哈薩比斯：我們會推廣AlphaGo技術應用，或會進入中國市場

在人工智慧論壇後的媒體時間中，DeepMind的聯合創始人兼CEO Demis Hassabis、AlphaGo主程序員David Silver以及棋手樊麾共同接受了媒體的採訪，就相關問題作出了回應。

在採訪之前，David說到，為了準備此次「人機大戰」，整個DeepMind團隊在過去的一年裡都非常努力的工作，就是希望可以使AlphaGo的能力再提升一個台階。而結果也是非常明顯的，AlphaGo達到相同的計算量只需要相當於之前1/10的能耗，而且訓練時間也由之前的幾個月縮短到了幾個星期，並且逐漸不再需要外界的訓練，可以實現自我學習。而談到對於未來的展望，David堅定的說AlphaGo所使用的高效演算法具有通用性，可以推廣到其他領域。

而第一位和AlphaGo對戰的職業棋手樊麾表現出的更多的還是震撼和期待。在2015年10月份的時候，樊麾在倫敦首次和AlphaGo進行對戰，當然是以失敗結局，那次比賽顛覆了他的看法，因為在他的印象中，計算機程序要戰勝人類最快也要十年的時間，甚至這一輩子都可能不會見到，「但沒想到那一天這麼快就到了！」

後來，樊麾加入了DeepMind團隊，幫助AlphaGo進行訓練，也就有了後來2016年3月份4:1戰勝李世石的故事了。

樊麾坦言，AlphaGo在取得勝利的同時，也給人類棋手帶來了諸多的啟發，一些已經固化了上千年的棋法會被AlphaGo徹底的顛覆掉，此次比賽中柯潔第七步點三三的走法就是一個最好的例證，「那感覺就像是一個200年後的棋手來到了現在和你對弈一樣，簡直太酷了！」

以下為媒體提問整理：

Q：為什麼和李世石對戰首次採取了網路公開的方式？Master已經擊敗了60位棋手，為什麼還要來挑戰柯潔？

哈薩比斯：首先，在2016年初的時候，AlphaGo還是一個不為人知的程序，沒有人會相信它可以挑戰職業棋手，也不會有職業棋手報名去和AlphaGo認真下一場棋。

所以向李世石邀戰實際上是世界圍棋史上具有歷史意義的一件事，各方都持非常尊重的態度，以非常專業的規格來對待這樣一場圍棋比賽。

而master的60場比賽全部是在網上完成的，網上下的快棋，時間控制不精準，棋手的注意力也不集中，很難展現出真正的水平。不過那一次也算是對AlphaGo進行的一次系統測試，同時也為柯潔提供了和AlphaGo圍棋的對戰素材。

Q：關於AlphaGo能力的通用性，您看好它在哪個領域的運用，在中國市場會不會也展開類似的應用？

哈薩比斯：首先，AlphaGo背後的支撐技術相當之多，目前在其它領域的使用還在早期探索階段，大家要理解的是我們所說的在其它領域的使用只是AlphaGo中間的某個部分或某一個技術的行業使用，所以以後我們肯定會推廣AlphaGo的技術在多個領域的應用，也許在中國也會有這種應用。

Q：DeepMind將要把AlphaGo打造成通用型人工智慧，並說AlphaGo已經可以通過非預設程序學習實現了非監督學習，那在這種向強人工智慧過渡之中，是否AlphaGo已經具有了自主意識？

哈薩比斯：AlphaGo運用到的是機器學習中一種名為增強學習的方法，藉助神經網路在具體的領域不斷的進行強化的訓練。所以AlphaGo也只可能是在圍棋這樣具體的領域實現了自我的這樣一種直覺和意識。但也因為它不是人類直接培訓所產生的意識，所以它也就有機會被運用到其它的一些領域，而不僅局限於圍棋。

Q：您認為AlphaGo距離強人工智慧甚至超人工智慧還有多遠？

哈薩比斯：像在科幻片里的一些超級人工智慧，我們離那個目標還很遙遠，至少還有幾十年的路要走，因為有很多關於人工智慧方面的一些關鍵的問題，我們還沒有攻克下來。

Q：您在講話中談到說人工智慧必須被正確地運用，這個所謂的正確運用是有什麼樣的原則，對人工智慧的發展現在最擔憂的是什麼？您昨天提到的AlphaGo相當於去年人機大戰的1/10的能耗，能不能說地再清楚一些？

哈薩比斯：使用人工智慧，它包含有兩個方面的意思，第一個層面是它必須造福於全人類，不能被用於類似製造武器等消極的事情上；第二個層面是人工智慧不能被幾家大公司或某幾個人所壟斷，應該是全人類共享。

David：關於1/10的這樣一個概念，我們知道計算機運行的時候，會使用到不同的器件，其中包括處理單元，那麼我們談到了1/10，既包括電力的消耗，也包括所謂在運行時所調用這些計算資源，即這些硬體所佔的能耗。

Q：AlphaGo會不會最終進化出情緒識別能力。可以通過判斷柯潔的表情來故意輸給柯潔？

哈薩比斯：也許我們確實應該裝上一套判斷系統（哈哈）。其實我們在給AlphaGo的訓練過程中，可以接觸到職業棋手的機會是非常少的，大多數情況下都是自我學習，相應來講這也算是一種缺失。所以我們也很珍惜和李世石、柯潔等棋手的對弈過程，也會通過比賽來找到AlphaGo本身的一些弱點。

Q：上一次的AlphaGo是使用了50個TPU，那麼這一次又會是多少呢？

哈薩比斯：我來解釋一下，今年升級後的AlphaGo是運行在一個單機上面，這個物理伺服器包含有4個TPU。

Q：AlphaGo昨天比賽的後半局，按理應該是時間比前面用的更少，打你們為什麼一直保持勻速的落子速度，這背後的演算法做了什麼樣的設置？

哈薩比斯：我們對AlphaGo的設定就是要保證它的持續和穩定，也就是要做到在整個比賽中計算量保持恆定，所以為AlphaGo制定了一個求穩的時間控制策略，讓它最大限度的利用比賽中的時間，而要做到這一切，勻速顯然是最好的。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！