近日，Nature杂志在官网评选出了2016年度十大影响力人物，其中一位就是Demis Hassabis，即站在人工智能机器人AlphaGo背后，谷歌DeepMind公司的联合创始人。
即使对于4岁就开始学国际象棋的少年天才棋手Demis Hassabis来说，今年三月份AlphaGo和李世石的那场人机大战也是他经历过的最严酷的比赛之一，不过与之前略有不同的是：他并非实际上场的参赛选手，而是一位选手的缔造者。
当然，结果是值得庆祝的：AlphaGo以4比1的成绩战胜了围棋世界冠军李世石。这次胜利不仅是人工智能领域里一次里程碑式的胜利，也为Hassabis本人的棋手“职业生涯”增添了又一个冠军头衔。
在赛后的采访中Hassabis表现得既兴奋又平静，他说：“这感觉就好像是我们的第一部月球探测器成功发射升空了！”
不过对于Hassabis来说，在围棋界的胜利还远远不够。他更想要向世界展示的是：机器学习技术在人类的生产和生活中拥有更强大的潜力，可以帮助人类解决更多棘手的全球性问题。
实际上这一想法在Hassabis少年时期已经开始逐渐成型。
Hassabis从4岁就开始学下国际象棋，并很快成为了当地小有名气的天才棋手。从那时起，Hassabis就已经开始思考人脑究竟是如何完成复杂任务的。
提前两年读完高中后，Hassabis来到英国著名游戏设计师Peter Molyneux手下任职。17岁时，Hassabis负责了经典模拟游戏《主题公园》的开发，这款游戏一经发布就大受欢迎，除了取得数百万套销量的好成绩之外，这款游戏还赢得了当年的金控制杆奖（Golden Joystick Awards）。受到这款游戏的影响，以全校第一的成绩从剑桥大学计算机学院毕业后，Hassabis开始自己创业做游戏开发，并且取得了成功。
但单纯的编程、开发游戏，似乎并不是Hassabis真正想做的。于是30岁的Hassabis又回到伦敦大学，开始攻读认知神经学的博士学位，真正研究人脑解决问题的工作机制。2010年，成功拿到博士学位后的Hassabis和友人一起创办了DeepMind公司，开始从事人工智能相关算法的研究，并于2014年被谷歌以6.5亿美金的价格收购。
在收购之前，DeepMind的主要工作就是利用深度学习算法控制电子游戏的操作。最著名的是2013年12月，DeepMind开发的一款名为Deep Q-Network （DQN）的人工智能程序首度以“超人”难度通关了一款Atari公司开发的像素点游戏。
在DeepMind内部，Hassabis在认知神经学课堂上学到的知识经常能够成为团队的灵感来源。被谷歌收购之后，DeepMind团队进行了一系列抓人眼球的尝试，例如利用人工智能解读人类的演讲，利用机器学习处理伦敦地铁的高峰期运营等。Hassabis表示，虽然团队内部实现的那些算法看起来很复杂，但其实内部的每一处小细节都是建立在前人已经发表的研究成果的基础之上的。
那时，DeepMind的人工智能技术已经实现了计算机图像识别，正在训练机器利用这些视觉信息进行后续行为的规划和判断。而且更关键的是，DeepMind研发的机器学习算法已经被应用于谷歌数据中心的节电项目，这意味着人工智能已经开始处理生活中的实际问题，Hassabis的理想在一定程度上得到了实现。
实际上除了节电之外，DeepMind在人工智能方面的研究已经在诸多领域得到了实际应用。包括与牛津大学共同研发的结合深度学习技术的唇读程序 LipNet；与英国国家医疗服务体系 NHS 合作，推出一款名为 “Streams” 的综合性医疗辅助 App（Streams可以分析病人的所有医疗数据，并对病情加以分析，将结果推送到医生手中）；与Moorfields眼科医院合作，利用深度学习技术辅助诊断眼科疾病等。
由于对研发成果的保密和医疗大数据的使用，DeepMind一度遭到了许多非议。一部分人认为学术研究成果应该公开，另一部分人则认为使用医院的医疗大数据侵犯了他们的隐私。但是在更多的科学家眼里，DeepMind还是一家颇具吸引力的公司，他们纷纷表示非常愿意加入DeepMind从事人工智能方面的研究。
现在，除了做人工智能算法的研究之外，Hassabis还必须抽出一定的时间来维持公司的运行，不过他并不介意这些琐事占用了他宝贵的科研时间。Hassabis说：“我坚信DeepMind正在从事的研究对人类的未来至关重要，而且这值得我们做出一些牺牲。”
via nature
【招聘】雷锋网坚持在人工智能、无人驾驶、VR/AR、Fintech、未来医疗等领域第一时间提供海外科技动态与资讯。我们需要若干关注国际新闻、具有一定的科技新闻选题能力，翻译及写作能力优良的外翻编辑加入。
简历投递至 wudexin@leiphone.com，工作地 北京。
正在生成分享图...
我在思考中