Hassabis：NHS的软件在我的理解中是相当糟糕的一个东西，所以我觉得第一步就是试着让它进入21世纪。它们并不是移动端的，完全不是我们作为今天的消费者理所当然认为能看到的那种样子。并且我觉得对于医生和护士来说它用起来让人觉得很挫败，降低了他们的效率。所以我觉得第一步是，帮助他们用上更有用的工具，比如可视化和基础统计信息。我们认为，我们会实现这样的功能，然后看清我们到底需要什么，随后再将更纯熟的机器学习技术运用其中。

The Verge：这一切有多简单？医疗资金在英国显然会是一个充满争议的话题。

Hassabis：当然，呃，好吧，我们正在免费做这件事【笑声】这让它变得很简单！这与大部分软件公司都有很大的不同。大部分时候是大型跨国公司制作这种软件，所以他们不会真正把注意力放到用户身上，而我们在设计它的时候更像是一种初创企业的方式，从用户那里倾听反馈、从某种程度上来说与他们一起设计一个软件。

| 未来的核心：智能手机助手

The Verge：那么让我们谈谈智能手机助手。我看到你第一天的时候演讲PPT里有一张图来自电影《她（Her）》——这会是最终形态吗？

Hassabis：不，我的意思是，关于智能手机助手是什么样，《她》只是一种盛行的主流观点。我只是觉得，我们会想要让这些智能手机助手之类的东西真正变得智能、理解上下文、对于你要做什么有更深的理解。现在，大部分这样的系统都极为脆弱——一旦你偏离了预先编程输入的模板，它们就完全变得毫无用处。所以这意味着让它们变得真正可以适应、变得灵活、也更稳健。

The Verge：为了改善这些，需要有什么突破？

Hassabis：我们可以的，只不过我觉得你需要一个不同的方法。再说一次，这是预编程和学习的二分法。目前基本所有的智能手机助手都属于特殊案例和预编程的，这意味着它们很脆弱，因为只能做预编程写好的事。然而真实的世界非常混乱，用户们也会在你无法提前知晓的情况下，做着不可预知的事情。我们对DeepMind的信念是，这也是最根本的原则，通往人工智能的唯一道路，是从地基开始打起，而且变得通用。

The Verge：AlphaGo从学习很多游戏模式过程中顺利起飞，这对于智能手机怎么使用呢？它的输入是如此的多变？

Hassabis：是啊，所有得有上万吨的数据，而你可以从中学习到很多东西。事实上，AlphaGo的算法，我们打算在未来几个月尝试的是，摆脱监督式学习的出发点，让它完全自我发挥，从一无所有的状态开始。它会需要更长的时间，因为当你采用随机方法的时候，其中的审查和错误会需要更多的时间训练，也许是几个月。但是，我们认为有这个可能性，让它从纯粹的学习中起步。

The Verge：是因为算法现在能达到的程度，所以你认为这是可能的么？

Hassabis：不是的，我们本来可以这样做的。它不会使得程序更强大，它只是做着纯粹的学习。所以会有一些非监督的部分。我们认为这个算法能够在非监督的状态下工作。我们去年做了Atari游戏，在像素的层面玩游戏，而不会受人类知识的禁锢，它会在屏幕中做一些随机的动作，开始游戏。

The Verge：对于Atari游戏来说更加容易，是因为失败的状态更加明显么？

Hassabis：的确更加容易，因为分数更有规律。在围棋中，不管最终赢得还是输掉比赛，你也仅仅得到一个分数。这就是所谓的信用分配问题（Credit Assignment Problem）：这个问题是，你在围棋中走了几百步，但不知道具体哪一步会为最终的胜利或失败负责，其中的信号非常微弱。而在大多数的Atari游戏中，所做的大多数事情都会给予分数，所以就得到了更多的面包（奖励）去仿效。

The Verge：你可以给个是时间表么？当这些事情开始给手机市场带来显著性差异的时候。

Hassabis：我认为在未来的两到三年会开始看到它。我的意思是，它在开始的时候是非常微小的，只有很小的部分会工作的更好。也许在未来的4到5年，甚至5年更多，你可以看到在功能上大的变化。

| 为何 Google的支持非常重要

The Verge：你确定了未来各种各样的可能性，而这件事是和Google联系在一起最明显的事情。

Hassabis：是的。

The Verge：你有没有得到任何指示，这些事情被期待如何纳入到Google的产品路线图或商业模式中？

Hassabis：不，在如何最优化研究进展方面，我们有很强的主导权。这是我们的使命，也是为什么我们加入了Google，这样我们可以给研究进行涡轮增压。这是发生在过去几年的事情。当然，我们实际上也致力于很多Google内部的产品，但是他们是非常早期的阶段，所以还没准备好公布。当然我认为智能手机助手是非常核心的，我认为Sundar Pichai已经对此谈了很多，这是Google未来的核心。

The Verge：Google有另外的举措，例如Google Brain，它推出了机器学习的特征，像Google 图片搜索和其他面向用户的东西。

Hassabis：是的，几乎无所不在。

The Verge：你的公司和Google Brain有互动吗？你们有没有重叠的部分？

Hassabis：当然，其实我们是非常互补的。我们每周都有交谈。Google Brain主要致力于深度学习，他们也有非常卓越的工程师Jeff Dean，所以他们已经铺开到公司的各个角落，这也是为什么我们发明出了令人惊喜的Google图片搜索。他们正在做着现象级的工作。另外，他们的团队在山景城，所以他们离产品团队更近，他们的研究周期也更像12到18个月。而我们有更多算法开发的工作，我们倾向于为需要两三年研究的事情做研究，而且不需要在开始的时候就有直接的产品焦点。

The Ve

本文来源：不详 作者：佚名