DeepMind研究报告
DeepMind 这个团队于 2010 年在英国伦敦大学学院成立(UCL)，虽然现在 DeepMind 和他们发明的 AlphaGo 已经是名声赫赫，可这个团队还相当年轻，成立也仅仅只有五年时间。一打开DeepMind 的官网，就可以看到一条醒目的口号：破解智能，用它让世界变得更好。我们所处的世界是一个极端复杂、紧急和难以掌控的系统，智能系统将有助于揭开新的、促进社会公共善的科学知识。为此，需要一个具有通用目的、能够从零开始不断加深对问题理解的系统，该系统能借助这一能力识别出模式以及否则可能错失的科学突破。这也是 DeepMind 长期研究所关注的焦点。DeepMind 最著名的 AlphaGo 多次登上《Nature》封面，在古老的围棋比赛击败了众多世界冠军。最激动人心的莫过于 AlphaGo 博弈过程中所呈现出来的创造力，有时，它的棋招甚至挑战了古老的围棋智慧。AlphaGO 可以识别并分享其中洞见，也昭示着人工智能有望为人类带来的价值。另外，也期待在新的一年能够玩转更多的游戏。在生成模型领域，DeepMind 也取得了有意义的进步，搭建出能自己想象新构造和场景的程序。在发表有关图像生成的 PixelCNN 论文之后，又发表了 WaveNet 的研究论文。研究展示了这一程序在生成音频上的有用性，WaveNet 不是将录下的语音样本拼接起来，而是创造出的新的音频波形，可以实现世界上目前最生动的语音合成。DeepMind 正计划将这一成果融入谷歌产品中，能够提升百万用户的产品体验。DeepMind 的另一研究领域是记忆（memory），特别是如何将神经网络的决策智能和有关复杂结构化数据的存储、推理能力结合起来的难题。DeepMind 研究了 Differentiable NeuralComputers，也因此收获了 18 个月来第三篇发表在《Nature》上的文章。研究展示了能够同时像神经网络一样学习，也能像计算机一样存储数据的模型。这些模型已经能学会回答关于数据结构（从家谱到地铁交通地图）的问题，也让我们距离在复杂数据组中使用人工智能进行科学发现更近了一步。