DeepMind黄士杰：深度学习有创造性，正参与星际2项目

岳排槐 发自 凹非寺
量子位 出品 | 公众号 QbitAI

最近，AlphaGo“人肉臂”黄士杰回到台北参加了Google举办的一次人工智能论坛。并且发表了《AlphaGo与AI的黄金时代》演讲。

从小就喜欢围棋的黄士杰，求学期间就一直对围棋软件感兴趣。他在博士班期间开发了Erica，这个单机版本的围棋软件，当时打败了围棋领域最强的AI、使用了六台机器的Zen。

也正是如此，DeepMind的核心人物David Silver力邀黄士杰加盟，而后者也成为DeepMind第40号员工。

不过，他第一次踏进DeepMind那天，这家公司的创始人就跟他说，DeepMind并不打算朝围棋方向发展，因为他们的目标不是在特定领域成为最佳，而是希望搞出通用人工智能，让AI解决人类无法解决的问题。

但是，随着深度学习等技术的不断进步，DeepMind最后还是决定启动围棋项目。

为了研发出AlphaGo，DeepMind团队尝试过上百个想法，发展过程就是不停的实验、实验、实验，不停学习新理论。

实际上，在击败李世乭之后，DeepMind就曾打算终止AlphaGo项目，但是考虑到第四局犯下的错误，他们还是决定仍然使用神经网络把这个问题修正掉，毕竟有缺陷的AI会失去他人的信任。

这就有了后续AlphaGo的继续进步。

黄士杰表示，AlphaGo在围棋领域做出了很多令人震撼的下法，在国际象棋领域也是如此。黄士杰认为，这些都是深度学习具有“创造性”的表现。

目前AlphaGo项目已经正式终结，黄士杰透露DeepMind正在研发能打《星际争霸 2》的AI，而他本人也参与了这个项目。

很多人认为在即时战略游戏中，AI的反应速度会成为极大的优势，但事实并非如此。

黄士杰解释称，围棋只有361个落子点，对AI来说全部游戏内容都是可见的。但《星际争霸 2》游戏有大量全黑的地图，玩家需要探索地图以及侦查对手动向，才能制定相应的策略。

几乎每次鼠标移动，都能视为一次落子。这种不确定性让《星际争霸 2》对AI来说，难度比围棋要高很多。

长期研究人工智能的黄士杰认为，人类还是最聪明，AI会成为一种协助工具，帮助人类解决一些实际问题，例如早期癌症的诊断。

作者系网易新闻·网易号“各有态度”签约作者

— 完 —

加入社群

量子位AI社群15群开始招募啦，欢迎对AI感兴趣的同学，加小助手微信qbitbot6入群；

此外，量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募，面向正在从事相关领域的工程师及研究人员。

进群请加小助手微信号qbitbot6，并务必备注相应群的关键词~通过审核后我们将邀请进群。（专业群审核较严，敬请谅解）

诚挚招聘

量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态