导语：美国麻省理工《科技评论》杂志日前撰文，介绍了创业公司DeepMind创始人戴密斯·哈萨比斯(Demis Hassabis)如何利用他所掌握的先进人工智能技术，帮助谷歌展开一场全新的人工智能革命。
以下为文章全文：
戴密斯·哈萨比斯从4岁开始下象棋，很快成为天才少年。8岁时，在棋盘上的成功促使他开始思考两个至今令他困扰的问题：第一，人脑是如何学会完成复杂任务的？第二，电脑能否做到这一点？
现在，38岁的哈萨比斯受雇于谷歌，他的任务就是解决这些问题。他今年早些时候刚刚将名不见经传的伦敦创业公司DeepMind卖给谷歌，价格据说高达4亿英镑(约合6.5亿美元)。
DeepMind之前展示了一款软件，可以自学经典
视频游戏，甚至能达到一流人类选手的水平。此后不久，谷歌便将其收入囊中。在今年的温哥华TED大会上，谷歌CEO拉里·佩奇(Larry Page)专门谈到了哈萨比斯，还将他公司的技术称作“我很久以来见过的最惊人的技术之一”。
研究人员已经开始探索各种方式，希望利用DeepMind的技术改善包括搜索在内的各种谷歌产品。但如果这项技术的进步程度能够达到哈萨比斯的预期，还可以在很多领域改变电脑所扮演的角色。
DeepMind希望开发一种人工智能软件，使之可以在面对任何问题时完成自学。哈萨比斯认为，这有助于解决一些全世界最棘手的问题。“人工智能很有可能令人类震惊，”他说，“它可以加速疾病治疗速度，还能加速各种目前进展较慢的事情。”
三种职业
由于希望理解和创造智能，哈萨比斯曾经从事过三种职业：游戏开发者、神经学家和现在的人工智能企业家。在提前两年读完高中后，他来到英国著名游戏设计师彼得·莫利纽克斯(Peter Molyneux)手下任职。17岁时，哈萨比斯就负责了经典模拟游戏《主题公园》的开发，并在1994年发布。他随后读完了剑桥大学计算机科学学位，并在1998年创办了自己的游戏公司，而且取得了成功。
但要开发成功的电脑游戏，却会对哈萨比斯的真正目的形成制约。“我当时想，是时候集中精力在智能领域干点事情了。”他说。
所以，哈萨比斯2005年进入伦敦大学学院，攻读神经科学博士学位，希望了解真正的大脑究竟是如何工作的，以此促进人工智能的发展。他选择了海马体作为研究对象，那里负责了一部分的记忆和空间导向功能，而且目前的科学对这一部位的认知相对较少。“我选择了一些我们不太了解的区域和功能。”他说。
身为一名从未上过高中生物课的电脑科学家和游戏创业家，哈萨比斯在一众专业医生和心理学家中显得与众不同。“我曾经开玩笑，我对大脑的唯一了解就是，它是一个脑壳。”他说。
不过，哈萨比斯还是很快证明了自己。他2007年进行的一项研究入选《科学》杂志的“年度突破奖”。在那项研究中，他证明了5位因为海马体受伤而患上健忘症的病人，在畅想未来时也会面临障碍。他认为，大脑中与过去的记忆有关的部位，对于规划未来同样至关重要。
他就此认定，记忆和未来规划是交织在一起的，并以此为依据展开了新的尝试。2011年，他中断了博士后的研究，创办了DeepMind Technologies公司，并且以“解决智能”为公司的终极目标。
技惊四座
哈萨比斯与人工智能专家谢恩·莱格(Shane Legg)和连续创业者穆斯塔法·苏莱曼(Mustafa Suleyman)共同创办了DeepMind公司。该公司聘请了机器学习领域的一流研究人员，并且吸引了一些大牌投资机构，包括彼得·赛尔(Peter Thiel)的Founders Fund和特斯拉创始人伊隆·马斯克(Elon Musk)。但DeepMind之前始终保持低调，直到2013年12月才首次在一个顶尖机器学习行业会议上亮相。
DeepMind的研究人员当时在太皓湖之滨展示的一款软件已经学会了三款经典“雅达利”游戏的玩法，包括《Pong》、《Breakout》和《Enduro》。不仅如此，这款软件的游戏水平甚至超过专业人类玩家。该软件并没有事先整合任何与游戏运行有关的信息：它只是可以控制游戏、观看屏幕、了解分数，而且通过“直觉”尽量获得高分。经过了反复试错，这套程序最终成了一位专业游戏高手。
之前从没有人证明过一款软件可以从零开始学会一项复杂的任务。DeepMind充分利用了一项名为“深度学习”的新型机器学习技术，这就需要通过一个粗糙的神经模拟网络来处理数据。但它还将深度学习与其他一些技巧融合到一起，从而实现了出人意料的智能水平。
“人们感到有些震惊，因为他们根本没有想到当今的技术能达到这种水平。”加州大学伯克利分校人工智能专家斯图尔特·罗素(Stuart Russell)说，“我认为这让很多人感到不可思议。”
DeepMind已经将深度学习与一种名为“强化学习”的技术融为一体，后者的灵感来自斯金纳(B.F. Skinner)等动物心理学家的研究成果。这便催生了一种能够通过采取行动并搜集相关反馈进行学习的软件，这与人类和动物的常规行为模式非常相似。
人工智能研究人员数十年前就开始不断修订“强化学习”技术。但哈萨比斯表示，在DeepMind的雅达利展示前，还没有任何一个人能够开发一套足以学习电脑游戏这种复杂技能的系统。他之所以能够实现，是因为借鉴了自己对大脑最感兴趣的那块区域。雅达利运行软件的学习过程需要一遍遍地重复过往的体验，并提取出最精确的线索，决定未来的动作。“从已知的信息来看，大脑就是这样工作的。”哈萨比斯说，“当你睡觉时，海马体会向大脑皮层重复播放当天的记忆。”
一年后，罗素和其他研究人员仍在研究这种技术以及DeepMind采用的其他技术，究竟是如何实现这一非凡成就的？与此同时，他们也在探索这些技术在其他领域的潜在
应用。没过多久，谷歌也意识到这个项目的重要性。在太皓湖的那次演示完成后一个月，谷歌宣布收购DeepMind。
探索未来
现在，哈萨比斯领导着一个名为谷歌DeepMind的部门。该公司的总部仍然位于伦敦，而且仍把“解决智能”作为自己的使命。该公司被谷歌收购时的员工总数约为75人，但哈萨比斯表示，他还计划再招50人。他们约有75%的员工正在从事基础研究，其余则组建了“应用研究团队”，专门探索如何将DeepMind的技术融入谷歌现有的产品。
哈萨比斯称，DeepMind的技术可以用于改善YouTube的推荐功能，并提升该公司的移动语音搜索功能。“今后几年，你会看到我们的一些技术整合到这些东西中。”他说。谷歌并非唯一一家从中看到“钱景”的公司。由于这项技术可能给英国经济带来促进作用，哈萨比斯上月获得了英国皇家学会颁发的“穆拉德奖”(Mullard Award)。
不过，哈萨比斯似乎对超越现有产品的设想更感兴趣。他的梦想是创造“人工智能科学家”，可以在实验室里针对疾病生成和检验新的假设。在我的一再追问下，他还表示，DeepMind的软件还可用于
机器人领域——这其实是谷歌最近大举投资的一个领域。“我们之所以没有更多能带来更大帮助的机器人，原因之一就是它们的程序通常是事先编好的。”他说，“它们处理和学习未知的新事物时表现很糟糕。”
哈萨比斯不愿意谈论实际应用，可能是因为羞怯，也有可能因为他的研究人员仍处于初级阶段，未能完全了解如何才能推进谷歌的人工智能软件向前发展。有一个迹象可以证明人工智能技术的快速发展——谷歌内部专门成立了一个道德委员会，设想人工智能发展所带来的各种弊端。“我和谷歌的其他员工都必须充分认识人工智能。我们现在还在玩雅达利游戏。”他笑着说，“但我们的脚已经踏上了梯子的第一阶。”
