許多領域扮演的角色。
- 從沒上過生物課，Hassabis 卻創了醫學史上的突破！
Hassabis 探求理解和創造智能之路讓他經歷了三種職業：遊戲開發者、神經科學家以及人工智能創業者。提前兩年完成高中學業後，他從著名的英國遊戲設計師 Peter Molyneux 那裡得到了一份工作。17 歲時，Hassabis 就領導了經典模擬遊戲 Theme Park（主題公園，1994 年推出）的開發工作。然後他繼續在劍橋大學完成了計算機科學的學位，並在 1998 年成立了自己的遊戲公司。
但是開發計算機遊戲限制了他踐行自己的真正使命。最後他決定，是時候專注於把智能當作主要努力目標了。
於是 2005 年，他開始在倫敦大學學院開始攻讀神經科學博士學位，希望通過研究真正的大腦來發現對人工智能有用的線索。他選擇了海馬體作為研究對象。海馬體主要負責記憶和學習以及空間導向，日常生活中的短期記憶都儲存在海馬體中，至今人類對它的認知還很少。
Hassabis 說：「我選了一個我們還沒有好算法來模擬的大腦功能區。」
作為一個高中沒上過生物課的電腦科學家和遊戲創業者，Hassabis 的表現超過了同部門的醫學博士和心理學家。
他說：「我經常開玩笑說我對大腦的唯一認知是，它是在頭蓋骨裡面的。」
玩笑歸玩笑，Hassabis 很快就做出了成績。2007 年，他的一項研究被《科學》雜誌評為「年度突破」。研究中他發現 5 位健忘症患者是因為海馬體受損而很難想像未來事件。從而證明了大腦中以往被認為只與過去有關的部分對於規劃未來也至關重要。
發現了記憶與預先計劃的交錯關係後，Hassabis 2011 年終止了自己的博士後研究，開始成立 DeepMind Technologies，其目標是「解決智能問題。」
- 得高分的學習軟體，讓 Google 毫不猶豫決定收購 DeepMind！
這個公司是 Hassabis 與人工智能專家同事 Shane Legg 以及連續創業家 Mustafa Suleyman 一起創立的。公司招聘了機器學習方面的領先研究人員，還吸引到了一些著名的投資者，包括 Peter Thiel 的 Founders Fund 以及 SpaceX 的創始人 Elon Musk。但是 DeepMind 一直保持低調，直到 2013 年 12 月首次出席一次業界領先的機器學習研究大會時。
在太浩湖畔的哈利士賭場酒店裡，DeepMind 的研究人員一開始演示他們的軟體就令人驚艷。該軟體可以玩雅達利的一些遊戲，包括太空入侵者以及乒乓球等，而且比任何人都玩得好。更關鍵的是，軟體事先並沒有獲得任何有關如何玩遊戲的信息；提供給軟體的東西只有這幾樣：控制器、顯示器、遊戲得分，並告訴它盡可能得高分。程序通過不斷地試錯最後成了遊戲高手。
此前從未有人演示過具備這種能力的軟體，即可以從零開始學習和掌握如此復雜的任務。事實上，DeepMind 利用了一種最近流行的機器學習技術－深度學習，這種技術通過大概模擬神經元的網絡來處理數據。在場的人儘管都是專家，但還是有一點震驚，因為沒人想到現階段能做到這種程度。
不過，除了深度學習以外，軟體還結合了一些其他的技巧，其中就包括強化學習技術。強化學習的靈感源自 BF Skinner 等動物心理學家的工作。它可以讓軟體通過做動作然後接收對動作效果的反饋來學習，人類和動物往往都是這麼幹的。
當然，強化學習也不是 DeepMind 先發明出來的，此前人工智能研究者已經折騰過數十年了。但是在 DeepMind 的 Atari 演示之前，還沒有人開發過具備這種複雜學習能力的系統。其原因之一可能是 Hassabis 借鑒了他在海馬體上面的發現。玩 Atari 遊戲軟體的學習過程，部分牽涉到了不斷地重放過去的經歷，以嘗試和提取有關將來應該怎麼做。
Hassabis 說：「我們知道大腦就是這樣工作的，人在睡覺的時候海馬體會把一天的記憶重放給大腦皮層。」
1 年後，Russell 等研究人員仍對 DeepMind 做出來的東西究竟如何得到如此顯著成效感到困惑不已，並且還苦苦思索其他的用途是什麼。不過 Google 卻沒有想那麼久，在太浩湖進行完演示一個月之後就宣布收購了這家公司。
- 無庸置疑，Hassabis 的智慧將逐漸改變科技的市場！
現在，Hassabis 是 Google DeepMind 的領導。其總部仍然位於倫敦，依舊把「解決智能問題」當做自己的使命宣言。加入 Google 時公司大概有 75 人，Hassabis 還打算再多招 50 人。其中約有 75% 從事基礎研究的基礎工作。剩下的則組建一支「應用研究團隊」，尋找將 DeepMind 的技術應用於 Google 現有產品的機會。
比方說，DeepMind 的技術可以用於改進 YouTube 的推薦或者移動語音搜索。Hassabis 指出，未來幾年 DeepMind 的若干技術就會嵌入到上述產品當中。當然，Google 並非唯一相信 DeepMind 的方案能賺大錢的人。上個月，Hassabis 因為其工作有可能令英國經濟受益而獲得了英國皇家學會的穆拉德獎。
不過相比之下，談到除了調整一下現有產品的算法還能做什麼時，Hassabis 顯得更加興奮。他夢想著創造出「人工智能科學家」，那種可以在實驗室提出和測試有關疾病的新假設之類事情的軟體。此外，他說 DeepMind 的軟體還可以對機器人產生幫助。Google 最近在這個領域投入重金，迄今已收購了包括 Boston Dynamics 在內的 8 家機器人初創企業。
Hassabis 解釋說：「目前沒有更多的機器人做出更多有用事情的原因之一，是機器人往往需要預編程。所以在處理非預期情況或學習新東西時表現糟糕。」
不過 Hassabis 不願談一些可能令人害羞的應用，也可能是因為他的研究人員在理解如何推進公司的人工智能軟體這件事情上仍處於早期階段。但是 Hassabis 顯然認為一種新型的強大的人工智能很快就要到來，一個很強烈的跡像是他正在 Google 內部設立一個道德委員會，準備考慮先進人工智能的負面影響（注：比方說自動化讓我們變蠢的隱患）。
Hassabis：「我們或者 Google 的其他人都需要意識到這方面的問題。現在我們還在玩雅達利的遊戲，但是我們已經邁出了第一步了。」
（本文轉載自合作媒體：36 氪）
這幾年機器學習、AI 人工智慧等詞彙人人琅琅上口，想要了解人工智慧的基礎，就是資料科學嗎？講座將會開放與會、讀者直接面對面請教專家，更深入地了解相關名詞與實際操作，千萬別錯過跟上 AI 人工智慧趨勢！
[kktix]https://kktix.com/tickets_widget?slug=taiwan-2016arvr-2f9f11-58e948[/kktix]
