当前在线人数18977
首页 - 分类讨论区 - 体育健身 - 象棋版 - 同主题阅读文章

此篇文章共收到打赏
0

  • 10
  • 20
  • 50
  • 100
您目前伪币余额:0
未名交友
[更多]
[更多]
DeepMind创始人自述:我们的算法可以横扫一切棋类博弈
[版面:象棋][首篇作者:ananpig] , 2016年01月29日09:43:22 ,565次阅读,4次回复
来APP回复,赚取更多伪币 关注本站公众号:
[分页:1 ]
ananpig
进入未名形象秀
我的博客
[回复] [回信给作者] [本篇全文] [本讨论区] [修改] [删除] [转寄] [转贴] [收藏] [举报] [ 1 ]

发信人: ananpig (●○ 围棋数学一把抓的安安猪), 信区: Chess
标  题: DeepMind创始人自述:我们的算法可以横扫一切棋类博弈
发信站: BBS 未名空间站 (Fri Jan 29 09:43:22 2016, 美东)



2016年1月28日,谷歌AI——Alphago战胜人类围棋冠军的消息让科技圈振奋,让围棋圈
惶恐。Alphago的研发团队是谷歌新近收购的英国人工智能公司Deepmind,关于
Deepmind,国内人工智能圈人士都有所耳闻,但熟悉者恐怕不多。这究竟是一家什么样
的公司?

Nature 杂志的记者进入Deep Mind位于英国伦敦的公司内部进行了采访,视频来自
Nature、后期由黑匣整理:

   

2011年,杰米斯?哈萨比斯在埃隆?马斯克等人的投资下,成立了一家人工智能初创公司
DeepMind,现在,这家公司已经变成了世界上最有价值的公司之一。2014年6月,哈萨
比斯和DeepMind的另两位联合创始人肖恩?列格、穆斯塔法?苏莱曼达成一致意见,同意
将DeepMind以4亿美元的价格卖给谷歌。昨天,谷歌DeepMind推出的人工智能算法打败
了人类围棋选手,震惊世界。

谷歌为何收购?Deepmind牛逼在哪里?来看看哈萨比斯在接受Backchannel采访时的答
案。

Backchannel:谷歌是一个人工智能公司吗?他们有什么吸引你们的地方呢?

哈萨比斯:是的,人工智能是谷歌的核心。一开始,我在思考谷歌的使命“组织全球信
息,并让其为所有人可用”。我的理解是,让人们通过知识而变得有力量。这样来理解
人工智能,你就会发现它是一个非常自然的东西。我们致力于研究强人工智能(AGI)
,它可以自动将非结构化信息转换成可以直接利用的知识。

DeepMind创始人自述:我们的算法可以横扫一切棋类博弈

Backchannel:拉里?佩奇(谷歌联合创始人)是影响你决定将DeepMind卖给谷歌的关键
人物吗?

哈萨比斯:是的,他非常重要。拉里和别人不同,他对人工智能是120分感兴趣,认为
人工智能十分酷。现在很多大公司逐渐意识到人工智能的力量,都企图涉足这个领域并
做出些什么成果来,但我认为他们的热情是绝对比不上谷歌的。

Backchannel:所以包括马克?扎克伯格领导下的Facebook也是如此吗?他可是认为AI不
仅仅是一个工具,而是一种使命呢。

哈萨比斯:是的。这一切会随着时间而变化。我也相信人工智能是人类发展史上最重要
的事情之一,但扎克伯格缺乏像拉里那种刨根问底的劲儿,他在意的是别的事情——与
人们沟通才是他的目标。当然,扎克伯格也对一些黑科技感兴趣,比如Oculus。我也曾
经做过电脑游戏和图形,但对于我来说,最重要的一直是人工智能。


Backchannel:谷歌的基础设施能为你们带来多大的提高呢?

哈萨比斯:非常大!这也是我们选择谷歌的另一重要原因。我们有大量的风险投资和支
持者,但在计算机基础建设和工程基础设施方面,谷歌有着十年的经验。现在,我们的
研究内容大大增加,速度大大提升,因为我们可以并行100万次实验。

Backchannel:你所取得的巨大飞跃,不仅包括结构化数据库的深入研究,还包括互联
网非结构化信息(如文档和图像)的研究和利用,是吗?

哈萨比斯:是的。这将是未来几年的发展趋势。我认为发展人工智能的唯一方法就充分
利用这些非结构化信息,这样的方法也称为“无监督学习”,你只需要给它数据就好,
它会自己学习,理解事物结构、目标,并采取行动。这就是我们想要研究的人工智能。

Backchannel:谷歌的神经网络先驱杰夫?辛顿是你的同事之一,他的研究对你的影响大
吗?

哈萨比斯:当然,十分重大。他在2006年的成就对整个领域有着革命性的影响,他引进
了深度神经网络这个概念,也就是深度学习。另一方面,我认为深度学习也十分重要。
目前,DeepMind的大量研究成果都是建立在这两个领域的基础之上的。我们的雅达利游
戏机人工智能算法,就是一个很好的例子。

Backchannel:你们的研究有什么特别之处?

哈萨比斯:我们的公司叫做DeepMind,很显然,我们专注于深度学习。但我们也对神经
系统科学十分感兴趣。

Backchannel:我们对自己的大脑越了解,越有助于我们建立机器智能?

哈萨比斯:是的。学习算法的有趣之处就在于它们是有等级之分的。我们赋予算法能力
,让它们可以从经验中学习,就像人类一样。但它们可以举一反三,帮助我们解决很多
人类无法解决的问题。当算法在雅达利游戏程序中提出一个程序员不知道的新战略时,
我们都十分兴奋。当然,要做到这些,你得先拥有一群足智多谋的程序员和研究人员,
就像我们DeepMind一样,构建可以学习的智能算法。

Backchannel:换句话说,我们需要大量人类智慧来构成这样的系统,然后我们才可以
……

哈萨比斯:才可以创造出解决复杂和高难度任务的系统,比如下棋。我们并没有单独的
围棋计划,但我们将推出一个人工智能算法,可以横扫一切棋类博弈,这样可以节省大
量的编程时间。同时,我们对可以自动学习新领域的算法也十分感兴趣。就像人类一样
,只要你看过别人下棋玩牌,就能对游戏规则略知一二了。如果你接触一个新的棋牌游
戏,你会凭着已有的经验很快上手。

DeepMind创始人自述:我们的算法可以横扫一切棋类博弈

Backchannel:每个算法系统都会有它的限制性吗?你认为怎样的系统算法才可以学到
一切东西?

哈萨比斯:这是一个普遍性的问题。我们的研究项目慢慢地扩大研究领域,我们的原型
是人类大脑。我们可以系鞋带,我们会骑自行车,在物理运动世界中几乎没有什么是人
类搞不定的。所以,我们也相信这样的系统算法是完全有可能的。

Backchannel:可以谈谈关于你刚从牛津大学收购的两支团队吗?

哈萨比斯:牛津大学出来的可都是牛人啊。这两个团队中,一个团队(前深蓝实验室)
由菲尔?布鲁瑟姆教授领带,利用深度神经网络来研究神经语言理解。我们利用的是深
度神经和词向量等工具,而不是过时的NLP逻辑技术。我们兴趣相投所以就一起共事了
,于是我们的系统中有了语言嵌入。另一个团队则是南多?德?费尔塔斯教授领导的世界
著名的计算机视觉团队。

Backchannel:这些团队研究最终会产生同一个研究成果?

哈萨比斯:是的,这些所有的研究会让我们的成果更棒。

Backchannel:DeepMind团队即将致力于谷歌哪些产品提升呢?

哈萨比斯:我们对于谷歌来说仍然是新成员,但我们的技术可以应用到谷歌产品的方方
面面。我们将改善谷歌搜索引擎,我们将向YouTube学习。我们正在想办法让Google
Now像个人助理一样更好地理解你的需求,这也许能用到自动驾驶汽车上。

Backchannel:那视频搜索呢?

哈萨比斯:这是另一个重点。你想通过动作而不是输入文字来完成搜索吗?这就是目前
视觉团队在研究的方向,不仅仅是图像识别,还有动作识别。

Backchannel:从长远来看,你们打算为谷歌做些什么呢?

哈萨比斯:说实话,我对强人工智能的潜力十分重视,还有人工智能协助科学。我们对
所有的科学领域都充满了期待,疾病、气候、能源、经济学,但这些领域都充满了海量
的信息和数据。人类科学家要分析这些数据并得出成果是难上加难,我说的不是一个科
学家,也包括一群非常聪明的科学家小组。所以,我们需要人工智能和机器学习来帮助
我们,理解海量的信息和数据,在不同领域推陈出新。我希望以后谷歌的每项成果中都
能看见我们的影子,包括Calico抗衰老项目和生命科学研究项目。

Backchannel:你对电影《她》怎么看呢?

哈萨比斯:从美学上来说,我很欣赏这部电影。它在某些方面讲述了人工智能的积极效
应,这部电影对于计算机感情等方面的展示十分有趣。但我认为又有些不现实,电影中
这么强大的人工智能居然只困在一部手机中,做一些日常家务。但这是革命性的科学…
…至少来说,它应该呈现给我们一个非常不一样的世界才对吧?

DeepMind创始人自述:我们的算法可以横扫一切棋类博弈

Backchannel:你们的实验室中已经产生了众多成果,但要让它们走出实验室、走向大
众,应该很难吧?

哈萨比斯:是的,但这是一个循序渐进的过程。一开始,我们发现问题,寻找解决方案
,然后我们接触了神经学科,然后我们发现机器学习可以把雅达利游戏玩得十分溜。目
前DeedMind的四分之三的团队都在研究,只有四分之一的团队成果得到应用(包括谷歌
其他产品),但他们却是联系研究内容的接口。

Backchannel:你曾经在游戏领域叱咤风云,但你离开了,是因为你想了解更多关于大
脑的奥秘吗?

哈萨比斯:是的。实际上,我的整个职业生涯,包括游戏在内,都是我建立人工智能公
司的垫脚石。在我十几岁的时候,我就认定人工智能将是我这辈子最重要的目标。

Backchannel:当你登上游戏领域的宝座,被称作游戏神童时,你甚至成立了自己的工
作室,你只是觉得“OK,我该去研究下神经科学了”就转行了吗?

哈萨比斯:也不全是,不如说“看看我是如何打着游戏的幌子如何推动人工智能的发展
的”更恰当。《黑与白》可以说是我的巅峰,之后又有了《主题公园》和共和国的战绩
。大概在2004年至2005年的时候,我觉得这种和商业环境紧密结合的游戏可以推动游戏
的发展,它们和普通的移动游戏不一样,我们可以和人工智能一起打游戏。

然后我就开始构思DeepMind,那时候是2004年。但是我很快意识到,我还没有足够的力
量来组建这样的一个团队,当时的深度学习还没有出现,计算机也不够强大。然后我就
开始思索,我该读个什么博士好呢?好像神经科学比人工智能更实在,因为我想学习一
套全新的思想套路,而且当时我也认识不少人工智能世界级牛人了。

Backchannel:在你研究大脑的这些年,哪项收获对你创立一家人工智能公司帮助最大?

哈萨比斯:很多,绝对不止一项。一是增强学习,为什么它如此重要呢?我们通过神经
科学来研究新算法并验证现有的算法。在90年代,彼得?达扬用猴子做了一个实验,发
现神经元是学习过程中致力于增强学习的关键。因此,将其用作人工智能系统的元素并
不是一个疯狂的想法。

另一个是海马体,我觉得它是大脑中最迷人的区域。深度学习本质上是在模仿大脑皮层
的活动。但海马体是大脑的一个关键部分,构造十分独特,没有了它,你就没有了记忆
。所以我对它的工作方式十分好奇。当你睡觉的时候,你的大脑算法会重播白天活动的
记忆,也就是所谓的“日有所思,夜有所梦”。我们把这个功能用到雅达利算法上,通
过重播游戏轨迹,对它进行不断的培训,直到它在游戏中战无不胜。

Backchannel:你所说的大脑的算法,是严格的说法还是一种隐喻呢?

哈萨比斯:算是一种隐喻吧。虽然我们不会建造出一个人造海马体,但它确实是一个具
有细节的原型。有很多机器学习研究人员都忽略了人类大脑,这是不对的。人类大脑中
有很多知识都是可以运用到算法中去的。

Backchannel:目前你在工作中遇到的最大问题是什么呢?

哈萨比斯:最大的问题就是转移学习。你已经掌握了一个领域的知识,你如何才能把这
些知识运用到新领域去呢?这是一个关键问题。目前,我们擅长于处理可以感知的信息
,然后产生相关行动。但若进入了下一个级别,在概念这个层面上,没有人可以做到这
一点。

Backchannel:谷歌收购DeepMind的协议中有一条是“公司设立人工智能伦理委员会”
,这是什么东西呢?它的作用是?

哈萨比斯:这是一个独立的顾问委员会。我认为人工智能可以改变世界,这是一项神奇
的技术。但所有的技术本质上都是中立的,它们可以被好人或坏人所利用,所以我们必
须对它们的使用者负责。我和我的合伙人对此已经思考良久,谷歌吸引我的另一点也是
因为他们对此表示赞同。

Backchannel:目前这个委员会做了些什么呢?

哈萨比斯:目前还没有,它只是刚刚成立,但它并不会约束我们。但委员会会监督
DeepMind的研究成果不被用到军事或情报上。

Backchannel:如果你把这项技术带向世界,你认为一个委员会真的可以控制它吗?

哈萨比斯:我认为它绝对可以影响受过教育的人们。他们正在不断壮大,他们有时间去
理解技术的细节。这个委员会里还包括一些顶级的计算机、神经科学和机器学习方面的
教授。

Backchannel:能告诉我们是谁吗?

哈萨比斯:不行,这得保密。我们认为委员会十分重要,应该远离公众视线,特别是在
现在的初始过度阶段。目前还没有出现什么问题,但在未来的五年十年,就不能保证人
工智能只是被用来打打游戏了。当然委员会的透明度也很重要,我们研究小组正在讨论
这些伦理问题,我们要确保科学的发展是可控的,有利于人类的可持续发展。



--
●○●○●○●○●○●
┃爱围棋爱数学爱思考┃
●○●○●○●○●○●



※ 来源:·BBS 未名空间站 网址:mitbbs.com 移动:在应用商店搜索未名空间·[FROM: 50.]

 
rodney
进入未名形象秀
我的博客
[回复] [回信给作者] [本篇全文] [本讨论区] [修改] [删除] [转寄] [转贴] [收藏] [举报] [ 2 ]

发信人: rodney (√), 信区: Chess
标  题: Re: DeepMind创始人自述:我们的算法可以横扫一切棋类博弈
发信站: BBS 未名空间站 (Sun Jan 31 01:33:50 2016, 美东)

欢迎到这说话。一群跟这话题八竿子打不着的人在围棋版吵得乌烟瘴气。


【 在 ananpig (●○ 围棋数学一把抓的安安猪) 的大作中提到: 】
: 2016年1月28日,谷歌AI——Alphago战胜人类围棋冠军的消息让科技圈振奋,让围棋圈
: 惶恐。Alphago的研发团队是谷歌新近收购的英国人工智能公司Deepmind,关于
: Deepmind,国内人工智能圈人士都有所耳闻,但熟悉者恐怕不多。这究竟是一家什么样
: 的公司?
: Nature 杂志的记者进入Deep Mind位于英国伦敦的公司内部进行了采访,视频来自
: Nature、后期由黑匣整理:
: 2011年,杰米斯?哈萨比斯在埃隆?马斯克等人的投资下,成立了一家人工智能初创公司
: DeepMind,现在,这家公司已经变成了世界上最有价值的公司之一。2014年6月,哈萨
: 比斯和DeepMind的另两位联合创始人肖恩?列格、穆斯塔法?苏莱曼达成一致意见,同意
: 将DeepMind以4亿美元的价格卖给谷歌。昨天,谷歌DeepMind推出的人工智能算法打败
: ...................


--

※ 修改:·rodney 于 Jan 31 01:34:20 2016 修改本文·[FROM: 71.]
※ 来源:·BBS 未名空间站 网址:mitbbs.com 移动:在应用商店搜索未名空间·[FROM: 71.]

 
smsp
进入未名形象秀
我的博客
[回复] [回信给作者] [本篇全文] [本讨论区] [修改] [删除] [转寄] [转贴] [收藏] [举报] [ 3 ]

发信人: smsp (痛&快), 信区: Chess
标  题: Re: DeepMind创始人自述:我们的算法可以横扫一切棋类博弈
发信站: BBS 未名空间站 (Sun Jan 31 20:00:27 2016, 美东)

这难道就是传说中的skynet的诞生吗?

【 在 ananpig (●○ 围棋数学一把抓的安安猪) 的大作中提到: 】
: 2016年1月28日,谷歌AI——Alphago战胜人类围棋冠军的消息让科技圈振奋,让围棋圈
: 惶恐。Alphago的研发团队是谷歌新近收购的英国人工智能公司Deepmind,关于
: Deepmind,国内人工智能圈人士都有所耳闻,但熟悉者恐怕不多。这究竟是一家什么样
: 的公司?
: Nature 杂志的记者进入Deep Mind位于英国伦敦的公司内部进行了采访,视频来自
: Nature、后期由黑匣整理:
: 2011年,杰米斯?哈萨比斯在埃隆?马斯克等人的投资下,成立了一家人工智能初创公司
: DeepMind,现在,这家公司已经变成了世界上最有价值的公司之一。2014年6月,哈萨
: 比斯和DeepMind的另两位联合创始人肖恩?列格、穆斯塔法?苏莱曼达成一致意见,同意
: 将DeepMind以4亿美元的价格卖给谷歌。昨天,谷歌DeepMind推出的人工智能算法打败
: ...................


--

※ 来源:·BBS 未名空间站 网址:mitbbs.com 移动:在应用商店搜索未名空间·[FROM: 129.]

 
rodney
进入未名形象秀
我的博客
[回复] [回信给作者] [本篇全文] [本讨论区] [修改] [删除] [转寄] [转贴] [收藏] [举报] [ 4 ]

发信人: rodney (√), 信区: Chess
标  题: Re: DeepMind创始人自述:我们的算法可以横扫一切棋类博弈
发信站: BBS 未名空间站 (Tue Feb  2 20:10:56 2016, 美东)

也就是一个新生代deepblue而已。


【 在 smsp (痛&快) 的大作中提到: 】
: 这难道就是传说中的skynet的诞生吗?



--

※ 来源:·BBS 未名空间站 网址:mitbbs.com 移动:在应用商店搜索未名空间·[FROM: 71.]

 
devdev
进入未名形象秀
我的博客
[回复] [回信给作者] [本篇全文] [本讨论区] [修改] [删除] [转寄] [转贴] [收藏] [举报] [ 5 ]

发信人: devdev (I want a cheap house), 信区: Chess
标  题: Re: DeepMind创始人自述:我们的算法可以横扫一切棋类博弈
发信站: BBS 未名空间站 (Thu Mar 10 19:16:33 2016, 美东)

绝对不是
原理完全不同啊
应该整来和象棋的最强电脑下下
【 在 rodney (√) 的大作中提到: 】
: 也就是一个新生代deepblue而已。



--
※ 来源:·WWW 未名空间站 网址:mitbbs.com 移动:在应用商店搜索未名空间·[FROM: 216.]

[分页:1 ]
[快速返回] [ 进入象棋讨论区] [返回顶部]
回复文章
标题:
内 容:

未名交友
将您的链接放在这儿

友情链接


 

Site Map - Contact Us - Terms and Conditions - Privacy Policy

版权所有,未名空间(mitbbs.com),since 1996