DeepMind 发文回顾 2017 这一年, AlphaGo 团队已在迎战下一个重大挑战

百家 作者:DeepTech深科技 2017-12-22 14:07:37

年度订阅用户可加入科技英语学习社区,每周科技英语直播讲堂,详情请查看“阅读原文”


2017 年,有一家 AI 公司又屡次惊艳了世界,那就是谷歌旗下的英国 AI 公司 DeepMind。到了年底,这家公司也在自己的博客上发布了一份年终总结,以下为博客全文


今年七月,世界排名第一的围棋选手柯洁在连胜二十场后发言。此时距离他与 AlphaGo 的在中国乌镇围棋峰会的对弈刚刚过去两个月。


“在我与 AlphaGo 对弈之后,我从根本上重新审视这个游戏,现在我可以说这反过来对我有极大的帮助”,他说道,“我希望所有的围棋选手都能认真审视 ALphaGo 对游戏的理解和思维方式,他们都有极其深刻的意义。尽管我输了比赛,我发现围棋艺术是浩瀚无边并且不断进步的。”



围棋峰会是一个为期五天的围棋盛会。它包括多种多样的游戏形式——双人组队战,团队战,以及像柯洁那样的 1:1 对战。


柯洁是游戏高手,我们为得到他的肯定而感到荣幸。我们也受到他们的启发,因为他们暗示了一个未来社会,在那里可以使用 AI 作为发现探索的工具,发现新知识,增加我们对世界的理解。特别是在机器辅助科学方面,我们希望人工智能系统能够帮助我们在应对气候变化和药物研制,寻找复杂新材料或帮助缓解医疗系统压力等方面的挑战上取得进展。


这种社会效益的潜力就是我们设立 DeepMind 的原因,我们很高兴能够在一些基础科学挑战以及人工智能安全和道德方面持续取得进展。


我们在 DeepMind 所采取的方法受到神经科学的启发,帮助我们在关键领域,如想象力,推理,记忆和学习方面取得进展。想像一下,比如,这种独特的人的能力在我们的日常生活中起着至关重要的作用,它使我们能够计划和推测未来,但是对于计算机来说却极具挑战性。我们在这个问题上继续探索,今年引入了想象力增强代理,它能够从环境中提取相关信息,以便计划未来该如何行动


当我们训练神经网络来控制模拟环境中的各种各样的简化身体形状时,这种神经科学启发的方法也创造了我们工作中最流行的演示方式之一。这种精密的电机控制正是物理智能的标志,也是我们研究计划的重要组成部分。虽然由此产生的运动是疯狂的,有时是笨拙的,但它们也会是惊人成功的,并能带来愉快的观看体验。


我们知道技术本身不是价值中立的。我们不能仅仅在基础研究上取得进展却对我们技术产生的社会影响和道德问题置之不理。”


此外,我们在生成模型方面取得了进展。仅仅一年前我们展示了 WaveNet,一个用于生成原始音频波形的深度神经网络,它能够产生比现有技术更好,更逼真的语音数据。在那时,该模型还只是一个研究原型,对一个消费产品来说计算密集程度过高。在过去的 12 个月中,我们的团队设法创造出一个比原来的快 1000 倍的新模型。在十月份,我们展示出这个新的并行 WaveNet 正在现实世界中应用,为 Google Assistant 生成美式英语和日语的声音。


这是我们投入努力,使 AI 系统的构建,培训和优化变得更容易的一个例子。我们今年钻研的其他技术,如分布式强化学习,基于人口的神经网络训练和新的神经架构搜索方法,都有望使系统更容易构建,更精确和更快速地进行优化。我们还花费了大量的时间创造新的和具有挑战性的环境来测试我们的系统,包括我们与暴雪合作开发“星际争霸 2”进行研究。


但我们知道技术本身不是价值中立的。我们不能仅仅在基础研究上取得进展却对我们技术产生的社会影响和道德问题置之不理。这推动了我们在核心领域的研究,如可解释性,我们一直在探索新颖的方法来理解和解释我们的系统是如何工作的。这也是为什么我们有一个成熟的技术安全团队,继续开发切实可行的方法,确保我们可以依靠未来的系统,并保持有意义的人为控制。


图 | 我们已经与四个 NHS 信托合作 Streams


今年十月,我们又推出了 DeepMind Ethics&Society 这个研究单位,帮助我们探索和理解 AI 的实际影响,从而实现好的社会效益。我们的研究将受到各自领域着名专家和研究员的指导,如哲学家 Nick Bostrom,气候变化专家 Christiana Figueres,领先研究员 James Manyika 以及经济学家 Diane Coyle 和 Jeffrey Sachs。


人工智能必须根据社会的优先级和关注点来塑造,这就是为什么我们要与合作伙伴组织联合开展关于如何设计和部署人工智能的对话。例如,领导算法正义联盟的 Joy Buolamwini 以及来自 Article 36,人权观察和英国武装部队的专家参加了我们举办的 Wired Live 的会议,一同讨论算法偏见和限制使用致命自主武器。正如我们今年经常说的那样,这些问题太重要了,其影响太过广泛,无法忽视。


这也是为什么我们在 AI 公司内部和外部都需要新的空间来进行关于技术影响的预测和指导的讨论。例如我们今年共同主持的 Partnersship on AI,负责聚集行业竞争对手,学术界和民间团体共同讨论关键性的道德问题。在过去的一年里,PAI 已经迎来了 43 个新的非营利和非盈利组织成员,以及一个新的执行董事 Terah Lyons。在接下来的几个月里,我们期待与这个小组在广泛的研究主题上合作,包括算法中的偏见和歧视,机器学习对自动化和劳动力的影响等等。


“我们为我们在 2017 年所取得的一切成就而骄傲,也知道还有很长的路要走。”


我们也相信利用我们的技术实现社会效益的重要性,并继续看到在现实世界中健康和能源方面的巨大潜力。今年,我们同意与 NHS 医院信托建立两个新的合作关系,以部署我们的 Streams 应用程序,该应用程序支持使用数字技术的 NHS 临床医生。我们也是一个领先的研究机构联盟的一部分,它发起了一项开创性的研究来确定,是否尖端的机器学习技术可以帮助改善乳腺癌的检测。


同时,我们也一直在努力监督我们在健康方面的工作。我们也对 Information Commissioner 关于我们与 Royal Free 的最初伙伴关系的发现的进行了经验教训,DeepMind Healths Independent Reviewers 发表了他们第一份关于我们工作的公开年度报告。他们的审查使我们的工作变得更好。我们对我们与患者和公众的契约进行了重大改进,包括与患者和护理人员进行的研讨会,同时我们也在探索在我们的系统中建立信任机制的技术方法,比如可核查数据审计,我们计划发布将其作为一个开源工具发布


我们为我们在 2017 年所取得的一切成就而骄傲,也知道还有很长的路要走。在我们在乌镇与柯洁对弈五个月后,我们让 AlphaGo 从竞赛中退役,并为称作 AlphaGo Zero 的新系统发表了第四篇论文,它不需要任何人类知识。在数百万游戏的过程中,系统从头开始逐渐学习“围棋”游戏,短短几天就积累了数千年的知识。这样做也同时揭示了非常规策略,揭示了这个古老游戏的新知识。


我们的信念是,人工智能作为科学工具和人类智慧的倍增器,能够为其他复杂问题做同样的工作。AlphaGo 团队已经在迎战下一个重大挑战,我们希望他们通过围棋获得算法灵感仅仅是一个开始。


-End-


编译:王维莹   校审:黄珊

参考:

https://deepmind.com/blog/2017-deepminds-year-review/


关注公众号:拾黑(shiheibook)了解更多

[广告]赞助链接:

四季很好,只要有你,文娱排行榜:https://www.yaopaiming.com/
让资讯触达的更精准有趣:https://www.0xu.cn/

公众号 关注网络尖刀微信公众号
随时掌握互联网精彩
赞助链接