您正在使用IE低版浏览器,为了您的雷峰网账号安全和更好的产品体验,强烈建议使用更快更安全的浏览器
此为临时链接,仅用于文章预览,将在时失效
业界专题 正文
发私信给siskin15
发送

4

Demis Hassabis:Google的人工智能设计师 DeepMind创始人

本文作者:siskin15 2014-12-03 18:49
导语:Hassabis经历了三个职业生涯:游戏开发者,神经系统科学家,以及人工智能企业家。他4岁就开始下国际象棋,并很快成长为神童。到了8岁,棋盘上的成功让他思索人工智能的问题。今年初,他将自己名不见经传的伦敦初创公司DeepMind以4亿英镑卖给了Google。

Demis Hassabis:Google的人工智能设计师  DeepMind创始人

Demis Hassabis从4岁就开始下国际象棋,并很快成长为神童。到了8岁,棋盘上的成功让他思索两个困扰已久的问题:首先,大脑是如何学习掌握复杂任务的;再者,电脑是否也能做同样的事。

现年38岁的Hassabis如今为Google思索这些问题,今年初,他将自己名不见经传的伦敦初创公司DeepMind以4亿英镑的价格卖给了这家搜索巨头。在DeepMind演示出软件可以自学,把经典电玩游戏玩到超人级别后,Google马上就抢购了这家公司。而在今年的温哥华TED大会上,Larry Page不仅对Hassabis赞不绝口,更将其公司的技术称之为“我长久以来看过的最令人兴奋的事件之一”。

研究者们已经在寻找DeepMind技术得以改进Google现有产品的方法,比如搜索。但如果该项技术如Hassabis所希望,它就会改变计算机在诸多领域所扮演的角色。Hassabis表示,DeepMind寻求构建面对几乎任何问题都能学习的人工智能软件,这可以帮助人们处理某些世界上最为棘手的问题。他说:“人工智能有巨大的潜力,会让人类大吃一惊。它真正会加速解决疾病的进程,以及所有我们在当下进展相对缓慢的事情。”

学术青年

Hassabis对于了解和创造智能的追求,引领他经历了三个职业生涯:游戏开发者,神经系统科学家,以及人工智能企业家。在提前两年完成高中学业之后,Hassabis便从英国知名游戏设计师Peter Molyneux那里得到了一份工作。17岁时,Hassabis领衔开发了一款在1994年发行的经典模拟游戏《主题公园》。随后他继续在剑桥大学修得一个计算机科学学位,并于1998年创立了自己颇为成功的游戏公司。

但构建电子游戏的需求限制了Hassabis从事其真实使命,他说:“我觉得是时候做一些以智能为首要任务的事情了。”在2005年,他开始在伦敦大学学院进修神经系统科学博士学位,他觉得通过研究真实人脑也许能找到线索,从而帮助研究人工智能。他最终选择研究海马体,这是一块支持记忆和空间导向的大部部分,且目前所知甚少。他对此表示:“我挑的这些脑领域和脑功能,都是目前对其没有优秀运算法则应对的区域。”

作为一个没有学习高中生物的计算机科学家与游戏企业家,Hassabis一众医学博士和心理学家间显得尤为突出。他谈到:“我经常开玩笑说,我对大脑唯一了解的事情就是,它在头盖骨里。”但Hassabis很快便做出了成绩。2007年,在一项被《科学》杂志评选为“年度突破”的研究中,他向人们展示出,五名因脑损伤而遭受失忆症折磨的病人,他们的海马体会努力地设想未来的事情。这暗示大脑中被认为只与过去有关的部分也对计划未来至关重要。

记忆和提前计划纠结在一起的理念,也让Hassabis进入下一阶段的冒险。2011年,他放弃了博士后研究生生活,转而创立了以“解决智能”为经营理念的DeepMind。

智能高分

Hassabis及其同事AI专家Shane Legg,以及连续创业家Mustafa Suleyman共同创立了DeepMind,这家公司不仅雇佣了机器学习领域的顶级研究者,也吸引了令人注目的投资者,其中就包括了Peter Thiel的Founders Fund、特斯拉以及SpaceX创始人Elon Musk。但DeepMind直到2013年12月之前都是非常低调的,去年末,他们在一场机器学习领域的顶级研究会上演了自己的处子秀。

DeepMind的研究员们演示了软件是如何学习玩一些雅达利经典游戏的,其中就包括了《太空入侵者》和《Pong》。而且它不光学习,玩得也比任何一个人类都要好。更重要的是,该软件并未编入任何怎么玩游戏的信息,它只与控制器和显示器相连,并在知晓得分方式后,便开始凭借本能尽量打出最高分。最令人称奇的是,这个程序经过反复测验都是专家级的玩家。

从最开始没人能证明软件可以学习掌握如此复杂的任务。DeepMind已经利用了一种叫做“深度学习”的新兴机器学习技术,其中便包含了模拟神经元网络处理数据。但它也将其他诀窍与深度学习技术相结合,从而以超凡水平进行创造。加州大学的人工智能专家Stuart Russell教授对此表示:“人们有点震惊,因为他们并未料想到我们能在这个技术层面上做出这个,我觉得它让很多人都陷入了踌躇。”

DeepMind将深度学习与另一种叫做“强化学习”的技术相结合,而这也受到了很多动物心理学家研究成果的启发,比如斯金纳。这同时也将引领软件通过采取行动,以及从其影响接受反馈等方式学习,诚如人类或动物经常做的那样。Hassabis表示,人工智能的研究者们琢磨强化学习技术已有数十年,但直到DeepMind问世以前,没人曾建造过一个能玩复杂电子游戏,可以学习任何事物的系统。

一个原因可能是,Hassabis从其最爱的大脑领域借鉴了窍门。雅达利游戏软件的一部分学习进程,与不断重复过去的游戏经验有关,能从中提取出对未来游戏方案最为精确的提示。他说:“这是我们知道大脑会做的事,当你睡觉的时候,你的海马体就会重演你当天的记忆,然后再返回大脑皮层。”

一年后,Russell和其他研究者仍在苦思DeepMind所用的技巧如何成就如此卓越的成果,以及它们还能被用来做哪些事。Google没花多大功夫就意识到了这项成果的重要性,他们一个月后便宣布收购DeepMind。

Google之人

时至今日,Hassabis领导着如今被称为“Google DeepMind”的研发团队。这个公司仍然坐落于伦敦,也依旧以“解决智能”为公司使命。在加入Google时,DeepMind大约有75名精兵强将,但Hassabis说他计划再雇佣50多人。大约75%的小组成员都在从事基础研究的工作,其余则建立了一个“应用研究团队”,为将DeepMind的技术应用到Google现有产品创造条件。

DeepMind的技术可以被用来改善YouTube的视频推荐功能,或Google的移动语音搜索。Hassabis说:“你将看到我们的一些技术在未来几年会嵌入那些东西。”Google并不是唯一一家确信这一途径能够大发财源的机构,上个月,Hassabis就因使本国经济受益的贡献而接受了英国皇家学会的穆拉德奖。

Hassabis现在正梦想着能创造出“人工智能科学家”,从而可以在实验室里测试关于疾病的新假设,或者做生殖方面的事情。另外,Hassabis还表示DeepMind的软件还可以对机器人大有用处,而机器人领域恰好是Google最近重砸大钱的投资领域。他说:“我们现在没有让更多的机器人做更多有益事情的一个原因就在于,它们通常都会被预先编程。所以它们在处理意外事件或者学习新生事物方面就会非常差。”

Hassabis在谈论应用时的不情愿或许是出于胆怯,又或者可能是他的研究者们仍处于提升公司人工智能软件的早期阶段。但有一个很强烈的指示便是,Hassabis期望能够迅速向人工智能新形式发展,他正在Google内部建立一个道德委员会,从而得以考量人工智能负面效应的可能性。他最后笑着说:“这是我们或身处Google的其他人需要认识到的事情,我们现在虽然仍在玩雅达利游戏的阶段,但我们现在已经处在梯子的第一阶了。”

via mit

雷峰网原创文章,未经授权禁止转载。详情见转载须知

分享:
相关文章

知情人士

当月热门文章
最新文章
请填写申请人资料
姓名
电话
邮箱
微信号
作品链接
个人简介
为了您的账户安全,请验证邮箱
您的邮箱还未验证,完成可获20积分哟!
请验证您的邮箱
立即验证
完善账号信息
您的账号已经绑定,现在您可以设置密码以方便用邮箱登录
立即设置 以后再说