DeepMind破解围棋这一历史难题的成果举世瞩目，该篇文章是《卫报》对DeepMind创始人Demis Hassabis的深度专访，全面且深刻的还原了这位天才的性格、生活，以及对人工智能的热情和野心。他有着近乎传奇的早期经历，在国际象棋、游戏设计、计算机科学和神经科学等多个领域取得的成就形成了他从事人工智能伟大研究的完整拼图，他称自己为科学与 创造力的结合体。Hassabis带领DeepMind进行开创性的人工智能研究，破解围棋这一历史难题，研究成果在极短的时间内两次登上 《Nature》封面。而更加重要的是，DeepMind开创了一种科学研究与创业团队完美结合的机制。DeepMind在积极探索人工智能研究和应用的 同时，在人工智能伦理研究方面也走在了全世界前列。Hassabis更是通过一次长谈说服了霍金，让他不再对人工智能大放厥词。Hassabis就像 DeepMind的AlphaGo一样，像个超人一样保持高强度的工作和学习节奏，他把人工智能当成为之毕生奋斗的事业，也是他生活中的一部分。而 Hassabis将和他的DeepMind继续朝着「创造解决世界上一切问题的通用人工智能」这一目标前进。

　　Demis Hassabis举止温和，面容谦逊，而当他告诉我他正在为「破解智能难题，然后用其来解决一切问题」的使命而奋斗时又格外认真。其他任何人说出这句话， 听起来都十分可笑，但这句话从他的口中说出就另当别论了。39岁的Hassabis是一位前国际象棋大师、游戏设计员，他的人工智能研究创业公司 DeepMind在2014年被谷歌以6.25亿美元收购。

　　他是移民后代，在伦敦芬奇利一所公立综合学院上学，分别取得了剑桥大学和伦敦大学学院(UCL)的计算机科学和认知神经科学学位。与他一起工作过的 人们认为他是一个「有远见」的管理者。Hassabis认为他发现了一种「让科学研究更有效率」的方法，并提到他正在领导一个「21世纪的阿波罗项目」。 他长相如此平凡，是那种你在街上不会看第二眼的人，但Tim Berners-Lee曾经向我这么形容他：他是这个星球上最聪明的人之一。

　　每次我们打开Siri或者收到Android的推送时，都会感到人工智能已经在我们身 边。从短期来说，谷歌的产品将毫无疑问的从Hassabis的研究中获利，尽管这些技术所带来的个性化、搜索、YouTube、语音和人脸识别等产品的提 升都没有被定义为真正「人工智能」(Hassabis对此笑称到：「它只是软件，对吧?它只是一个能运行的东西。」)。但从长期来说，Hassabis正 在开发的技术并不仅仅局限于情感机器人和更加智能的手机，也不仅仅围绕着谷歌。Facebook、微软、苹果和许多其他科技巨头们都在如饥似渴的招揽人工 智能博士生，在这场最新的科技竞赛中砸入数十亿美元。人工智能关注所有的事情，包括我们能想象到的，以及那些我们想象不到的。

　　它确实听起来太过野心勃勃。大部分人工智能系统应用范围都很「窄」，训练预设程序的机 器去执行特定任务，除此之外再没什么了。因此，IBM的深蓝能在国际象棋比赛中击败Gary Kasparov，但却在井字游戏中输给三岁孩童。而Hassabis正在把他从人脑中得到的启发用于构建首个「通用学习机器」：一套能像生物系统一样学 习的灵活、自适应的算法，仅使用原始数据就能从头开始掌握任何任务。

　　它就是通用人工智能(artificial general intelligence ，简称AGI)，它的重点落于「通用」上。在Hassabis眼中，未来超级智能机器将与人类专家合作解决一切问题。「癌症、气候变迁、能源、基因组学、 宏观经济学、金融系统、物理学等，太多我们想掌握的系统知识正变得极其复杂。」Hassabis指出：「如此巨大的信息量让最聪明的人穷其一生也无法完全 掌握。那么，我们如何才能从如此庞大的数据量中筛选出正确的见解呢?而一种通用人工智能思维的方式则是自动将非结构化信息转换为可使用知识的过程。我们所 研究的东西可能是针对任何问题的元解决方法(meta-solution)。」

　　虽然寻找「元解决方法」也许要花费数十年时间，但它看起来正在迫近。2015年2月， 世界顶级科学期刊《自然》将像素游戏《Space Invaders》作为其封面，右下角是「自我教学软件在玩游戏上达到了人类般的表现」。在这一期，DeepMind的论文描述了首个成功的通用「端对 端」学习系统，他们的人工代理——一个针对于图像处理单元的Deep-Q网络算法——能够学习如何处理屏幕的输入值并理解其含义，并采取能实现所需结果的 决策(在这种情况下，系统成为众多雅达利2600经典游戏，如太空侵略者、拳击、打砖块中的超级玩家)。这是一项让整个科技界都为之震撼的突破。

　　很显然，计算机在做出这方面的判断时会表现很糟，围棋也因此被认为是人工智能领域「悬而未决的重大挑战」之一，大部分研究者预期还需要十年机器才能有希望破解它。

　　气候建模，复杂疾病分析——开始想象下一步可能解决什么让人非常兴奋。——Demis Hassabis

　　不过体育的荣耀再也没有希望了。Hassabis是一位忠实的利物浦球迷，喜欢观看各种体育赛事，四岁那年他开始下国际象棋，不到一年就开始了全国比赛，不久之后又开始角逐于国际赛场。现在可以很明显地推测出，他的一生都将与心智有关。

　　他的公司在被谷歌收购时有50多人，现在的员工人数快到接近200，他们来自45个国家，占据了一整栋位于国王十字路的六层建筑。尽管有让他将公司搬往别处(可以推测肯定包括硅谷的山景城)的压力，但Hassabis决心他的公司应该保持在离他的根很近的地方。

　　建筑的第一层是一间咖啡厅，装配着裸露的砖墙和装有客用椰子水的冰箱，还能见到在世界上大部分雄心勃勃的科技公司里都能看到的桌上足球机和沙包。楼上则对原来的建筑进行过装修，是一个现代的开放式结构，楼上办公室带有一个阳台，在上面能够欣赏到伦敦屋顶的壮丽景色。

　　他承认，实际上没有太多人工智能编程工作。「因为我现在的数学太生疏了。更多的是直觉式的思考。或者是关于公司战略的思考：如何将其规模化，如何管理，等等。或者是想一些当天在文章和新闻中看到的东西，思考我们的研究如何和那些东西结合起来。」

　　这让我想到了AlphaGo,，它就在令人很难想象的拥有庞大计算能力的谷歌云端不停的练习、练习、再练习，每一秒、每一天都在进步，因为它学习的唯一方法就是永不停歇。

　　「它会休息吗?」我问到。

　　「不，它不会休息。即便在圣诞节期间也没有。」

　　我有些犹豫：「它真的永远不需要休息吗?」

　　「可能它就喜欢这样(永不停歇)」，他回复道，眼睛闪闪发亮。

　　那他的其他方面呢?孩子、朋友和正常生活?「毫无疑问，我会尽力去平衡生活，不然确实有些疯狂。」关于孩子们，最酷的地方是他们几乎成为能以相同方式占用你时间的唯一事情。

　　他主动补充到：「事实确实如此，我没有太多的正常生活。每一个醒着的时刻，我都在思考问题，或许在梦中也是如此。因为这太令人兴奋了，它如此重要，这就是我最令我充满热情的事情。」

　　从他眼里我看到了像孩子般天真无邪的对梦想的执着。「我感觉自己很幸运，我无法想象还有什么问题能比我研究的更加有趣，因此我会每天都在思考它们。每个时刻我都在做自己真正信仰的事情。不然我为什么要做这些呢?人生如此短暂。」

　　「DeepMind在鼓励讨论这些事情方面是行业的领先者，」Bostrom对此表示了赞同，「在参与一些需要应对长期挑战的研究方面亦是如此。」

　　关于超级智能的问题，他说到：「我们需要确保目标精确详细，并且没有什么模糊的地方，不会随着时间的流逝而发生变化。但在所有的系统中，最顶层目标仍然由它的设计者确定。这可能需要系统自己想办法达成目标，但它不能自行创造目标。」

　　他的语气让人放心。「看吧，这些是有趣又有难度的挑战。因为这些全新的强大技术需要符合伦理和有责任感地使用，而这就是我们积极呼吁讨论和研究这一事宜的原因，所以当那个时间窗口到来时，我们能够已经做好了准备。」