История самого Хассабиса сегодня кажется полной любопытных закономерностей. В прошлом шахматный вундеркинд, пятикратный чемпион Олимпиады Mind Sports по шахматам, он еще в юности основал компании Bullfrog и Lionhead по разработке компьютерных игр. Он принимал участие в создании игр Theme Park и Black & White, в которых использовались достижения искусственного интеллекта. Позднее Хассабис основал собственную студию Elixir, а в середине 2000-х «вышел из игры», получил степень по нейронауке и в 2010 году стал со-основателем компании DeepMind.
О важности победы AlphaGo и его дальнейшей судьбе
Го сложнее шахмат, так как обладает огромным количеством возможных ходов. Шахматный суперкомпьютер DeepBlue от IBM, в свою очередь, намного проще AlphaGo, так как он заранее запрограммирован экспертами и дополнен знаниями от лучших гроссмейстеров. AlphaGo в этом плане больше напоминает человека, так как учится на практике и постигает игру самостоятельно. Секретным ингредиентом нейросети AlphaGo, по мнению Хассабиса, является нечто вроде интуиции. А именно развитая интуиция — главное свойство лучших игроков в го. В момент интервью основатель DeepMind полагал, что шансы победы AlphaGo 50 на 50, однако, уже сейчас при счете 3:1 в пользу алгоритма исход очевиден.
В будущем, конечно, AlphaGo может сразиться и с другими чемпионами. Или компания может создать алгоритм для игры в безлимитный покер или в StarCraft. Но важно понимать, что участие искусственного интеллекта в таких соревнованиях — это лишь испытание его возможностей. Хассабис подчеркнул, что DeepMind создан для решения реальных проблем, существующих в мире.
В ближайшие месяцы разработчики хотят исключить из AlphaGo процесс контролируемого обучения и сделать его максимально автономным. На самостоятельное обучение уйдет намного больше времени, так как придется совершить много проб и ошибок, но Демис Хассабис убежден, что AlphaGo можно будет полностью перевести на самостоятельное обучение без присмотра человека.
О роли искусственного интеллекта в видеоиграх
В 90-е, когда Хассабис был разработчиком игр, он и его коллеги использовали достижения ИИ в большем масштабе, чем ученые, так как технологии еще не были адаптированы для масштабного применения. Игры тогда были платформой для опытов, на которой применялись и алгоритмы, и нейросети. К примеру, в игре Black & White использовалось обучение методом проб и ошибок. В 2004-2005 годах видеоигры сошли с пути творчества и эксперимента, а большее внимание стало уделяться совершенствованию графики и франшизам. Именно поэтому основатель Bullfrog и Lionhead покинул игровую индустрию и ушел в нейронауку.
Но сегодня у ИИ совершенно новые перспективы. Глава DeepMind считает, что умные, адаптивные оппоненты на основе ИИ в играх составят огромный рынок в будущем. При этом разработчики не будут создавать новые алгоритмы для каждой игры, а будут тренировать нейросеть так, чтобы она подстраивалась под каждый жанр и сценарий. И тогда прекратится эра глупых и пустых персонажей, без контекста, без памяти и без способности к переменам.
О здравоохранении и об открытии новых частиц с помощью ИИ
Компания уже заключила договор о сотрудничестве с британской Национальной службой здравоохранения. DeepMind совершенно бесплатно создаст платформу на основе машинного обучения — пока ничего революционного. Главная задача — усовершенствовать саму систему, сделать базу данных более технологичной, добавить полезные инструменты и визуализацию. Хассабис заметил, что их разработки будут иметь мало общего с суперкомпьютером Watson от IBM.
Но больше всего Хассабис заинтересован в применении искусственного интеллекта в области науки — и именно об этом потенциале DeepMind говорят многие эксперты. Он описывает будущее ИИ так: «Наука при поддержке искусственного интеллекта — это система, в которой задействованы эффективные ИИ-исследователи, которые выполняют всю рутинную работу, структурируют массивы информации и выводят на поверхность самое главное. Полученные ресурсы уже используют эксперты, ученые, которые могут намного быстрее совершать открытия с помощью этих находок».
Он отметил, что Европейский центр ядерных исследований (ЦЕРН) обладает самыми большими запасами данных. И вполне вероятно, что на одном из мощных жестких дисков ЦЕРНА будет храниться информация о новых частицах, до которых вряд ли когда-то смогут добраться эксперты — настолько велик объем данных. Именно искусственный интеллект сможет найти эти новые частицы.
О виртуальных помощниках
Современные виртуальные помощники слишком нестабильны. Достаточно выйти за рамки запрограммированного шаблона, и помощник становится совершенно бесполезным. По мнению основателя DeepMind, всегда нужно начинать с азов, с элементарного обучения — только так алгоритм сможет приобрести зачатки интеллекта. Хассабис полагает, что настоящих перемен в ИИ стоит ожидать через 4-5 лет, а первые трансформации начнут происходить уже через пару лет.
О домашних роботах-уборщиках и влиянии андроидов на общество
Хассабис отметил, что не слишком увлекается робототехникой и считает, что роботы, как и виртуальные помощники, пока что слишком полагаются на программирование. Им всем не хватает настоящего искусственного интеллекта и им так же нужно учиться всему с нуля. Простого домашнего робота крайне сложно обучить элементарным вещам — например, объяснить, как вы хотите, чтобы он складывал ваши вещи. Для человека эта задача кажется элементарной, а для механизма она сопряжена с целым рядом сложностей.
Глава DeepMind считает, что роботы будут очень полезны обществу — особенно андроиды, которые будут помогать пожилым людям. Но по отношению к домашним роботам он настроен скорее скептически: «Думаю, все будут покупать относительно недорогих роботов, которые смогут расставить за вас посуду и прибраться. Туповатые роботы-пылесосы уже сейчас достаточно популярны, хотя искусственного интеллекта в них нет ни капли».