“AlphaGo之父”獲最新一屆ACM計算獎

黃珊

近日，2019年ACM（國際計算機學會）計算獎頒出，由于在計算機游戲領域取得突破性進展，“AlphaGo之父”、DeepMind首席科學家、倫敦大學學院教授大衛·席爾瓦獲得最新一屆的ACM計算獎。

大衛.席爾瓦

大衛，席爾瓦是深度學習領域的先驅人物，他在人工智能領域的一系列成績中，又以他帶領打造的AlphaGo最為人所知。大衛‘席爾瓦通過巧妙地結合深度學習、強化學習、蒙特卡洛搜索樹和大規模計算的思想，開發了AlphaGo算法，AlphaGo由此戰勝了頂尖的人類棋手，更是被公認為人工智能（AI）研究的一個里程碑。

根據ACM官方報道，最初，AlphaGo會經過來自人類專業棋手經驗的小范圍訓練，然后，它會通過強化學習來不斷改善性能。AlphaGo之后，大衛·席爾瓦和他的團隊創造了更新穎的方法，來實現更高的性能和通用性，AlphaZero就此誕生。與AlphaGo不同，AlphaZero完全通過與自己玩游戲來進行學習，不需要任何人類數據或先驗知識（游戲規則除外）。而且，AlphaZero同時在國際象棋、將棋和圍棋游戲中有超過人類的表現，證明了其AI算法的通用性。

早在大衛·席爾瓦于艾伯塔大學（Universitvof Alberta）攻讀博士學位時，他就開始探索開發一種可以掌握圍棋智慧的計算機程序，這也成為了他后續一直在專注的研究興趣。在2013年的NemIPS會議上，席爾瓦展示了一種算法，它可以在雅達利游戲中展現達到人類水平的技巧。這個程序學會了在游戲過程中僅僅通過觀察像素和分數來玩游戲。

2015年，大衛，席爾瓦和他的同事發布開創性論文

“Human Level C.ontrol Through DeepReinforcement Learn/ng”，在這個研究中，他們將強化學習與人工神經網絡相結合，論文發表在《自然》雜志上，且至今被引用近1萬次，對該領域產生了巨大影響。隨后，席爾瓦和他的同事繼續用新技術改進這些深度強化學習算法，這些算法仍然是機器學習中應用最廣泛的工具之一。

2016年3月，團隊開發的AlphaGo擊敗世界圍棋冠軍李世石，這被譽為AI里程碑式的時刻。同年，解析AlphaGo背后技術的論文“Mastering the Game of Go with Deep NeuralNetworks and Tree Search”公開發布在《自然》雜志上。

AlphaGo和AlphaZero之后，DeepMind的游戒AI探索的另一個重點是征服《星際爭霸Ⅱ》。就在去年，由席爾瓦領導的DeepMind團隊開發了AlphaStar，它掌握了多人即時戰略游戲《星際爭霸ID，這類游戲被認為是游戲AI需要攀登的高峰。

現在，在DeepMind-這家谷歌旗下最星光熠熠的AI公司，大衛，席爾瓦和他的同事仍在尋求將機器學習和神經科學方面的進展進行技術融合，以構建功能強大的通用學習算法。大衛，席爾瓦在深度強化學習上的諸多工作也已被應用于提高英國電網效率、幫助谷歌數據中心降低功耗、為歐洲航天局策劃太空探測器軌跡等領域。DeepMind團隊還將繼續推進這些技術，并為其找到更多的應用場景?？冢ㄕ悦馈渡羁萍肌罚ň庉?萊西）