DeepMind首席科学家：比起机器智能，我更担心人类智能造成的灾难新智元报道编辑：David【新智元

文章图片
新智元报道
编辑：David
【新智元导读】DeepMind首席研究科学家DavidSilver的明星气质与他安静、谦逊的性格形成了鲜明对比。这位让AI自学下围棋玩游戏的强化学习大牛认为：比起AI的威胁，人类智能产生的后果可能更可怕。
在DeepMind首席研究科学家、伦敦大学学院计算机科学教授DavidSilver看来，游戏是激发创造力的关键，尤其是对AI而言。
Silver曾小时候参加过全国拼字游戏比赛，之后他继续在剑桥学习并共同创办了一家视频游戏公司。

文章图片
后来，在获得人工智能博士学位后，他带领DeepMind团队开发了AlphaGo ，这是第一个围棋比赛中击败世界冠军的AI程序。

文章图片
对于Silver来说，游戏是了解人类和人工大脑如何自行学习以实现目标的实验场。

文章图片
对于围棋AIAlphaGo来说，向程序提供有关人类在不同位置的决策，再让AI模仿，这种学习被称为「监督式学习」。实现AI程序通过自对弈中学习，这种方式称为「强化学习」。
然后，在AlphaGo和世界冠军的关键比赛中， Silver突然想到：也许，机器的决策根本不应该受到人类的影响。
这个想法最终成为AlphaGoZero的开端，它是AlphaGo的继任者，在完全不接收人类知识的情况下，只靠强化学习，从游戏规则出发学习如何下好围棋。

文章图片
后来， AlphaGoZero与AlphaGo对弈100局，零封了自己的「老大哥」。

文章图片
2020年4月， DavidSilver因在「计算机游戏方面的突破性进步」获得了2019年ACM计算奖。

文章图片
在颁奖仪式上，时任ACM主席CherriM.Pancake表示：
「很少有其他研究人员像DavidSilver那样，在AI领域引起如此多的令人兴奋的成果。他对深度强化学习的见解已经从游戏中铺开，应用于多个领域，包括电网效率的提升、降低数据中心的功耗以及为欧洲航天局规划太空探测器的轨迹等。」
另外， Silver是英国皇家学会Fellow ，也是在AI领域首位获得门萨基金最佳科学发现奖的科学家。

文章图片
Silver的明星气质与他安静、谦逊的天性形成鲜明对比。在本次采访中， Silver谈论了游戏、创造力的意义，以及AI在避免气候变化、病原体感染、大规模贫困和环境灾难等方面的应用潜力。
以下是访谈内容：
你小时候玩游戏的方式就与其他孩子不一样吗？
我那时候参加过全国学校拼字游戏比赛，我还记得一些有趣的时刻。
有一次，在最后一场比赛结束时，我问我的对手，「你确定要拼这个词吗？为什么不拼一个得分更高的词呢？」他改变了自己的拼法，赢得了比赛和冠军，这让我非常高兴。
比起赢得比赛，我更着迷于比好一场比赛的意义。
您是如何将对游戏的热爱转化为一份真正的工作的？
后来，我接触到了国际象棋，遇到了DemisHassabis（DeepMind的联合创始人。那个时候，他是世界上同龄最强的少年棋手。