新年伊始，世界顶级科学杂志《自然》的封面新闻震惊了人工智能界：一个名为AlphaGo的电脑程序战胜了围棋欧洲冠军樊麾。
这是电脑首次战胜围棋职业棋手，其意义远大于1997年电脑“深蓝”战胜国际象棋大师，因为在这场脑力游戏中，电脑不是通过预设程序，而是靠学习精进棋力。
这场胜利，与谷歌公司旗下人工智能技术企业“深度思维”的创始人德米什·哈萨比斯密不可分。他的最终梦想是开发出媲美人脑的人工智能，一个在他看来安全可控的人类助手。
【让人工智能更智能】
人工智能技术早已渗透到我们的日常生活，从智能语音助手Siri到人脸识别系统。不过，哈萨比斯2月中旬接受英国《卫报》采访时说，这些只是预设好程序的软件，只能掌握某项特定技能，属于“弱人工智能”。所以，电脑“深蓝”在国际象棋上的造诣可能技压全人类，但论起下五子棋，它不见得能赢得了垂髫小儿。
哈萨比斯追求的是“通用人工智能”。所谓“通用”，即具备解决任何问题的潜力。这种强人工智能与以往技术的一大区别在于学习能力。用他的话说，“通用型学习机器”有一套能自己学习、适应性强的灵活算法，仅靠原始数据就能从零学起，掌握任何技能。
哈萨比斯认为，当今世界面临许多难题，如癌症、气候变化、基因组学等，解决起来需要处理大量复杂信息，单靠人脑有些“力不从心”。如何从浩瀚数据中筛选出有用部分？一种方案是借助通用人工智能将杂乱信息转化为有用知识，为人类服务。
“我们正致力于研究一个有可能处理任何问题的元解决方案，”他说。听起来像天方夜谭吗？但哈萨比斯正率领自己的团队一步步接近梦想。
2011年，哈萨比斯和发小穆斯塔法·苏莱曼以及读博时认识的人工智能专家沙恩·莱格共同创立深度思维技术公司，致力通过结合“机器学习和系统神经学的先进技术设计强大的通用性学习算法”，解决人工智能问题。
【21世纪的“阿波罗项目”】
“深度学习”，是时下流行的人工智能技术，作为研究机器学习的新领域，旨在通过模仿人脑神经网络、模拟人脑学习机制来分析、处理数据。
研究这套技术的机构并不少，但成果跟“深度思维”比起来差远了。这家企业能博采众长，将技术发挥到一个又一个新高度。哈萨比斯说，这是21世纪的“阿波罗工程”。
2013年12月，这家行事低调的初创公司首次出席业内领先的机器学习研究大会，携带的智能软件表现出众，惊艳全场。
1个月后，搜索引擎巨头谷歌以4亿英镑（约合6.3亿美元）将公司收归旗下。
2015年2月，公司研究人员的报告成为英国《自然》杂志封面文章，专家惊呼“具备自学能力的人工智能软件”在电子游戏中表现已达到人类水准。
文章说，这款名为“深度Q网络”的程序可让计算机实现更接近人类的独立学习和推理能力，是世界上首个成功实现点对点通用学习的系统。
研究者让这个程序通过在玩中自学来挑战49款不同的经典电子游戏。结果显示，新程序取得了与人类职业游戏测试员相当的成绩，在多半游戏中得分与测试员非常接近。
哈萨比斯和他的团队没有止步，而是转向下一个目标——围棋，对应的英文单词是“Go”。
棋盘游戏，在西方被视为人类顶级智力的试金石。在中国具有两千多年历史的围棋，更是被不少人视为抵挡电脑进攻的最后阵地。它看起来棋盘明了，纵横19条平行线构成361个交叉点；规则简单，双方交叉落子，占领棋盘最大者为胜。但棋子位置的可能性多到远超整个宇宙的原子数目，现有技术无法让电脑像当年象棋大战那样靠枚举所有情况战胜对手。
怎么办？
研发者再次祭出“深度学习”的神器，结合其他技术，模仿人类大师分析盘局，推断走势。8个月后，AlphaGo以5比0的成绩完胜樊麾，准备今年3月迎战造诣更深的韩国棋手李世石。
相关论文介绍，这款程序的最大特点不是计算速度，而是算法优化。它通过名为“价值网络”的算法评估整体局势，抛弃在人类看来会一条道走到黑的路线；通过名为“策略网络”的算法选择在哪儿落子，直接略过那些明显不该走的棋步。如此配合，减少大量无用功，将计算量控制在能力范围内，本质上与人类棋手无异。而每次对弈，对电脑程序而言都是再学习的过程，更何况它用不着休息，经过足够多的训练，棋艺自然突飞猛进。
“这是一个意义重大的里程碑，”英国牛津大学人类未来研究所所长尼克·博斯特伦如此评价这场围棋大战。
虽然这场胜利是哈萨比斯职业生涯中迄今最引以为荣的事情，但他仍未满足。他说，AlphaGo只会下围棋，如何将这种智能用于其他领域还是个挑战。如果电脑能突破这个限制，无疑会将人工智能带入一个新境界。
“想想它下一个可能解决的问题吧，多让人激动啊！”现年39岁的哈萨比斯满面红光地说。
【智力超群的跨界奇才】
哈萨比斯谦逊有礼、其貌不扬的外表下，有着让大多数人望尘莫及的聪明大脑。
成为人工智能专家之前，他是象棋神童，13岁就得到国际象棋大师的称号；他是电脑游戏开发牛人，8岁编写游戏程序，17岁领衔开发出包含人工智能元素的经典电脑游戏《主题公园》，22岁成立后来大名远扬的游戏公司“仙丹工作室”；他更是双料学霸，20岁毕业于剑桥大学计算机学专业后改读认知神经学博士，开创性地发现海马体和情景记忆间的联系，研究成果被顶级学术期刊《科学》评为“年度突破”。互联网之父、英国计算机学家蒂姆·伯纳斯·李称他是这个星球上最聪明的人类之一。
也许是太过聪明，哈萨比斯自认“很容易感到无聊”，而他又什么都想试试，“世界这么有意思，炫酷的事又这么多”，“我要是体育运动员，就想当十项全能选手”。
有意思的是，这名具有希腊、塞浦路斯、新加坡和中国四国血统的英国人并非出自科学世家。按照他的说法，他是家中异类。教书的父母有些恐惧现代技术，倒是对艺术和文学兴趣浓厚。弟弟和妹妹也继承衣钵，一个搞写作，一个是作曲家兼钢琴家。
不过，这些都不妨碍身为长子的他最终在人工智能界纵横驰骋。
但哈萨比斯绝非科学怪咖，无论待人接物、研发管理，他都游刃有余。“我从不认为工作和生活水火不容，”他坦言，“我确实很喜欢读书、看电影、听音乐，而这些似乎又能反过来帮助我更好地工作。”
这名成功人士还是名顾家好男人。无论工作多忙，他每晚会准时到家与家人进餐。他会陪两个儿子玩耍、读书，帮忙辅导功课，哄孩子上床睡觉。
在同事眼中，他是十足工作狂。
他的一天，往往在孩子入睡后从大约23点开始。那时，美国总部会通过即时通信软件Skype给他打来一通通工作电话，直到凌晨1点才能告一段落。
接下来是哈萨比斯的“纯思考时间”，通常持续到凌晨三四点，思考的内容五花八门——研究方向，公司管理，突然冒出的算法设计，甚至读书或看新闻时直觉与研究可能有关系的一段话。
他承认目前花在编程上的功夫不如以前多，更多的时间是放在琢磨提高公司运作效率上。他认为自己的公司“融合了最优秀的学术和最令人兴奋的创业，充满惊人的能量，催生出创造力和进步”。
在《卫报》记者克莱门茜·伯顿—希尔看来，这句评价一点也不夸张。“全世界最聪明的人排着队想来这里工作，尽管谷歌不少竞争对手和全球顶级科研机构争相研究人工智能、吸引人才，但迄今‘深度思维’没有一个人跳槽”。
哈萨比斯的公司占据了伦敦市中心一整栋6层大楼，员工近200名，来自45个国家和地区。公司架构的核心是一群被哈萨比斯称为“粘合思维”的人：这些人博学多才，能从纷繁的学术研究中找出结合点，迅速定位到有前景的研究方向。借助合适的奖励机制，这些人以工作小组的形式隔几周碰一次面，高效、灵活地调配资源和工程师。
“这样你会有一名出色的天才研究人员，几乎同时还会有三四名来自其他领域的研究人员可以接手任务，贡献才智，”哈萨比斯解释道，“这与学术界不同，但能很快产生惊人的成果，”例如启动不过短短18个月的AlphaGo项目。
【人工智能威胁人类？】
人工智能的发展最终是否会威胁到人类生存？
对于这个热议话题，不少人持悲观态度。著名科学家斯蒂芬·霍金预言，成功开创人工智能将是“人类史上最伟大的一件事，不幸的是，这也可能是最后一件大事”。
“深度思维”另一名创始人莱格也认为，“人类灭绝或许会发生，而技术可能难辞其咎”。
但哈萨比斯的观点截然相反。他认为眼下我们固然需要考虑人工智能带来的法律和伦理风险，但人类能够避免遭遇科幻小说中机器消灭人类的厄运。
他说，不少对人工智能安全性心存疑虑的科学家并不了解这个领域，所以才会胡思乱想。“我们距离那种能达到人类级别的通用智能还有好几十年，目前才爬到梯子最下面一级”，只是在做游戏，当这些技术强大到不仅仅能玩游戏时，“我们会用在更现实、更重要的领域，比如医疗保健，到那时，我们才需要确认它们可以发展到什么程度，这将阻止机器接管世界”。
在哈萨比斯眼中，目前公众对通用人工智能的过度担忧阻碍了人工智能的发展。事实上，一线研发人员已经开始致力于减少技术隐患。
他说自己的公司在这方面走在前列。“深度思维”虽然不受政府审查，但以相当透明的方式运作；公司一向较乐于公开代码，在并入谷歌时就在协议上写明禁止将技术用于军事或情报；他和同事们多次推动召开业内国际会议，发起倡议将智能技术用于善举、杜绝潜在危险；他们协助宣传成立非官方的内部道德委员会和咨询委员会。
“哈萨比斯很熟悉人工智能安全方面的争议，”英国帝国理工学院认知机器人学教授默里·沙纳汉评价道，“他当然不幼稚，也不会逃避现实。”
当伯顿—希尔问起长期来看人工智能面临哪些挑战时，哈萨比斯答道：“由于这些系统变得越来越复杂，我们需要考虑如何充分利用它们以及利用它们做什么事。技术本身是中立的，但它是一个学习系统，必然会带上设计者价值体系和文化的印记，所以我们必须认真思考价值观问题。”
至于能媲美人脑的超级智能问题，他认为如何准确明了地下达指令至关重要。他强调，任何一个系统的“终极目标仍将由人类设计者明确设定，系统可能需要想办法达成目标，但不会自行设定目标”。（王鑫方）（新华社专特稿）
资料图
