問一個AlphaGo總工程師

大衛(wèi)·席爾瓦：渴望通過技術建立一種深邃而完美的智慧

人物＝P

大衛(wèi)·席爾瓦=S

P：為了完成AlphaGo在烏鎮(zhèn)和柯潔的三局對弈，你們做了哪些準備？

S：我們沒有為了特定的對手而做任何特殊準備，AlphaGo的偉大之處在于它是通過自我博弈來訓練的，我們相信算法已經(jīng)發(fā)現(xiàn)了最佳策略。不管怎樣，我們不是足夠強大的圍棋棋手，去給出特定的調(diào)整，因為我們有可能最終會導致程序變?nèi)酢?/p>

P：從倫敦出發(fā)到中國前心情？

S：我曾經(jīng)觀看AlphaGo打了幾百場比賽，但是它和柯潔對弈還是很特別的。跟世界冠軍打比賽，你永遠不可能有百分百的把握。更何況是在那么多人的注視下比賽，這是很讓人傷腦筋的。不過，也會感覺人們的期望與首爾的人機大戰(zhàn)有了極大的不同——這一次，人們期待AlphaGo能夠獲勝。

P：烏鎮(zhèn)的圍棋峰會給你留下怎樣的印象？

S：AlphaGo能夠去中國是一件非常有意義的事，因為中國是圍棋的誕生之地，能夠感受到觀眾們的興奮是實實在在的。在烏鎮(zhèn)圍棋峰會上，我們也嘗試了不同的比賽形式，包括團隊賽和組合賽（編者注：烏鎮(zhèn)圍棋峰會的團隊賽，即五位棋手組隊與AlphaGo對弈。配對賽，即對弈雙方各由一位人類棋手加AlphaGo組成，交替落子），讓我覺得最棒的是，人類棋手在與AlphaGo合作過程中所創(chuàng)造的價值。能夠看到人和機器這種合作形式為圍棋帶來的創(chuàng)造性，并且由此為這項游戲創(chuàng)造出新的樂趣，這是相當了不起的。

P：與人類圍棋世界冠軍的兩次公開對弈中，給你印象最深的一件事是什么？

S：我們在首爾與李世石對弈時，一位觀賽的圍棋棋手向我靠近，我觀察到他一直在哭，當時我很擔心他是因為AlphaGo擊敗了一位頂級的人類棋手而難過。但事實上，他告訴我，沒想到AlphaGo的落子竟能如此美妙，讓他忍不住落淚。這一瞬間深深地觸動了我。我希望這是一個我們有朝一日能夠在其他領域復現(xiàn)的時刻——通過技術，建立一種非常深邃而完美的智慧，將美帶進這個世界。

P：哈薩比斯（Demis Hassbis，DeepMind的創(chuàng)始人兼CEO、戴維·席爾瓦在劍橋大學時的同學）在接受英國衛(wèi)報采訪時曾講述在劍橋時教你下圍棋的故事，對你個人而言，用人工智能下圍棋的想法產(chǎn)生于何時？

S：實際上，我第一次學習下圍棋是小時候和我父親學的，他在上世紀80年代學習人工智能。后來我在劍橋認識了Demis，我們一起創(chuàng)辦了一家電腦游戲公司，那時會經(jīng)常討論將人工智能應用到圍棋的想法——當然了，偶爾也會一起殺一盤。后來我離開了創(chuàng)業(yè)公司去追尋這個夢想。2004年，我在阿爾伯塔大學攻讀博士學位，主攻“圍棋游戲中的強化學習”，彼時的一些想法應用起來，在12年之后塑造了AlphaGo。

P：對你來說，參與開發(fā)AlphaGo最大的樂趣是什么？

S：我喜歡參與AlphaGo這個項目的每一刻。我年輕的時候，總是盼望著能成功開發(fā)出一套圍棋程序——如今，現(xiàn)實已經(jīng)遠超我的想象！像在首爾和烏鎮(zhèn)的兩次人機大戰(zhàn)，當然也還是會令人非常興奮的，但是我最大的喜悅還是源于見證AlphaGo項目研發(fā)的進展。設計出一套算法，看著它發(fā)展到神級水平，這種感覺真的是太棒了！

P：AlphaGo Zero做到了“不借鑒任何人類經(jīng)驗去下圍棋”，當時是怎樣產(chǎn)生這樣一個大膽的想法的？

S：我一直相信，要想在人工智能上取得進步，必須去發(fā)現(xiàn)它的核心原則，使系統(tǒng)能夠自我學習。每一次去給AI加入人類的知識經(jīng)驗，都有可能限制系統(tǒng)的學習能力。因此只有通過移除這些知識與經(jīng)驗，才能“解放”系統(tǒng)，使之更“自由地”學習。

P：與你的預期相比，AlphaGo Zero真正的到來是早了還是遲了？

S：與其他研究人員相比，我對電腦圍棋程序的進步速度一直持樂觀態(tài)度。2006年，我還曾與一位同事打賭說，圍棋程序?qū)⒃?0年內(nèi)擊敗世界冠軍。幸運的是，AlphaGo來得剛剛好！

P：AlphaGo Zero的出現(xiàn)是否意味著有關AlphaGo的項目徹底告一段落？

S：AlphaGo已經(jīng)打完了它的最后一場比賽，但是我們的研究仍在持續(xù)進行，并取得進展。我一直都在尋找機器自我學習系統(tǒng)的新想法和算法，我很高興它們將會被應用到新的領域，比如《星際爭霸2》。

P：AlphaGo開發(fā)團隊目前的工作狀態(tài)?

S：AlphaGo團隊目前正在致力于將他們的經(jīng)驗和專業(yè)知識應用到一系列不同的項目中，以解決之后將面對的更大的挑戰(zhàn)！

P：現(xiàn)在來看，AlphaGo Zero的到來對于AI的發(fā)展意味著什么？

S：AlphaGo Zero的出現(xiàn)證明了，一套算法在不需要專業(yè)人工數(shù)據(jù)的情況下，能夠在圍棋這樣具有挑戰(zhàn)性的領域里達到神級水平。AlphaGo Zero所使用的技術，遠比之前各個版本的AlphaGo都更為強大， 因為它不再受人類知識的限制。AlphaGo Zero顛覆了人們所普遍認為的，數(shù)據(jù)和計算是人工智能進步的驅(qū)動力的想法，在這一點上，它也很重要。

P：開發(fā)AlphaGo所獲得的經(jīng)驗中，哪些可以在未來有更具延展性的應用？

S：AlphaGo zero所采用的方法可以應用于廣泛的結(jié)構(gòu)化問題，包括去計劃一些任務或解決某些問題，這些問題與圍棋問題具備一定相似特質(zhì)，它們都是需要依照正確的順序去采取一系列行動來實現(xiàn)目標的。這類問題的例子包括蛋白質(zhì)折疊，減少能源消耗或者尋找某種新型材料。

P：對于“警惕人工智能”的言論，你的態(tài)度是怎樣的？

S：人工智能是一個強大的工具，但這并不意味著人類應該害怕它。如果它能夠以倫理的和負責任的方式被使用，它有可能對世界產(chǎn)生非常積極的影響。

P：2017年最令你感覺興奮的一件事？

S：當一個領域產(chǎn)生如此多令人興奮的進步時，是很難做到只選出來一件最興奮的事的。但毫無疑問，團隊在AlphaGo上取得的進步是我今年一個明確的亮點！

P：如果2018年每天有25小時，多出來的1小時會用來干什么？

S：多讀一篇科研論文！