AlphaGo之父——DeepMind

  编辑：经力

【嵌牛导读】：人工智能领域的领跑者，AlphaGo之父——DeepMind。

【嵌牛鼻子】：人工智能；DeepMind

【嵌牛提问】：AlphaGo的创造者究竟是“何方神圣”？

【嵌牛正文】：

最近AlphaGo与围棋冠军柯洁的对决再次将“人工智能”引入大众的视野，AlphaGo连赢3场的战绩令人惊叹。不过相比于棋盘内的胜败，更应该受到关注的是AlphaGo的创造者——谷歌旗下的DeepMind。

DeepMind是一家英国的公司，主要从事人工智能领域的研究，并于2014年被谷歌以6亿美元的价格收购，要知道那时的DeepMind还没有发布过任何产品且只有20个技术人员。不过很快DeepMind团队就证明了自身的价值，也顺带证明了人工智能的价值。下文就通过介绍DeepMind的几项关键作为来认识一下这家被谷歌大脑专家称为“AI实力世界第一”的公司。

1、让AI来玩游戏

DeepMind的创始人Demis Hassabis是棋类和电子游戏高手，或许是处于这个原因，这家公司发布的不少产品都与游戏有关。如2013年发布的AI游戏系统，该游戏系统可以通过对游戏的自我学习，自动的玩一系列初级电视游戏。虽然这对人类来说难度不大，但对于机器学习来说却意义惊人。因为它涉及架设任务、建立人工精神网络、建立深度学习模型和完善学习过程几个关键部分，并且需要大量的图形处理单来辅助。正是这款“玩儿出来的AI程序”，最终帮助DeepMind登上了《自然》杂志。此外，DeepMind正打算打造一个专门玩《星际争霸2》的AI系统，并希望复制AlphaGo的奇迹，打败所有人类高手。

2、给AI上3D游戏课：开源DeepMindLab

2016年底，DeepMind将其核心深度学习平台之一“DeepMind Lab”进行开源，供研究人员和开发者使用。区别于以往的深度学习开源平台，DeepMind Lab的特殊之处在于，它其实是一套专门给AI玩的3D游戏。

就像人类玩的第一人称射击游戏一样，这套开源程序可以设计多重复杂的环境架构，专门用来训练人工智能和机器学习系统。用于训练人工智能在大型环境、部分可视环境，以及视觉多样化条件下学会执行复杂任务。相比于针对数据样本的机器学习系统，DeepMind开源的体系可以专注于AI在实际环境中进行视觉+感知的交互。这对于AI行业来说可谓是打开了巨大的脑洞，尤其对于无人驾驶、AR、地图导航、机器人记忆等领域的研究与创业者来说，可谓是福音。

3、人脑模式与经典计算机合体：可微分神经计算机

2016年底，DeepMind公布了他们打造的一台“可微分神经计算机”（DNC），DNC的特点是结合了精神网络的运作原理和经典计算机的运算能力和外部储存能力。简单来说，其解决方案就是将神经计算机的本体：以人类大脑为生物网络蓝本设置的精神网络，与可读写的外部存储器相分离，架设双层的处理与运算结构。

4、最精准的语音生成系统WaveNet

在玩游戏之余，DeepMind也做点大家都在做的“正经事”。比如近两年，DeepMind先后公布了其在图像生成和语音生成领域的成果，如16年公布的语音生成系统WaveNet，号称将计算机输出音频与人类自然语音差距缩小了50%。至少根据亲身尝试者的说法，这一系统比谷歌和苹果的语音生成系统都听起来自然流畅许多。

5、人工智能+医疗：DeepMind Health

在产品应用端，DeepMind也有一些动作，比如其推出的DeepMind Health就指向智能医疗系统。DeepMind Health先后获得了英国伦敦帝国理工学院和伦敦皇家自由医院以及英国国家医疗服务系统(NHS)数据的支持，并成功推出了用于血液测试的AKI报警平台、可辨识视觉疾病的机器学习系统等项目。

6、帮谷歌省电

利用深度学习算法，DeepMind优化了谷歌数据中心冷却系统的用电效率，节约用电量达40%。由此及彼，用人工智能算法来调度资源以提高资源的使用效率具有广阔的前景。

总结

不难发现DeepMind具有半学术半商业的特点，既注重理论探索，也不乏商业项目。学术上，DeepMind以模拟人脑为方向，不断推出在某些领域超过人类水平的AI系统；商业上，DeepMind或许会主推人工智能在医疗健康领域的应用，也可能会在将来推出更多“人工智能+”的项目，将人工智能与更多领域结合。