今夜，我们不谈人类未来，也不谈科技术语，只讲一个天才的故事

好了，我知道你的朋友圈、微博这两天都被那场 “世界大战”——Google 人工智能 AlphaGo 和李世石的围棋比赛——刷屏了。在这段时间里，你或深或浅地了解到九段、李世石、柯洁、AI、蒙特卡罗树搜索、深度学习这些可能从未听过的名词，思考着电脑最终会不会控制人类、世界末日这些终极问题。但是，这篇文章不想谈比赛结果，不想谈人类未来，也不想谈我也不懂的科技术语，而只想讲一个天才——AlphaGo 之父 Demis Hassabis 的故事。

天才少年，象棋大师

1976 年 7 月 27 日的伦敦北部，Hassabis 夫妇——丈夫是希腊塞浦路斯混血，妻子是新加坡中国混血——迎来了他们的第一个孩子，一个男孩。他们都是老师，曾经开过玩具店，有着 “像波西米亚人” 般的性格，而且都不怎么喜欢新科技和计算机。在这么个家庭，走出继承父母衣钵或者从事艺术的孩子应该是一件大概率事件。

事实也正是如此。这对夫妻后来又生育了一男一女，他们长大后分别进入了写作和音乐领域，从事创作方面的工作。不过，取名为 Demis 的大儿子从小好像走的就是一条岔路：他 4 岁时开始下国际象棋，一年之后 “在国内立于不败之地”，到了 13 岁，Elo 等级分为 2300 分，是有史以来 14 岁以下组别分数第二高的孩子。需要解释一下的是，Elo 等级分是国际棋联使用的等级分制度，拿到 2300-2399 分的人水平大概是棋联大师。

（曾经的国际象棋棋王加里 · 卡斯帕罗夫）

但 Demis 的天才并不只限于国际象棋领域。在使用国际象棋比赛赢得的奖金买了电脑后，他在计算机上一发不可收拾：8 岁编写自己的计算机游戏；16 岁完成 “英国高考” 后加入 Bullfrog Productions 游戏开发公司，在游戏《Syndicate》负责关卡设计；17 岁作为联合设计者和主力程序员开发出包含 AI 元素的经典电子游戏《主题公园》。不过，Demis 并没有过早地把游戏开发作为自己的事业，而是在这个时候选择到剑桥学习计算机科学。

这大概就是神童的人生，gap year（间歇年）做出的游戏牛逼得催生了一种新类型游戏（管理模拟游戏，也就是大家平常玩的模拟医院、模拟城市之类的），然后回去上世界上最一流大学的最一流专业，而且和同学们也是一样的年纪。不想输在起跑线上？和 Demis 比，我们可能一辈子都到不了他的起跑线。

在游戏界的创业生涯

1997 年，当 20 岁的 Demis 以计算机科学双重一级荣誉学位（double first）的成绩从剑桥毕业后，他和几年前一样选择了一家游戏公司任职，负责电子游戏 Black & White。在这个游戏里，玩家扮演上帝来控制几个村落，其中包含人工生命、策略和战争等等元素。但很快 Demis 就独立门户了：1998 年创立了 Elixir 工作室，成为一名独立开发者。

在 Elixir 的几年中，虽然 Demis 设计的两款游戏《Republic: The Revolution》（凝结着 Demis 雄雄野心的、一个不走寻常路的政治模拟游戏）和《Evil Genius》被提名英国 “奥斯卡”，但却都没有得到大众的高评价：在 Metacritic 网站（类似于豆瓣网）的评分中，前者只有 62 分，后者则是 77。

这并不是 Demis 想要的结果。2005 年，Demis 将游戏的知识产权和专利卖给了几个游戏出版商，关闭了工作室，重新回到了校园。而这一次，他把目光放在了认知神经科学上。

“21 世纪的阿波罗登月计划”

为什么是认知神经科学？因为大脑——人类智慧的象征——正是 Demis 可以为人工智能找到新算法的灵感源泉。在伦敦大学学院攻读博士学位时，Demis 的主要研究领域是自传体记忆和海马体。前者指的是对个人复杂生活事件的混合记忆，后者则是人脑中负责储存短期记忆的部分。

经过几年的研究，Demis 提出了关于情节记忆系统的新理论：场景构建是掩藏在回忆和想象中的关键过程。这种已经超越普通人常识水平的理论相信没多少人能看懂，反正这个理论就是被《科学》杂志（爱迪生创办的杂志，全球最权威的学术期刊之一）评为年度十大科学突破之一。

从神童成为创业者，再变成科学家，Demis 的下一步没有多少人能看透。2010 年，他和在 UCL 读博士遇到的 Shane Legg 共同创办 DeepMind 并担任 CEO，研究人工通用智能（AGI），而 Demis 把它形容为 “21 世纪的阿波罗登月计划”。

大多数 AI 系统都是 “狭隘” 的，训练事前编写好程序的代理来掌握某种特定的任务，它们并没有太多其他的能力了。……Hassabis 站在另一边：他从人类大脑获取灵感，试图创造第一台 “通用用途的学习机器”，一组灵活的、适应性强的算法，能够像生物系统那样只利用原始数据来学习如何从头开始掌握任何一种任务。

2014 年，Google 以 4 亿美元收购 DeepMind，当时的他们没有产品只有论文，技术人员也仅仅有 20 位。不过很快 DeepMind 就证明了它的价值：2015 年 2 月，DeepMind 在另一本一流科学杂志《自然》发表论文，介绍了能够通过学习成为雅达利（现代游戏机始祖）游戏高手的人工主体。

然后在 2016 年 1 月 DeepMind 再次发表论文，称他们的新算法 AlphaGo 在最困难的游戏——围棋——上也取得了巨大突破。而后来的事，你们应该都已经看过不下几百遍了。

（电影《机械姬》剧照）

最先进的人工智能背后也只是人

Demis Hassabis 是个天才，这个论断就算是只知道他是那台在围棋上下赢人类的机器背后男人的人，相信也不会有很大的异议。不过，看着他谈到自己的理想、自己的童年、自己的孩子，你就会知道，他并不是什么企图溃灭人类的疯狂科学家（他希望人工智能能够在医疗、气候变化、金融等等领域发挥作用），也不是木讷的极客。不管 Demis 自己是否认同，他肩上担负的可能就是人类未来的某种希望。

每晚，Demis 都会回到家里和家人一起吃饭聊天，之后陪两个儿子写作业玩游戏。在带完两个孩子上床睡觉之后，Demis 会开始工作电话会议直至凌晨 1 点，之后用几个小时来进行思考。而在这些深夜的思考中，诞生的可能就是下一个颠覆全人类的想法。

资料参考来源：