由中国围棋协会主办的人工智能论坛今天上午在浙江桐乡召开，开发出人工智能围棋程序 AlphaGo 的 DeepMind 公司 CEO 戴密斯-哈萨比斯（Demis Hassabis）在论坛上介绍了 AlphaGo 的研发过程和基本原理。DeepMind 公司创立于 2010 年，在 2014 年被谷歌收购。哈萨比斯表示，DeepMind 的目标是制造出通用的人工智能，帮助人类解决所有问题。他进一步解释称，通用人工智能就是，利用非人工预设的程序，用一套系统解决多种问题。而通用人工智能就是所谓的强人工智能。
哈萨比斯
除了能解决围棋问题外，DeepMind 还用人工智能去解决了雅达利的 “打砖块” 游戏。在人工智能学习 300 次游戏后，AI 已经能够掌握游戏规则。在 500 次游戏后，AI 已经发现了这款游戏的最优解决方案。
哈萨比斯说，为何计算机在解决围棋问题时遇到困难，是因为围棋的复杂度让穷举搜索难以解决。要解决围棋需要克服两大难题：一是很难写出写出评估程序以判定围棋谁赢，二是围棋的搜索空间太过庞大。
哈萨比斯以上个世纪打败国际象棋世界冠军的卡斯帕罗夫的 “深蓝” 作为对比，他认为 “深蓝” 属于一种弱人工智能。围棋和国际象棋的差距在于需要棋手的直觉，需要盘算未来，不能像象棋只要了解当下的情况做出决定；而且围棋的棋子没有等级，一个棋子可以牵动全局。为此谷歌为 AlphaGo 开发出策略网络和估值网络来解决围棋问题，策略网络帮助 AlphaGo 减少搜索的空间，估值网络用来判定计算机的胜率。
至于人工智能是否 “杀死” 了围棋这项运动，哈萨比斯用实际数据打消了这一疑虑。去年 AlphaGo 战胜人类顶尖棋手李世石反而帮助了围棋这项运动的普及，那场比赛吸引了全球 2.8 亿观众，棋盘的销量也增长了 10 倍。
哈萨比斯认为 AI 和人类不是竞争关系，AI 是人类的一种工具，就像望远镜一样可以帮助人类探索世界，人类的智慧在利用 AI 工具后将会被放大。
最后，哈萨比斯展望了 AI 在围棋之外的应用领域，比如在教育、医疗、智能手机等方面。实际上，DeepMind 已经用 AI 帮助谷歌解决了一些实际问题，他们的 AI 程序帮助谷歌的数据中心节约了 15% 的能源。
