作家 | ZeR0剪辑 | 漠影

受Google谷歌邀请，智东西到新加坡现场不雅看了2024年国外象棋寰宇冠军赛，深度体验了一把AI时期与棋艺的碰撞。

此次行程得益颇丰，咱们闭门不雅看了Google DeepMind连续创始东说念主兼CEO Demis Hassabis的自传电影《The Thinking Game》、听了Google DeepMind资深科学家Nenad Tomašev探讨AlphaZero发展的演讲，还在AI体验区畅玩生成式AI遐想棋子。

此次谷歌当作大赛冠名扶植商，把AI和国外象棋的会通饱读捣出花，让AI既作念遐想，又当起专科国外象棋证实。

因为对卵白质结构展望的要紧孝敬，Google DeepMind连续创始东说念主兼CEO Demis Hassabis和Google DeepMind高档臆测科学家John Jumper共同取得了2024年诺贝尔化学奖，电影里追忆了两东说念主指导团队用AI改变科研景色的幕后故事。

了解AI发展史的一又友想必王人知说念，AI和棋类游戏是一双“初恋CP”。AI产业调动便是被2016年AlphaGo打败寰宇围棋冠军李世石给叫醒的。

此次不雅影会，就指导咱们追忆了一手栽种这对CP的历程。

据先容这部自传电影的拍摄耗时5年，一齐跟拍Demis Hassabis和Google DeepMind团队，揭秘了好多细节，比如Demis Hassabis为啥会从国外象棋选手形成开发游戏的，为啥在17岁时毁掉100万好意思元坚决要去读大学，又为啥在AI很冷门时就疏漏要创办一家AI公司，还选拔臆测AI棋战这条乖癖赛说念。

便是这么一个看起来十足不知说念奈何盈利的创业标的，在近几年为全东说念主类创造了无法估量的价值——加快破解人命密码、调整疑难杂症的程度。

咱们也奴婢镜头回到了AI产业调动的最先，看到Demis Hassabis早期对游戏和政策想维的关切为他改日在AI限度的首创性职责奠定基础，看到寰宇顶级AI臆测机构若何破釜千里舟、不懈追求创造出在种种任务上能忘形或非常东说念主类智力的AI。

一群时期瞎想目的者在远景空泛时选拔强项地往前走，最终赢得了寰宇的掌声。

片名《The Thinking Game》是整部影片的干线。

Demis Hassabis从小在国外象棋上禀赋异禀，将这种脑力竞技视作一种“想维游戏《The Thinking Game》”。

他琢磨的“想维游戏”，在8岁时形成了写代码和制作游戏，日后又形成了AI。他将构建AGI（通用东说念主工智能）视作主说念主类踏上的最令东说念主慷慨的旅程，想要终其一世进行探索，使用AI当作最终器用来贬责寰宇上复杂的科学问题。

影片指导不雅众沿途穿越时空，走进Google DeepMind实验室，通过快节拍的故事伸开和高密度的对话补充，追忆这个期间最缺陷的科学冒险之一。

1、天才的醒觉

国外象棋的对决是顶尖脑力的碰撞。Demis Hassabis在4岁战斗国外象棋时就也曾展现出禀赋，他在孩提时期就在想索：大脑是奈何作念到的？

在12岁参预一场锦标赛时，他顷刻间产生了一个直观：要是把这栋楼统统东说念主的脑力插到一个系统里，能用来贬责癌症问题。这使他觉察到国外象棋不是他一世该作念的事。

17岁的Demis Hassabis被剑桥大学中式时，因为年级太小没达到入学法式。于是他加入了一家游戏开发公司Bullfrog Games，参与开发了史上最告捷的游戏之一——效法东说念主类活动的《主题公园》（Theme Park），展现了AI若何能带来改变。

其后Bullfrog雇主愿掏100万好意思元，让Demis Hassabis不要络续上大学。在20世纪90年代，对于一个17岁的穷小子来说，100万是一笔极度大的蛊惑。但被隔断了，他对上剑桥大学意向坚决，想成为贬责AI的东说念主。

1997年，IBM“深蓝”打败国外象棋冠军卡斯帕罗夫。令Demis Hassabis印象深切的不是AI系统“深蓝”，而是卡斯帕罗夫的头脑，他不错跟顶尖AI对弈，也不错作念其他好多“深蓝”不会的事情。

“通用”，才是确凿智能的要道。

用AI贬责生物医学问题的萌芽，则跟一个热衷于卵白质折叠问题的一又友关联。一又友千里醉的磋磨触发Demis Hassabis的想考，他以为这不错用AI改变。

2、玄妙的开拔

Demis Hassabis刚出手臆测AI时，在学术圈得不到什么支持。那会儿AI臆测如故竟然难熬的存在，甚而不被以为是门严肃的科学。

作念AI将需要大批的资金、大批的诡计，顶着巨大的风险。但他治服，一朝告捷，这将是有史以来的一件大事！

为这个神志寻找启动资金相当阻扰，他们四处倾销，告诉投资东说念主这是有史以来最缺陷的事情，然后听到经典问题：你的家具是什么？奈何赢利？

2010年，Demis Hassabis等东说念主创办DeepMind，并相持将DeepMind总部设在英国伦敦。他以为确凿了不得的东说念主在剑桥、牛津、UCL等高校；而硅谷每年投大批公司，不奏效就坐窝换新的，这种民俗不利于历久臆测挑战。

创立头两年，DeepMind莫得出目下公众视线，一切王人很空泛，没建网站，办公室在一个玄妙地方，一度被来应聘者的家东说念主记挂是骗子公司。

其后有两家公司参与了收购DeepMind的谈判。Demis Hassabis很纠结。他但愿收购方意志到臆测的缺陷性，给宽裕的臆测时辰、不紧盯交易利益。

最终，DeepMind被谷歌以4亿英镑收购了。DeepMind团队也莫得搬去硅谷，仍在伦敦沉寂运营。

3、从战胜东说念主类到改变科研

在Demis Hassabis看来，游戏是AI的完好磨真金不怕火场。

DeepMind坚硬化学习和深度学习勾通，想要磨真金不怕火AI最多能玩上千种不同的雅达利游戏。一出手AI玩游戏老是丢分，经过几百场比赛后，它顷刻间能玩得像东说念主类相同好。

通用智能的雏形出现了。DeepMind的团队又将挑战的打算转向围棋，让AI围棋系统AlphaGo看了10万场比赛，然后效法东说念主类选手。最终在举世刺眼的东说念主机对决上，AlphaGo打败了寰宇围棋冠军李世石。第二年，AlphaGo又战胜了代表围棋顶级战力的中国选手柯洁。

随后，DeepMind发现了一种更优雅的法子，剥离了统统东说念主类常识，让AI十足从零出手自学。梗概掌执三种不同复杂游戏的AlphaZero由此出生，它自学了国外象棋、将棋、围棋，并王人打败了寰宇冠军范例，表明单一算法不错学习如安在种种环境中发现新常识。

▲AlphaZero仅用4小时就初次超越了国外象棋范例Stockfish，仅用2小时初次超越Elmo，仅用30小时初次超越AlphaGo版块

下一个挑战是让AI打《星际争霸》游戏。一出手AlphaStar连业余选手王人打不外，但最终它作念到与《星际争霸》事业选手伸开了一场精彩的对决。

几次东说念主机大战背后，Google DeepMind团队王人顶着失败和不被看好的压力。一朝AI输了，团队就会回到桌前进行雠校。

Demis Hassabis就地转向更大的挑战——用AI贬责卵白质折叠问题。

尽管第一代AlphaFold赢得了国外卵白质结构展望竞赛，但它远不够贬责施行科研问题。Demis Hassabis骁勇指定年青资浅的John Jumper当突击组组长，并补充了诡计生物学家成员。

Jumper突击小组将AI算法十足推倒重来，在疫情居家办公的用功环境中，告捷研发出调动性的AlphaFold2，破解了50年来的卵白质折叠难题，拉开了通盘卵白质结构寰宇的帘幕，大举加快新药开发的程度。（Demis Hassabis和Jumper因此斩获2024年诺贝尔化学奖）

Google DeepMind还在探索更粗陋的智能。

在影片收尾，Demis Hassabis拿入辖下手机将镜头扫过桌面上的棋盘、铅笔雕琢……，向AI提问，AI则能绝不坚苦地历历如绘。

从创立到目下，Google DeepMind一直在作念探索无东说念主区的臆测，换言之莫得东说念主知说念这是不是一条耄耋之年会告捷的路，但团队中的成员们王人招供相易的打算，何况相持往前走。这在被追问交易盈利远景的施行创业环境中很贵重，谷歌如实给了Google DeepMind很大的目田和底气。

影片也有稍显缺憾之处。这部固然叫Demis Hassabis的自传电影，看起来更像是Google DeepMind成长的记录片，但对Demis Hassabis的形容却显得闭塞而内敛。在影片中，他像个默然的天才。不雅众只可听到他宣之于口的不雅点，却很难感受到他的内心寰宇。

2、AI体验区：将AI引入国外象棋，带给棋迷智能新器用

此次多谢谷歌邀请，现场不雅看了一场寰宇棋王丁立东说念主和印度特级群众古克什的对垒。将现场的场合拍给Gemini，它则能对棋局进行分析和展望。

谷歌通过Gemini打造了Chatting Chess体验，不错用灵活真谛的谈话，深入浅出地讲授国外象棋中种种复杂成见，比如解释开局策略、棋子结构抑或是科普国外象棋冠军赛的一些要道里程碑。

看AI分析棋局如故有一定门槛的。谷歌推出的另一个互动神志GenChess则更冒昧易玩——用生成式AI遐想国外象棋棋子。

这亦然我在AI体验区驻留最久的展位。上手很冒昧，输入要道词，选“经典”或“创意”作风，AI就能按照你的要道词来创作出一组个性化的棋子。

生成历程快到惟一几秒钟，背后是Imagen 3和Gemini Flash*模子在证实作用。在体验区可将我方钟意的棋子遐想打印出来。

具体已毕法子是：输入要道词后，Gemini Flash会将其增强为详备且裕如创意的教唆词，每个教唆词对应于象棋中的6个棋子之一。然后Imagen 3基于这些被增强的教唆词， 生成一套独到的国外象棋。

在新加坡，我也在线上体验了这个神志（部分Google时期仅适用于出海时期开发者）。功能更丰富，点击“Generate Opponent”，它会自动凭据你输入要道词的对立主题来生成敌手棋，比如“奶酪”对应“红酒”、“Meme”对应“Reality”。

然后就不错来一盘国外象棋比试了。用我方和AI连续遐想的棋子来棋战，格外应允。

游戏提供了三种难度选项（粗豪、中等、阻扰）和两种计时选项（5/3和10/0）。

除了AI遐想棋子、跟AI棋战外，谷歌还在国外象棋寰宇冠军赛期间推出好多故真谛的AI神志，比如与国外棋连续作在全球最大AI/ML开源社区Kaggle上举办国外象棋AI编程挑战赛。

在AI+国外象棋限度整活儿，还得是谷歌。

除了冒昧的体验设施外，咱们还有幸听了一堂对于AI国外象棋算法的群众课。

演讲者是Google DeepMind资深臆测科学家Nenad Tomašev。他不仅深度参与了AlphaZero的开发，亦然别称国外象棋选手。

在非常1小时的演讲及Q&A设施，他深度共享了AI与游戏的关联、AlphaZero的发展历程、AI鄙人棋时的“大脑”里面运行机制等本体。

通过这场演讲，咱们对Demis Hassabis所说的“游戏是AI的完好磨真金不怕火场”有了更了了的明白。

游戏斥地的了了打算有助于权衡进展，种种化挑战可引发智能，模拟环境能测试大批想法，何况可将AI性能量化并与东说念主类智力对比，从游戏中获取的算法遐想教养也不错复用于在其他限度构建AI系统。这提供了开发和测试AI算法的绝佳环境。

传统国外象棋引擎依赖于东说念主类玩家的教养与轨则。前代用深度神经积存遐想的棋战范例也需从东说念主类比赛中学习。AlphaZero则采用了十足不同的法子，从或然游戏出手磨真金不怕火，在没获取任何东说念主类先验常识的情况下自学成才。

这种算法遐想想路使AlphaZero不受东说念主类游戏轨则管束，具备从头学习每一种游戏的智力，因此掌执了更强的“通用性”。

enad Tomašev提到AlphaZero在搜索棋路时优先接头质地，而非数目，毋庸传统搜索算法也能构建出更坚强的积存。传统法子用子力价值进行快速位置评估。AlphaZero则不太醉心子力价值，而是风景在游戏初期殉国子力，以获取历久政策上风。

其初步评估偏离了东说念主类感知，但跟着磨真金不怕火鼓舞而陆续，它展示了一个平行于东说念主类政策进化的学习弧线。该模子的偏好从子力丰富转向位置上风，表明国外象棋会通的纯熟肖似于东说念主类玩家。

国外象棋的高明之处在于找到轨则的例外。由于诡计戒指，AI必须通过创造性地贬责问题。

AlphaZero能发现与传统东说念主类游戏玩法不一致的新颖复杂成见，作念出不彰着但成心的选拔，拓展对策略游戏中AI明白的会通领域。AI还有助于给东说念主类棋手的策略带来新启发，丰富了数百年来对国外象棋策略的想考。

DeepMind探索了在AlphaZero引入“多重东说念主格”的法子，但愿让AI能对等接头统统选拔，从而优化有操办历程。他们打造了一个由不同AlphaZero构成的单一积存，极度于有一个多元化的团队，取决于AlphaZero上演哪个玩家，每个玩家的策略王人不同，有一个打算来引发不同参与者的不同策略的种种性，这些策略会以某种景色组合，产生最终的行动。

多个AlphaZero算法与不同策略集的法子，起初可能波及较少的最优解，但最终通过创造性的顺应和迭代带来更好的性能。引入策略变化不错使国外象棋中的AI Agent更坚强、更具创造力。

对于破译深度学习黑盒的问题，Nenad Tomašev以为，这个问题历久不会得到十足解答，因为东说念主类也并不可十足会通我方，会因为相等空泛的原因、基于我方并不十足会通的直观作念出好多决定。Gemini、ChatGPT等系统亦然这么，它们不错告诉你给出这些谜底的想考历程，但这些谜底不会100%准确。

据Nenad Tomašev共享，一种受AlphaZero启发的新法子正在医疗健康限度探索。极端是一个对话会诊系统，通过模拟磨真金不怕火，谈话模子承担医师和患者的变装，通过忽视适宜的问题和进行辩认会诊，进而普及会诊准确性。该法子处于成见考证阶段，尚未在确凿患者身上测试，但初步东说念主体查考已泄闪现有但愿的成果，在很大一部分病例中发扬优于东说念主类医师。

棋类游戏是AI走进全球视线的第一站。从AlphaGo系列与东说念主类高东说念主的切磋，再到其后展望卵白质结构的AlphaFold、加快数学臆测的AlphaProof、发现全新算法的AlphaDev，AI发展日眉月异，对生计、行业及科研王人产生了不可逆转的积极影响。

从无东说念主问津之时，Google DeepMind团队也曾为我方立下一个不图功利的雄壮打算，谷歌也为其提供了滚滚不竭的资源支持和宽松优胜的研发环境。

在他们证明了AI具备打破智商极限的潜能后，深度学习调动才整夜席卷大江南北，匡助东说念主类贬责从平常琐事到复杂的科学难题。

今天，AI下国外象棋不再非凡，但AI+国外象棋的探索空间远无尽头，既在棋盘之上，又超越棋盘，将自主学习机制及雠校法子用于探索新药发现、医疗健康、量子诡计等更多限度，助力东说念主类探索科学非常和创造力的更岑岭。

*部分Google时期仅适用于出海开发者