專訪AlphaGo之父哈薩比斯：正考慮是否要和中國企業(yè)合作

　　在烏鎮(zhèn)，當(dāng)矮小的得米斯.哈薩比斯( Demis Hassabis)走進(jìn)第一財(cái)經(jīng)臨時(shí)布置的電視采訪間時(shí)，他很隨和、自然地就和我搭上了話，聊起了圍棋和阿爾法狗。

　　40歲的他，略微有些謝頂，就象中國普通高校里的普通青年老師。他被英國偉大的物理學(xué)家霍金稱為“地球上最聰明的人類之一”，還被英國媒體譽(yù)為人工智能時(shí)代的“超級(jí)英雄”。

　　他是一名神童，在13歲時(shí)就已經(jīng)在同年齡組世界積分排名第二，達(dá)到國際象棋大師級(jí)水平。16歲被劍橋大學(xué)計(jì)算機(jī)系錄取。在創(chuàng)辦DeepMind之前，他曾經(jīng)創(chuàng)辦一家游戲公司，后來重返學(xué)術(shù)界，他的一篇有關(guān)腦神經(jīng)的論文，被當(dāng)年評(píng)為最有影響力的的十項(xiàng)科學(xué)突破之一。

　　擁有倫敦大學(xué)學(xué)院認(rèn)知神經(jīng)科學(xué)博士學(xué)位的哈薩比斯，成為麻省理工學(xué)院和哈佛大學(xué)的訪問科學(xué)家，并在2010年與兩位合伙人一起創(chuàng)辦了DeepMind。他們?cè)噲D從人的大腦中尋求人工智能的算法。

　　DeepMind在2014年被谷歌以6億美元收購。哈薩比斯和他的團(tuán)隊(duì)，影響了谷歌未來十年的發(fā)展方向，促使谷歌從移動(dòng)第一轉(zhuǎn)向AI第一。

　　特別是DeepMind的圍棋軟件阿爾法狗(AlphaGo)，在2016年五番棋中以4：1戰(zhàn)勝了韓國世界圍棋冠軍李世石，在這一世界上最復(fù)雜的智力游戲中機(jī)器首次戰(zhàn)勝人類，成為將技術(shù)帶入人工智能時(shí)代的歷史性事件。在短短的一年時(shí)間，阿爾法狗的學(xué)習(xí)能力有了驚人的增長(zhǎng)，比去年的版本又提升了三個(gè)子的實(shí)力，并且剛剛在烏鎮(zhèn)以2：0勝于當(dāng)今排名世界第一的中國年輕的圍棋大師柯潔。

　　阿爾法狗的背后，是迅速增強(qiáng)的機(jī)器學(xué)習(xí)能力。哈薩比斯說，他的目標(biāo)，是讓人工智能成為探索宇宙的“終極工具”。他更喜歡的一句口號(hào)是：解決智能，再用智能解決一切。

　　周健工：得米斯，之前AlphaGo戰(zhàn)勝了柯潔，向你表示祝賀。你之前預(yù)料到這個(gè)結(jié)果了么?

　　哈薩比斯：謝謝。昨天的比賽非常精彩，而且雙方實(shí)力非常接近。最后AlphaGo只以最小的半分優(yōu)勢(shì)獲得了勝利。我們確信AlphaGo非常強(qiáng)大。我們通過讓它和自己的老版本對(duì)弈的方式來測(cè)試它，然后看它能取勝多少次。所以我們知道它和老版本相比取得了多大的進(jìn)步，但是在和像柯潔這樣偉大的棋手對(duì)弈之前，我們不確定它是不是還存在一些圍棋知識(shí)的盲區(qū)。

　　周健工：柯潔說，這是他和AlphaGo的最后三局棋中的第一局，這是不是意味著人機(jī)對(duì)弈將就此畫下句號(hào)?

　　哈薩比斯：不知道，我們將拭目以待。但是我覺得柯潔的意思是這將是他最后一次與人工智能的正式比賽，而我認(rèn)為我們將會(huì)看到職業(yè)選手使用人工智能系統(tǒng)來進(jìn)行訓(xùn)練和實(shí)戰(zhàn)。

　　周健工：你下圍棋么?

　　哈薩比斯：是的。

　　周健工：你下得怎么樣?

　　哈薩比斯：我大概是業(yè)余一段的水平，不過我有些生疏了。

　　周健工：有一點(diǎn)很有趣，因?yàn)閲迤鹪从谥袊?，有幾千年歷史了。而突然之間，高智能的機(jī)器來到中國，打敗了中國的頂尖選手。你覺得這是不是一種很棒的中西方文化交流?一個(gè)是高科技，另一個(gè)則很傳統(tǒng);一個(gè)是西方的，另一個(gè)則是東方的;一個(gè)代表著機(jī)器，另一個(gè)則代表著文化。你對(duì)此有什么看法?

　　哈薩比斯：我其實(shí)并不這么認(rèn)為，因?yàn)楸M管圍棋是一項(xiàng)亞洲的、中國的游戲，但是它在全世界范圍內(nèi)都很流行，尤其是英國的數(shù)學(xué)家們。我是在劍橋讀本科的時(shí)候?qū)W會(huì)了下圍棋。在劍橋大學(xué)有一家非常棒的圍棋俱樂部。此外，在Deep Blue 20年前打敗卡斯帕羅夫，摘得人工智能研究的圣杯之前，人們都認(rèn)為由于下棋過于復(fù)雜、深?yuàn)W，而且依賴直覺，機(jī)器很難掌握這項(xiàng)游戲。所以我不認(rèn)為這代表了一種文化差異，因?yàn)槿斯ぶ悄艽驍∪祟惖牡谝豁?xiàng)棋類是國際象棋，在那之前則是國際跳棋。這些都是西方的棋類游戲。而圍棋那么特別只是因?yàn)樗檬亲罾щy的棋類項(xiàng)目，需要最頂尖的、完美的信息處理能力。另外，自從我們公布了AlphaGo的研究成果，騰訊就建造了他們自己的AlphaGo克隆，而其他公司也在研究類似的技術(shù)。所以并不是只有西方企業(yè)在研究人機(jī)對(duì)弈。

　　周健工：你媽媽是華人，所以你有一半的中國血統(tǒng)吧，你們家里都說英語么?

　　哈薩比斯：是的。我爸爸是一個(gè)來自希臘的塞浦路斯人，而我媽媽就像你說的，是一個(gè)新加坡籍華人。但是我出生和成長(zhǎng)都在倫敦，我的第一語言也一直是英語。不過我的背景倒是很多元化。

　　周健工：這是你第一次來到中國么?

　　哈薩比斯：是啊。我來到這里真是太高興了，在這里見識(shí)到中國的文化，還遇到很多中國友人。

　　周健工：你這次結(jié)交了很多來自政府和企業(yè)的中國朋友，還接觸到很多科學(xué)家。你有收到與DeepMind合作的請(qǐng)求或者建提議么?

　　哈薩比斯：是的。我之前就認(rèn)識(shí)一些中國企業(yè)的領(lǐng)導(dǎo)，在他們到英國或者美國訪問的時(shí)候結(jié)識(shí)的，這次我也會(huì)訪問其中一些公司。我們從世界各地收到合作的請(qǐng)求。所以我們打算在這里花一點(diǎn)時(shí)間來觀察，是否也要和各種各樣的中國企業(yè)建立合作關(guān)系。

　　周健工：你要在中國呆多久?

　　哈薩比斯：在這次行程中，我大概在這里呆一周左右。不過我想我可能很快又會(huì)回來的。

　　周健工：哦，太好了。你現(xiàn)在就像一個(gè)搖滾明星吧!現(xiàn)在人工智能在中國和全世界都是非?；鸬脑掝}。我覺得現(xiàn)在一些人不僅僅把你當(dāng)成一個(gè)科學(xué)家、企業(yè)家、程序開發(fā)者、比賽選手，還是一個(gè)搖滾明星，對(duì)不對(duì)?

　　哈薩比斯：我不知道，這有點(diǎn)奇怪。這有可能是因?yàn)锳lphaGo是我們最知名的杰作，所以我們?cè)趤喼奚踔帘仍谟忻?。?dāng)我們來到中國或者韓國，就會(huì)看到很多人對(duì)我們的工作感興趣。(受到如此熱捧)這讓我們有些難為情。

　　周健工：谷歌提出了人工智能第一(AI First)的戰(zhàn)略，而你們DeepMind公司三年前被他們收購了。像你說的，Deep Mind 是獨(dú)立運(yùn)作的，那么DeepMind在這家以人工智能為先的公司里的定位是怎么樣的?

　　哈薩比斯：好吧，影響谷歌戰(zhàn)略，我們起了不小的作用。顯然，DeepMind的存在，以及我們?cè)谌斯ぶ悄茴I(lǐng)域取得的成功，已經(jīng)說服Google的人們，現(xiàn)在是時(shí)候把研究人工智能當(dāng)作公司的首要目標(biāo)了。另外，我們基本上是一個(gè)研究團(tuán)隊(duì)，而我們還有一個(gè)應(yīng)用團(tuán)隊(duì)，由我的聯(lián)合創(chuàng)始人穆斯塔法·蘇萊曼運(yùn)作。而且我們和Google產(chǎn)品團(tuán)隊(duì)也有很多接觸，以及其他的Alphabet旗下公司。我們主要專注于研究工作，不過我們同時(shí)也想對(duì)產(chǎn)品和應(yīng)用做出改進(jìn)。我覺得DeepMind作為Alphabet大家庭的成員，對(duì)谷歌幫助很大。

　　周健工：全世界的創(chuàng)業(yè)者都以為最具創(chuàng)造力的東西都來自硅谷，而現(xiàn)在，人們發(fā)現(xiàn)，尤其是我們中國人，發(fā)現(xiàn)倫敦也有像DeepMind這樣的創(chuàng)新公司。歐洲和英國的高科技公司和硅谷有沒有區(qū)別，有沒有所謂的文化差異?

　　哈薩比斯：是的，差異還不小呢。我為自己是一個(gè)英國人，并且為扛起英國的創(chuàng)新旗幟而感到自豪。我認(rèn)為英國一直以來就有研究電腦科技和人工智能的創(chuàng)新傳統(tǒng)。阿蘭·圖靈和蒂姆·伯納斯·李，都是英國的。我們有著善于創(chuàng)新的光榮傳統(tǒng)。不過也許不那么擅長(zhǎng)把科技轉(zhuǎn)化為商業(yè)上的成功。我認(rèn)為部分原因是英國有很棒的文化和大學(xué)，例如劍橋和牛津。英國是歐洲的一部分，我們還有一種歐式的世界觀，知道科技應(yīng)該怎樣被使用。我們希望科技能惠及到所有人。我們很高興能證明，最前沿的科技并不僅僅存在于硅谷中。在很多地方都能做前沿研究，就像倫敦和中國，為什么不呢，只要你有足夠多的聰明人，并且給他們一個(gè)機(jī)會(huì)。

　　周健工：在Google內(nèi)部和Alphabet內(nèi)部，有很多其他的事業(yè)部。他們擁有人才、科學(xué)家和工程師。他們也有用于人工智能創(chuàng)新研究的實(shí)驗(yàn)室。所以DeepMind和這些Google內(nèi)部其他人工智能部門的關(guān)系是什么樣的?

　　哈薩比斯：就像你說的，Google有很多人在研究人工智能，不過不同的部門專注于不同的方面。一些部門更注重于產(chǎn)品，一些則更注重于建造像TensorFlow這樣的平臺(tái)、工具和基礎(chǔ)設(shè)施，還有一些就像我們一樣是做研究的。我們和所有的這些團(tuán)隊(duì)合作。我們和他們保持著基于項(xiàng)目的緊密聯(lián)系。我覺得DeepMind和其他團(tuán)隊(duì)有些區(qū)別在于，我們更定位于去實(shí)現(xiàn)通用的人工智能(Artificial General Intelligence)這個(gè)大目標(biāo)。相對(duì)于短期的研究突破，我們更注重這個(gè)長(zhǎng)期的任務(wù)。所有的研究都指向這個(gè)大目標(biāo)，我覺得這就是DeepMind和其他團(tuán)隊(duì)最大的區(qū)別。

　　周健工：DeepMind的新科技是如何惠及Google內(nèi)部的其他產(chǎn)業(yè)，產(chǎn)品以及服務(wù)的?你能舉幾個(gè)例子嗎?

　　哈薩比斯：是的，有一些例子……實(shí)際上我們將技術(shù)應(yīng)用在Google的各個(gè)產(chǎn)品上，我曾提到的一個(gè)是提高數(shù)據(jù)中心的能源使用率，這很了不起。我們與安卓會(huì)有很多的合作，希望能提高效能，不久就會(huì)公布。在推薦系統(tǒng)上我們和Google Play合作。所以在Google里也應(yīng)用到不少地方了。我們還和其他的產(chǎn)品團(tuán)隊(duì)合作，所以接下來的一兩年里會(huì)有越來越多的新產(chǎn)品會(huì)宣布。

　　周健工：那你如何尋求合作呢?因?yàn)锳lphabet旗下Google和DeepMind是兩家獨(dú)立的公司，對(duì)嗎?Google會(huì)付你們錢嗎，還是僅僅對(duì)你們提出創(chuàng)新的要求?還是就像市場(chǎng)上兩家獨(dú)立的公司?

　　哈薩比斯：不是的，我們的合作十分緊密。我們的合作關(guān)系，我不可能告訴你那么多細(xì)節(jié)，那應(yīng)該是Alphabet回答的問題，我們就像姐妹公司，姐妹團(tuán)隊(duì)。我們的合作十分緊密。我經(jīng)常和Sundar(Sundar Pichai，Google 的CEO。)交流，討論優(yōu)先事項(xiàng)以及合作的項(xiàng)目。

　　周健工：今天，你談到很多自我學(xué)習(xí)，對(duì)我們圍棋手來說，有一些棋招很有創(chuàng)意又出其不意，你認(rèn)為在不遠(yuǎn)的將來獨(dú)立學(xué)習(xí)機(jī)制會(huì)產(chǎn)生獨(dú)立的動(dòng)機(jī)嗎?機(jī)器在計(jì)算的時(shí)候有其自我目的嗎?

　　哈薩比斯：是的，這是個(gè)好問題。我認(rèn)為在設(shè)計(jì)系統(tǒng)的時(shí)候要給它們定個(gè)目標(biāo)。就像AlphaGo的目標(biāo)不是開車或是干其他的。它只知道我們給它定的目標(biāo)，那就是贏得圍棋比賽。所以我認(rèn)為在可預(yù)見的將來，人工智能系統(tǒng)會(huì)被設(shè)計(jì)成實(shí)現(xiàn)設(shè)計(jì)者既定目標(biāo)的工具。怎么去實(shí)現(xiàn)目標(biāo)，也可以讓機(jī)器來學(xué)習(xí)。一般說來，我認(rèn)為這些系統(tǒng)都會(huì)竭盡所能去實(shí)現(xiàn)我們?cè)O(shè)定的目標(biāo)。

　　周健工：所以你認(rèn)為不遠(yuǎn)的未來機(jī)器總是會(huì)服從都和實(shí)現(xiàn)人類設(shè)定的目標(biāo)嗎?

　　哈薩比斯：是的，AlphaGo不能自己設(shè)定自己的目標(biāo)，所以你只能另外設(shè)計(jì)一種機(jī)器去做設(shè)定的工作。

　　周健工：是因?yàn)槟悴蛔屗鼈冏鰡?是因?yàn)槟惆阉鼈冊(cè)O(shè)定成不能為自己做事還是它們沒有能力為自己做事?

　　哈薩比斯：對(duì)，這是后者。我們目前設(shè)計(jì)的這個(gè)系統(tǒng)不具備這樣的能力。所以也許能想出這種設(shè)計(jì)，但我們認(rèn)為這一點(diǎn)現(xiàn)在還不是很有用處，因?yàn)槲覀兪窍朐O(shè)計(jì)在一些領(lǐng)域可以幫助人類專家的工具。如果只是個(gè)工具，那還是讓人類專家去設(shè)定目標(biāo)。這正是我們現(xiàn)階段在研發(fā)的系統(tǒng)。

　　周健工：說一說通用人工智能吧，這和只應(yīng)用于狹窄領(lǐng)域如圍棋領(lǐng)域的略有不同。你想將其應(yīng)用于各行各業(yè)。我在想數(shù)據(jù)質(zhì)量的問題，你們?cè)趺创_定數(shù)據(jù)來源的可信度和質(zhì)量?有些數(shù)據(jù)可能是人為操縱的、骯臟的、甚至是假的，你們?cè)趺捶直婺?

　　哈薩比斯：對(duì)，這真是一個(gè)非常……很有深度的問題。怎么去判斷數(shù)據(jù)的可信度?有許多種辦法來看待這個(gè)問題。這些是研究中有待于解決的很大的問題。我們可以從訓(xùn)練的系統(tǒng)中看出來，看它做出決策的質(zhì)量怎樣，顯然如果數(shù)據(jù)是有偏頗的，那你所做的決定也不會(huì)是正確的。大概可以像這樣判讀出來。另外一種防止的方法，也是我們經(jīng)常用的，是可以從模擬中產(chǎn)生出所需要的數(shù)據(jù)。如果這個(gè)模擬是正確的，或者說來源起因是正確的，那就可以產(chǎn)生很多數(shù)據(jù)，或者這種數(shù)據(jù)的質(zhì)量會(huì)更好。所以可以使用多種策略來解決這個(gè)問題。

　　周健工：我對(duì)于DeepMind的工作方式有一些好奇，因?yàn)槲易x過一本關(guān)于Google工作方式的書，所以我很好奇DeepMind是怎么做的，你提到了你們?cè)趥惗赜?00到500名員工。其中有超過200名頂尖博士和科學(xué)家。他們來自多少個(gè)不同的國家?

　　哈薩比斯：是的，我們非常國際化。這些員工來自超過60個(gè)國家。

　　周健工：你們是怎么把這些頂尖人才從世界各地吸引過來的?

　　哈薩比斯：好吧，對(duì)于這個(gè)問題我想我有幾個(gè)答案。其一，最頂尖的人總是想和世界上其他頂尖的人一起工作。所以當(dāng)你已經(jīng)擁有了一部分頂尖的人才，招募更多頂尖人才就變得容易了。另一方面，這些人往往想要研究最有趣的問題，接受最有趣、最智慧的挑戰(zhàn)。我覺得，解決人工智能問題就是你能干的最有趣的事兒之一，所以對(duì)那些聰明絕頂?shù)娜藖碚f，研究中遇到的挑戰(zhàn)也是非常有趣的。而第三個(gè)原因是我們創(chuàng)造了獨(dú)特的研究文化，這是一種學(xué)術(shù)院實(shí)驗(yàn)室和初創(chuàng)公司模式的混合，你知道的，我們嘗試著吸取兩邊的精華，并把它們結(jié)合起來。我認(rèn)為這能把資源、計(jì)算能力和其他它們能用到的東西都匯總到一起，對(duì)這些人才，非常有吸引力。這就是我們吸引最初的人才的方式。當(dāng)然，當(dāng)你開始做出AlphaGo這樣的產(chǎn)品，或者在《自然》雜志上發(fā)表研究成果，就是向世界上最好的人才打出了廣告，如果他們想做出像AlphaGo這樣偉大的產(chǎn)品，那么DeepMind就是一個(gè)工作的好地方。

　　周健工：你認(rèn)為對(duì)于像DeepMind這樣一家創(chuàng)造性十足的人工智能公司，它的人力和人才是不是必須是國際化的?

　　哈薩比斯：我認(rèn)為是的。我們之所以擁有來自60個(gè)國家的人才，是因?yàn)槲覀兊拇_搞到了一批麻省理工的拔尖學(xué)生，或者一個(gè)在波蘭贏得物理奧林匹克競(jìng)賽的人，又或者是法國當(dāng)年最棒的博士畢業(yè)生，諸如此類，精英中的精英。如果你想得到他們，你就必須從世界各地非常國際化的頂尖學(xué)校中把頂尖的人找出來，再把他們吸引到一起。另外，我能想到的另一個(gè)國際化的好處是，你帶來不同文化背景的人才，不同的思維方式也隨之而來。我認(rèn)為這對(duì)科研項(xiàng)目有很大的幫助，因?yàn)椴杉{盡可能多維度的觀點(diǎn)有助于你找到客觀的前進(jìn)方向。

　　周健工：你說你把初創(chuàng)文化和學(xué)術(shù)實(shí)驗(yàn)室文化結(jié)合到了一起，而人們通常認(rèn)為實(shí)驗(yàn)室文化是傾向于長(zhǎng)期研究的，而初創(chuàng)文化是為了盡快盈利，實(shí)驗(yàn)室則是為了發(fā)表科研論文。所以你怎么把這兩種文化結(jié)合到一個(gè)團(tuán)隊(duì)里呢?

　　哈薩比斯：這很困難。這也是我說DeepMind是獨(dú)一無二的理由。我在創(chuàng)立DeepMind之前在學(xué)術(shù)輪界和初創(chuàng)公司都工作過很多年，所以我才試著設(shè)計(jì)出這種混合文化。你知道，這很難用幾句話解釋清楚，它涉及到我們所做的每一件事，包括面試流程、管理流程、項(xiàng)目管理，所有這些都是為了促進(jìn)研究盡可能快地取得成果而特別設(shè)計(jì)的。我覺得唯一比較容易解釋的是，在學(xué)術(shù)學(xué)實(shí)驗(yàn)室做研究是不可能擁有在初創(chuàng)公司工作的能量和快節(jié)奏，對(duì)不對(duì)?另一方面，對(duì)于初創(chuàng)公司來說，有時(shí)他們不夠目標(biāo)遠(yuǎn)大，也沒有足夠的雄心，來完成你想做的那種研究，他們太注重于短期目標(biāo)了。我們公司把這兩方面融合在一起，然后還要把這種文化解釋給那些來加入公司的人。所以學(xué)院派們必須重新訓(xùn)練一下他們的思維，來適應(yīng)新的工作方式。

　　周健工：你們這里充斥著博士，還有那么多拿著頂尖學(xué)府的頂尖文憑的人。我能問你一個(gè)問題嗎，如果(大學(xué)輟學(xué)的)史蒂夫·喬布斯生活在人工智能時(shí)代，他會(huì)成功么?

　　哈薩比斯：我認(rèn)為，很有可能。你說得對(duì)，我們這里大多數(shù)人都有著頂尖文憑，但是他們中也有一些人并沒有，他們是自學(xué)成才的，尤其是在工程領(lǐng)域，他們也做出了杰出的貢獻(xiàn)。所以我的意思是這是因人而異的，一個(gè)像史蒂夫·喬布斯這樣非凡的人無論嘗試做什么都能成功。

　　周健工：好吧，我之前注意到你們有一個(gè)口號(hào)，后來又把它改掉了。你原來的口號(hào)是“解決智能，并用它來解決一切”，我后來訪問了你們的網(wǎng)站，你把它改成了“解決智能，并用它來改善這個(gè)世界”。你為什么要這么改呢?

　　哈薩比斯：好吧，其實(shí)這兩個(gè)口號(hào)我們都在用。這取決于我們演講的聽眾。當(dāng)我向科學(xué)家演講時(shí)，我喜歡用我原來的口號(hào)，解決一切。我覺得這個(gè)想法很獨(dú)特。不過有時(shí)候我們是在向普羅大眾演講，他們并不真正理解“解決一切”意味著什么，所以我們就突出地強(qiáng)調(diào)了解決問題的積極意義，你知道，例如健康、疾病、科學(xué)，還有最顯而易見的，我們從事這項(xiàng)工作的原因，那就是讓世界更美好。所以這兩個(gè)口號(hào)是相通的。

　　周健工：今天上午，我在你的演講中聽到了你解釋，機(jī)器學(xué)習(xí)如何學(xué)會(huì)產(chǎn)生直覺的機(jī)制。你能給我五個(gè)最有說服力的例子，來說明通用人工智能的應(yīng)用可以造福經(jīng)濟(jì)、社會(huì)和更多的人嗎?

　　哈薩比斯：我能告訴你至少三個(gè)我們正在研究的領(lǐng)域，我認(rèn)為人工智能在醫(yī)療、醫(yī)學(xué)診斷和照顧病患總體上都非常有用。這會(huì)產(chǎn)生很多數(shù)據(jù)，非常復(fù)雜，而且當(dāng)然對(duì)社會(huì)而言非常重要。我們還專注于最優(yōu)化流程，尤其是在能源方面，除了在我們的數(shù)據(jù)中心(能源效率的提升)，我認(rèn)為在電網(wǎng)級(jí)系統(tǒng)方面有很多重量級(jí)的工作可以實(shí)施。而且你也能想象到我們能最優(yōu)化其他的系統(tǒng)，比如物流，也許包括船運(yùn)、貨車和很多其他方面?？傊魏文隳苌婕暗降慕Y(jié)構(gòu)復(fù)雜的動(dòng)態(tài)網(wǎng)絡(luò)，都有人工智能的用武之地。最后，我們專注研究的另一個(gè)領(lǐng)域是推薦系統(tǒng)，人工智能可以理解人們想要什么。比如你想要在YouTube上看什么之類的，或者其他人們想要的東西，然后人工智能會(huì)給出更好的建議。所以我們正在把這些技術(shù)應(yīng)用于這三個(gè)方面。

　　周健工：最后一個(gè)問題。DeepMind原來是一家創(chuàng)業(yè)公司，后來被像Google這樣的科技巨頭收購了。在美國有至少五家科技巨頭，比如Google，Microsoft和Amazon等等。在中國也有所謂的“BAT，”，百度，騰訊和阿里巴巴。當(dāng)我們談?wù)撊斯ぶ悄艿臅r(shí)候，你會(huì)看到數(shù)據(jù)、人才、資本和電腦計(jì)算力有一個(gè)向越來越少數(shù)的公司集中的趨勢(shì)。你有沒有擔(dān)心過人工智能行業(yè)的壟斷，而那些人工智能領(lǐng)域的創(chuàng)業(yè)者成長(zhǎng)的空間在哪里呢?

　　哈薩比斯：我認(rèn)為這就是為什么我們公開研究成果是很重要的，另外，像Google這樣的公司提供諸如TensorFlow之類的平臺(tái)也很重要，此外還有很多公開的算法。所以現(xiàn)在你在機(jī)器學(xué)習(xí)方面做很多標(biāo)準(zhǔn)化的研究都是免費(fèi)的。所以我認(rèn)為這一領(lǐng)域的發(fā)展方向，一定是在一個(gè)更廣闊的范圍內(nèi)共享利益，而不是僅僅局限于你提到的那些公司。正如我一再提到的，這也正是我們?cè)贒eepMind的價(jià)值觀，致力于確保盡可能多的人從我們的研究中受益，而不僅僅是一兩家公司的客戶。

　　周健工：非常感謝。

　　哈薩比斯：謝謝，不客氣。