戴文渊 灯塔和唐僧.docVIP

PAGE  PAGE 17 戴文渊 灯塔和唐僧 　　将人工智能的价值最大化，是戴文渊的愿景。在这个目标导向下，他精准地走着每一步，并试图用商业的成功来带动科技的成功。 　　黑暗中，捉住“狗”绳的年轻人 　　韩国首尔，3月9日，12 00，谷歌人工智能AlphaGo思考了1分半后，边星起手第一步。它的对手，33岁的韩国顶尖围棋手李世石执黑先行，选择了一个非常规的下法开局，冒险试探后，李世石认真发力，黑棋越来越主动。AlphaGo的白棋一路后推下贴，这下法被人认为“换做刚刚学棋的小朋友都是要被老师打屁股的”。 　　 　　101手时，李世石的黑棋几乎围住下边，优势明显。但AlphaGo始终按照自己的节奏，不紧张，不沮丧，不疲倦，无声无息，有如忍者。102手，AlphaGo释放出精彩的胜负手，此后，便进入它的高光时刻。不时出手经典，屡屡令人咋舌，也有看起来业余的动作，但能以小误换取更大胜利。历时3个半小时后，面对后半局呈现出精准判断的AlphaGo，这场人机大战第一轮，李世石弃子认输。 　　比起国际象棋，每一步都有多达300多种选择的围棋更需要智力。AI来势汹汹，人类智慧领域里的围棋碉堡比人们所预期的提前失守。这难免会让人失落。而与李世石同龄的戴文渊先生却颇为振奋。当天，在“用什么策略可以战胜 AlphaGo”的提问下，他毫不犹豫地站在AlphaGo这一边，以一句反问留下了他在知乎的首次发言：“如果说1997年IBM深蓝战胜国际象棋世界冠军卡斯帕罗夫是机器突破了人类的第一道防线的话，2016年AlphaGo是不是摧毁了人类的最后一点骄傲呢？” 　　作为人工智能领域的顶尖研究者以及人工智能创业公司“第四范式”的创始人，他还友好地提醒人类，面对毫无人性弱点的AlphaGo，一定要控制好骄傲、气馁或紧张的心魔。 　　这显然并不容易，而结局你已知道，AlphaGo以4 1完胜李世石。此后，李世石承认，“面对毫无感情的对手是非常难受的事，让我有种再也不想跟它比赛的感觉。” 　　 　　像人一样会学习的AlphaGo，似一枚信号弹，胜利地照亮了人工智能领域的天空，它甚至还将其获得智力的核心根基―机器学习中的一个子分支“深度学习（Deep Learning）”，强势推到人们面前。 　　作为时下人工智能领域里的一个大热门，“深度学习”的动机是建立、模拟人脑进行分析学习的神经网络，计算机利用近似人类大脑神经网络的运作方式从大型数据集中吸取知识，源于二三十年前人工神经网络的研究。2006年，加拿大多伦多大学教授、机器学习领域的泰斗Geoffrey Hinton和他的学生在《科学》上发表了一篇文章，被认为是开启了“深度学习”在学术界和工业界的浪潮。 　　AlphaGo幕后主脑Deepmind，是英国一家年轻的人工智能公司，2014年，被谷歌斥4亿英镑收入囊中。AlphaGo完胜李世石3个月后，《经济学人》推出一篇专题报道《机器的进军》（March of the machines），Deepmind的创始人Demis Hassabis在接受采访时称，他们已经在开始探寻一种更新的技术，“迁移学习（transfer learning）”，这种技术能让强化学习系统把基础建立在已习得的知识上，而不用每一次都从头学起。 　　 　　人能够举一反三，机器也可以做到这一点。“迁移学习”被认为是下一个热点，它可以解决“深度学习”的某些局限―比如，必须要依赖海量的大样本数据。 　　而AI阵营的绝对支持派戴文渊，称得上是这个更前沿领域的先行者。 　　他是2005年ACM国际大学生程序设计竞赛世界冠军―这项大赛号称汇集了全球智商最高的人、由美国计算机协会（ACM）主办、被称为计算机界奥林匹克。 　　他与AI的结缘纯是一场阴差阳错。2005年，戴文渊本科就读于上海交通大学计算机系的一个实验班，这个班的学生在大三时就可以按个人喜好选择实验室。当时，最火的一个方向是图形学（即CG，Computer Graphics），学好了能去好莱坞闯闯（《阿凡达》60%的画面就是用CG生成的）。但戴文渊的整个大三都在搞ACM编程竞赛，等竞赛结束，热门的早就选完了，只剩下最没人选的AI。“没有人相信AI能做成，毕业以后，成绩好的，能当个老师，成绩不好，那就算白学了。”他调侃起当年的选择。 　　因祸得福，他因此结识了AI领域内一位顶尖的华人学者―当时，在上海交通大学计算机系并无与此相关的师资，系里便将戴文渊作为访问学生推荐到了香港科技大学，师从计算机系教授杨强。 　　拥有一份独特而鼓舞人心履历的杨强，是人工智能的坚定信仰者。 　　 　　1982年在北京大学读完天文物理学本科后，杨强赴美国马里兰大学继续攻读天体物理学硕士。研究过程中，他开始用计算机编程