北京時(shí)間10月19日凌晨，谷歌旗下的人工智能公司DeepMind在世界頂級(jí)科學(xué)雜志Nature雜志上宣布了AlphaGo的新進(jìn)步，可以在沒(méi)有人類干預(yù)的情況下自我學(xué)習(xí)，新的AlphaGoZero在自我學(xué)習(xí)3天之后，就以100比0的成績(jī)戰(zhàn)勝了第一代AlphaGo。

自我學(xué)習(xí)能力的出現(xiàn)，對(duì)于人工智能和機(jī)器學(xué)習(xí)來(lái)說(shuō)，是一個(gè)新的突破?！斑^(guò)去人們普遍認(rèn)為機(jī)器學(xué)習(xí)是基于海量的大數(shù)據(jù)，但是從AlphaGoZero身上，我們發(fā)現(xiàn)算法比數(shù)據(jù)更重要?！盇lphaGo項(xiàng)目的主要負(fù)責(zé)人戴維·席爾瓦(DavidSilver)說(shuō)道。

也由于使用了更多的算法和更少的數(shù)據(jù)，所以AlphaGoZero只使用了一臺(tái)計(jì)算機(jī)器和4個(gè)TPU，被它打敗的一代AlphaGo則用到多臺(tái)機(jī)器和48個(gè)TPU。

當(dāng)人們驚訝于AlphaGoZero在圍棋領(lǐng)域的神級(jí)水平時(shí)，對(duì)于DeepMind團(tuán)隊(duì)來(lái)說(shuō)，這才只是剛剛開(kāi)始，他們的目的是通過(guò)培養(yǎng)自主學(xué)習(xí)的能力，來(lái)解決更多其他領(lǐng)域目前無(wú)法解決的棘手問(wèn)題。

從AlphaGo、AlphaGoMaster到AlphaGoZero

AlphaGo于2015年10月面世，在廣為人知的與棋手李世石對(duì)弈之前，它已經(jīng)打敗了歐洲圍棋冠軍樊麾。樊麾接受《財(cái)經(jīng)》記者采訪時(shí)表示，當(dāng)時(shí)在他看來(lái)，一個(gè)計(jì)算程序要打敗職業(yè)棋手是不可能的事情。

結(jié)果他以0-5輸給了AlphaGo，但他也因此加入了DeepMind團(tuán)隊(duì)，幫助訓(xùn)練AlphaGo。2016年3月，在他幫助訓(xùn)練下的AlphaGo以4-1的成績(jī)打敗了人類頂尖棋手李世石。2017年初，AlphaGo化名為“Master”，在網(wǎng)絡(luò)上挑戰(zhàn)60名人類棋手，保持全勝的成績(jī)。2017年5月，在烏鎮(zhèn)的，名為Master的第二代AlphaGo以3-0戰(zhàn)勝了目前人類最強(qiáng)棋手柯潔。

今年5月的比賽期間，DeepMind的多位高管就已經(jīng)向《財(cái)經(jīng)》記者透露，Master已經(jīng)實(shí)現(xiàn)了自我學(xué)習(xí)能力，甚至有了自己的“直覺(jué)”，“我們發(fā)現(xiàn)AlphaGo已經(jīng)不需要依賴人類訓(xùn)練師了?！贝骶S·席爾瓦告訴《財(cái)經(jīng)》記者。

與柯潔的對(duì)弈中，AlphaGo已經(jīng)能下出很多人類棋手完全無(wú)法想象的路數(shù)，比賽后柯潔表示，第一代的AlphaGo還能找到破綻，Master已經(jīng)實(shí)現(xiàn)了“從人到神”的飛躍。

而AlphaGoZero在“獨(dú)立”上更進(jìn)一步，在訓(xùn)練的過(guò)程中，它是自我對(duì)弈。從訓(xùn)練圖上可以看出，由于一開(kāi)始并不熟悉圍棋，對(duì)弈雙方的水平都很弱，但是隨著時(shí)間的推進(jìn)，在短短3天互相博弈490萬(wàn)局后，越來(lái)越強(qiáng)，實(shí)現(xiàn)了圍棋水平的突破。

△AlphaGo訓(xùn)練的72小時(shí)圖譜

人類頂尖棋手柯潔被認(rèn)為是圍棋天才，6歲開(kāi)始學(xué)棋，17歲時(shí)在世界范圍內(nèi)排名第一，一個(gè)人類天才十幾年的學(xué)習(xí)，被AlphaZero用3天時(shí)間超越。

但DeepMind團(tuán)隊(duì)志不在此，“AlphaGo的意義不在于打敗人類，而是領(lǐng)悟知識(shí)，解決更多的問(wèn)題。”戴維·席爾瓦表示。

商業(yè)化加速：1/4精力用于商業(yè)變現(xiàn)

今年5月，DeepMind創(chuàng)始人杰米斯·哈薩比斯在接受《財(cái)經(jīng)》記者采訪時(shí)表示：“如果說(shuō)谷歌是火箭，DeepMind就是燃料?！?/p>

在此定位之下，AlphaGo雖然進(jìn)化神速，但絕對(duì)不會(huì)止步于圍棋。

這家公司一開(kāi)始只是一家位于英國(guó)倫敦的人工智能實(shí)驗(yàn)室，研究方向是開(kāi)發(fā)通用自我學(xué)習(xí)算法。2011年，哈薩比斯在埃隆·馬斯克等人的投資下，成立了DeepMind。2014年，谷歌以4億英鎊(約6.5億美元)的價(jià)格收購(gòu)該公司，當(dāng)時(shí)這家公司只有50名員工。AlphaGo就來(lái)自于這家公司。

AlphaGo戰(zhàn)勝韓國(guó)第一棋手李世石引爆了AI技術(shù)和市場(chǎng)，也讓DeepMind在谷歌AI戰(zhàn)略中地位舉足輕重。

不過(guò)，DeepMind團(tuán)隊(duì)從一開(kāi)始研發(fā)AlphaGo系統(tǒng)的目的就是能實(shí)現(xiàn)行業(yè)應(yīng)用，并帶來(lái)商業(yè)價(jià)值。圍棋為AlphaGo帶來(lái)了光環(huán)，卻并非最終目標(biāo)。

哈薩比斯對(duì)《財(cái)經(jīng)》記者說(shuō)，“下一階段，DeepMind整個(gè)團(tuán)隊(duì)75%的精力用于人工智能技術(shù)的研發(fā)，另外25%精力放在行業(yè)應(yīng)用上?！?/p>

具體分工上，哈薩比斯繼續(xù)主導(dǎo)技術(shù)研究，另一位創(chuàng)始人穆斯塔法·蘇萊曼則負(fù)責(zé)主導(dǎo)商業(yè)化。

穆斯塔法認(rèn)為，繼續(xù)技術(shù)研究和商業(yè)化是一種平衡?！拔覀兪掷镉泻芏鄬?shí)驗(yàn)室里的新技術(shù)，都是寶貴的資源，而這些技術(shù)的商用不僅能造福社會(huì)，一家公司也必須有可持續(xù)的商業(yè)利潤(rùn)來(lái)源。”他告訴《財(cái)經(jīng)》記者。

據(jù)他介紹，目前DeepMind由兩個(gè)團(tuán)隊(duì)組成，哈薩比斯負(fù)責(zé)研發(fā)團(tuán)隊(duì)，而他負(fù)責(zé)技術(shù)應(yīng)用業(yè)務(wù)。技術(shù)應(yīng)用團(tuán)隊(duì)又再分為三個(gè)組，一個(gè)組服務(wù)谷歌的產(chǎn)業(yè)和谷歌的其他業(yè)務(wù)部門;第二個(gè)是醫(yī)療組，已經(jīng)與英國(guó)的國(guó)家醫(yī)療健康局合作;第三個(gè)組是能源組，目前還在啟動(dòng)階段。

“這樣的分組是為了方便與不同領(lǐng)域的專家更好地合作?！彼f(shuō)。

此前，DeepMind已經(jīng)牛刀小試，成功利用機(jī)器學(xué)習(xí)為谷歌大幅度節(jié)約電量，帶來(lái)實(shí)際收益。

2016年，DeepMind團(tuán)隊(duì)就利用AlphaGo的學(xué)習(xí)能力，不斷模擬探索更加省電的方案。DeepMind接管了谷歌數(shù)據(jù)中心的一些控制單元，包括風(fēng)扇、空調(diào)、窗戶和服務(wù)器等，通過(guò)機(jī)器學(xué)習(xí)，幫助谷歌數(shù)據(jù)中心的冷卻系統(tǒng)節(jié)約用電40%，并提高了15%的能源使用效率。

哈薩比斯對(duì)《財(cái)經(jīng)》記者說(shuō)：“谷歌在數(shù)據(jù)中心設(shè)備上的用電太多，幾個(gè)百分點(diǎn)就意味著每年幾百萬(wàn)美元，節(jié)約電力的算法每分鐘都在給公司省一大筆錢?！?/p>

這個(gè)算法團(tuán)隊(duì)的開(kāi)發(fā)團(tuán)隊(duì)僅有5、6個(gè)人，耗時(shí)僅兩三個(gè)月。

目前，DeepMind的部分研發(fā)項(xiàng)目已經(jīng)開(kāi)始用于能源基礎(chǔ)設(shè)施管理、醫(yī)療系統(tǒng)和潔凈水源的改進(jìn)等方面，公司也已經(jīng)從中獲得收益。

DeepMind也已開(kāi)始進(jìn)軍醫(yī)療市場(chǎng)并從中盈利。2015年11月，它與英國(guó)倫敦皇家自由醫(yī)院簽訂了為期五年的合同，任務(wù)是處理170萬(wàn)名患者的醫(yī)療記錄。

在這次Nature雜志上發(fā)表的論文中，戴維·席爾瓦也強(qiáng)調(diào)了未來(lái)的行業(yè)應(yīng)用，例如蛋白質(zhì)折疊(用于破譯遺傳密碼)、能量節(jié)約以及新材料的研發(fā)等等。

在過(guò)去，機(jī)器學(xué)習(xí)未能得到廣泛應(yīng)用，主要原因之一就在于很多人類無(wú)法解決的領(lǐng)域中，也缺少大量的數(shù)據(jù)樣本來(lái)讓機(jī)器進(jìn)行學(xué)習(xí)，例如醫(yī)療圖像處理等。AlphaGoZero能夠擺脫人類的依賴，不需要人類給出數(shù)據(jù)和樣本，這為更廣泛的行業(yè)應(yīng)用提供了新的可能性。

這與谷歌成立母公司Alphabet實(shí)現(xiàn)組織變身的目的一致。母公司Alphabet創(chuàng)立后，整個(gè)企業(yè)資產(chǎn)負(fù)債表開(kāi)始分賬計(jì)算，業(yè)務(wù)被獨(dú)立出來(lái)，明確了職責(zé)和成績(jī)，提升創(chuàng)新效率。

一位資本市場(chǎng)分析人士向《財(cái)經(jīng)》記者分析評(píng)價(jià)，如果一直在之前的架構(gòu)中，DeepMind對(duì)谷歌的技術(shù)輸血價(jià)值難以清晰衡量，DeepMind也很難有一個(gè)明確、長(zhǎng)期、符合谷歌戰(zhàn)略的研究目標(biāo)。

更重要的一個(gè)原因是，資深科學(xué)家和強(qiáng)大的計(jì)算能力對(duì)AI業(yè)務(wù)的開(kāi)展固然重要，但DeepMind走出去，獲取真實(shí)環(huán)境數(shù)據(jù)同樣重要，這些深入到行業(yè)的數(shù)據(jù)，比如醫(yī)療，恰恰是谷歌缺失的數(shù)據(jù)源。作為一家搜索、社交基因的互聯(lián)網(wǎng)公司，谷歌手中的巨量數(shù)據(jù)，多是開(kāi)放社交屬性類數(shù)據(jù)。