被称为alphago 之父，曾被万维网（world wide web）创办人伯纳斯李（timothy john berners-lee）盛赞为“地球上最聪明的人”。杰米斯·哈萨比斯（demis hassabis）今年才42 岁，但他的成就却远远超过40 年的经验，在alphago 胜过世界围棋冠军韩国李世乭（lee se dol）后业务似乎就攀上高峰，不过哈萨比斯似乎没有停止进步，不用追求高薪、升迁、成就的他，为何还要每天工作到四点呢？
你见过凌晨 4 点的伦敦吗？
杰米斯·哈萨比斯（demis hassabis）天天见。 这位 deepmind 创始人、alphago 之父，一直是全球赞颂的当世天才，但每天要到凌晨 4 点，才能睡下 。
这是哈萨比斯最新采访中透露的作息时间，他告诉《星期日泰晤士报》：
他的一天 24 小时，有两个工作日。
第一个工作日，是到 deepmind 的办公室中，引导公司 700 名员工（400 名拥有博士学位）的工作，来保持 deepmind 作为世界领先人工智能公司的地位。
然后在晚上 7 点半准时回家，和妻子及两个孩子共进晚餐。等到孩子们晚上 10 点上床睡觉后，他就开始了第二个工作日。
“我一般会熬夜到凌晨 4 点左右，”他说。 “有时候是 4 点半，看情况而定。”或许，这也能够从侧面证明，deepmind 何以成为当今最瞩目的 ai 重镇。
最近，deepmind 又爆发出了耀眼的光芒，声明自己的霸主地位：
alphazero 登上了《科学》封面，只用一个算法，就在围棋、国际象棋和将棋领域奠定了霸主地位；alphafold 能根据基因串行来预测蛋白质的3d 结构，在有“蛋白质结构预测奥运会”之称的casp 比赛中夺冠，力压其他97 个参赛者 。
它们是怎么诞生的？未来将会向何处发展？
在接受采访时，哈萨比斯也讲述了这背后的故事。
围棋领域的霸主？远远不够
deepmind 为外界所知，始于 2016 年 alphago 大胜世界围棋冠军李世乭。之后，deepmind 推出 alphago zero，一举在围棋领域奠定了霸主地位。
它与之前的 ai 有很大不同。 1999 年，击败国际象棋冠军的深蓝，需要国际象棋大师和工程师组成团队，来教它下棋的技巧。
但 alphago zero 不需要任何东西。它就像一个出生在围棋世界的婴儿，所拥有的只是一块棋盘和对规则的了解，以及目标：要赢 。
就像婴儿学习走路一样，经过成千上万的自我对抗，完善自我的理解与认知，有了主动。
慢慢地，它不仅能掌握人类大师下棋的技能，还会自己发现一些下棋的技能。最后，用这些技能摧毁人类智能的壁垒。
但哈萨比斯知道，只做到这一步，远远不够。
谷歌收购 deepmind，是希望它能够设计出能够擅长处理很多事，能够推进通用人工智能的落地，然后解决科学和商业上的问题。
事实上，deepmind 已经做了一些事情，比如提供软件完善了 google play 的推荐购买系统，大幅降低谷歌服务器机房的能耗等等。
怎么向世人展现 ai 有多像人？
但是，哈萨比斯发现，向世界证明 ai 具备通用智能的最好方法是游戏。
在 deepmind 的程序成为围棋领域的霸主后，哈萨比斯去参加了一个会议，来讲解他的成就。
曾经是深蓝团队成员默里·坎贝尔（murray campbell）问他：“如果去下国际象棋，会怎么样？”
对于一个传统的项目来说，需要从头开始设计一个新系统。但对于 alphazero 来说，只是需要经历一个不同的“婴儿期”而已。
然后，alphazero 诞生了，再次进入由黑与白组成的世界。
但这一次，棋盘上不再是围棋的黑白子纵横交织，而是国际象棋的骑士、国王、主教和王后。
“从早上完全随机地开始游戏，到了下午茶的时间，alphazero 就可以达到超人类的水平，”哈萨比斯说。 “到晚餐时，它就会成为有史以来最强的实体。”
在alphazero 论文登上《科学》封面时，《科学》杂志评价称，能够解决多个复杂问题的单一算法，是创建通用机器学习系统，解决实际问题的重要一步。
只在游戏领域称霸远不够
的确，打造通用人工智能，只是“攻克”几种棋类游戏是远远不够的。国际象棋虽然很复杂，但它也非常简单。它有明确的规则，明确的结果，每个人都知道正在发生什么。
现实生活中也有类似的情况，九游会官网真人游戏第一品牌的解决方案就是在许多不同的可能组合中选择正确的路径。
就在两周前，deepmind 的 alphafold 在有“蛋白质结构预测奥运会”之称的 casp 比赛中夺冠，这对于研发新药至关重要。
但生活中大多数情况都并非如此。
关于人工智能，一个最奇怪的事情就是人类创造了它们，但却不理解它们。一旦它们开始运行、学习和迭代，它们的工作方式就像我们自己的大脑一样，始终笼罩着一层迷雾。
对哈萨比斯来说，国际象棋是他观察 alphazero 运行的一种方式。在棋盘上，你可以看到代码显现出来。 “我可以感受到棋盘上发生的优化过程，”他说。
让 ai 解决一个他能理解的问题，比如国际象棋。哈萨比斯从中可以获得新的理解，并将其运用到其他自己不了解的问题中，比如蛋白质结构预测。
“如果骑士当前的位置不是最好的，alphazero 可能会将它移动六步，来寻找最佳发动攻击的位置。如果你精通国际象棋，你会有种在alphazero 大脑海中的感觉。”
哈萨比斯有更大的计划。他认为，在可以预见的将来，人工智能会像科学家一样工作，提出假设，并设计实验来验证假设，然后“取得可能获得诺贝尔奖的重大突破”。
但是，在前进的道路中，有一个如影随形的“世界末日”问题。一些人认为，与怀疑我们是否能够开发出真正的人工智能相比，要开始考虑我们是否应该开发它们了。
和这个领域的大多数人一样，对于这个问题，哈萨比斯事先已经有了答案：人工智能确实存在道德问题，但是这些问题是可以解决的。而且，与人工智能可能引起的困难相比，人工智能可能解决的困难多人类更具吸引力。
“如果我不知道像人工智能这样能够改变游戏规则的东西正在出现，我会对世界未来的走向更加悲观，”他表示。
“从老年痴呆症到气候变化，这个世界有太多的问题存在，在解决方法上，我们似乎没有取得任何进展。要嘛人类的行为出现指数级的发展，要嘛技术出现指数级的发展进，而前者似乎并没有什么变化。”
放弃成为顶尖棋士的机会
现在，哈萨比斯并没有关注所谓的“世界末日”问题。相反，他正在享受当前的一切，它不仅关乎未来，也关乎过去。
13 岁时，哈萨比斯做了一个计算。尽管知道自己有机会成为世界上最好的棋手，他还是放弃了下棋。
然后，他选择了一条他自认为很随意的道路。就像国际象棋中的骑士一样，alphazero 为了让它能够在正确的位置发动攻击，先让它走了六步。
哈萨比斯已经朝着某种不可避免的方向前进了。