当AlphaGo最终以4比1的惊人优势战胜围棋世界冠军李世石之后，AlphaGo超越了科学界，一下子成为了令所有人兴奋的话题。DeepMind，也就是AlphaGo的开发者，也受到了前所未有的关注。
这家人工智能创业公司在2014年被Google以6.25亿美元收购，这也是Google在欧洲完成的最大金额的投资。如今它的研究成果已经显现，在Google最新召开的 I/O大会上，人工智能是绝对的主角。
人工智能已经在我们的身边无处不在了，不论是我们调戏Siri或是从智能设备上获得一个推荐。不过，个性化的搜索、推荐，语音和面部识别的技术并不是DeepMind所感兴趣的人工智能方向。“它们只是软件，不是吗？”Demis Hassabis总是这么说，这位DeepMind的创始人把他所做的研究称为“21世纪的阿波罗项目”—其意义要远远超越带感情的机器人或是更智能的手机。
“目前大多数的人工智能系统仍是比较狭隘的，它们通过训练预先程序化的机器去完成特定的任务，除此之外它们什么也干不了。”DeepMind的高级研究员Martin Szummer对《第一财经周刊》说。所以IBM的深蓝尽管能打败国际象棋世界冠军，但在井字游戏上却连个3岁小孩都赢不了。
拥有剑桥大学计算机科学本科学位，以及伦敦大学学院认知神经科学博士学位的Hassabis，则从人脑的运作原理上获得启发，试图开发出第一个“通用学习机器”—一套能像生物系统一样自主学习的算法，灵活并且具有很强的适应性，它们可以从零开始迅速熟练操作任意工作。机器学习以及系统神经科学能教会系统在任何情况下自主做决定，就像人类一样。这样的好处是人们不需要对一切都去编程，机器学习的算法可以自己编程。
今天，人们已经能够设计出相当不错的定制程序来完成特定任务，比如下棋，或是开一辆车。DeepMind的系统可以自己学会如何下国际象棋，但它的水平未必有深蓝那么高。深蓝的智慧都在程序里，并不是深蓝聪明，而是编写深蓝程序的人聪明，深蓝本身什么也学不 会。
通用机器学习的关键在于它的通用性。“癌症、气候变化、能源、基因组学、宏观经济、金融体系、物理学等这些我们人类希望掌握的系统知识正变得越来越复杂。这是一个信息爆炸的时代，即便是最聪明的大脑在其有生之年也很难掌握全部。”Hassabis说。而通用学习机器，能自动将散乱的信息转换成可执行可操作的知 识。
2015年2月，《自然》杂志将像素游戏Space Invaders作为封面，介绍的正是DeepMind当时刚发表不久的论文，展示他们成功开发出的第一个“端到端”的通用学习系统，这个针对图像处理单元的Deep-Q的算法，能够学习如何处理屏幕上的输入，明白其代表的意思，并做出决策。在给出的案例中，系统成为2600个经典雅达利游戏的超级玩家，其中包括Space Invaders、拳击和打砖块。《自然》杂志给出了“自主学习软件在玩游戏上达到了人类的水平”这一评论。
DeepMind把新老人工智能技术相结合。在Deep-Q中，他们把深度神经网络和“强化学习”结合起来，通过大脑多巴胺驱动奖励机制是所有动物学习的方式。强化学习和深度学习一样重要，人类在做决定时最初也是通过反复试错来完成的。在AlphaGo中，深度的强化学习用来制定长远战术规划。接下来，他们还会整合记忆功能等。
DeepMind成员还扫描大脑，研究人类在想象时大脑的哪些区域产生活动，并建立模型。他们发现，大脑运作的很多程序是可以被理解的，其中也包括想象。用人工智能创作一部小说或电影或许还很遥远，但在音乐这个领域已经出现一些可能。
在DeepMind的官方网站上写着，公司的使命是“解开智能的奥秘，并用其来解开其他一切问题”。Hassabis为DeepMind设定了一个20年的长远目标，他很清楚在这个过程中有多少功能需要实现，把不同领域结合起来是很关键的，因为他们在开发的算法需要通过其在一个领域内学到的东西同时能应用在另一个领 域。
这听起来跟Hassabis本人十分相似。乍一看他的履历，其兴趣包括棋牌游戏、电动游戏、电脑编程、认知神经学……8岁时他就写出了自己的电脑游戏，13岁获得国际象棋大师的地位，17岁开发了第一款包含人工智能的视频游戏Theme Park，20岁以两科优等成绩获得剑桥大学计算机科学学位，不久之后成立了视频游戏公司Elixir，并在2011年成立了DeepMind。
“我很容易就会无聊，而世界又是那么有趣，有很多很酷的事情可以做。如果我是体育运动员，一定会是个十项全能选手。”Hassabis曾对媒体这么说。
每天，Hassabis会花上两到三个小时的时间作为自己的“思考时间”。他会从当日看到的一则新闻中思考新的研发方向，公司的下一个挑战，或是自己编个程。在员工的眼中他绝对是个超人。尽管DeepMind至今还没有发布任何产品，也没有任何盈利，但这里却聚集着全球顶尖的计算机神经科学家、机器学习专家以及大量的工程师资源。
DeepMind已经从Google收购时的50人团队，拓展到今天的200多人，他们来自全球45个不同的国家，而从DeepMind成立至今，还没有一个员工离开过。员工虽然大多还是男性，但身材好，打扮时髦，看起来完全不像一般的技术宅男。DeepMind在伦敦King’s Cross拥有一间6层楼的办公室，每一个房间都以一个伟大的学者命名：特斯拉、拉马努金、柏拉图、费曼、亚里士多德、玛丽·雪莱……每到周末，员工们会聚集到屋顶畅饮，这是他们“在high中结束一周”的传统。
Hassabis认为DeepMind是结合了“最好的学术研究和最激动人心的创业，让公司充满活力，推动创造力与进步”。他常常提“创造力”，并且承认自己天生就富有创造力且直觉敏锐，并不是一个“标准的科学家”。DeepMind组织架构中极为重要的是他称之为“黏合思维”的东西，各个科学领域的专家能以别出心裁的方式快速找出有前景的跨学科交叉点，这些黏合者以小组的形式每几周就碰一次面，快速、灵活地将各种资源和工程师匹配到需要的地方。
由一个天才研究者主导，3到4名其他领域的研究者接过同一任务，并基于自己的专业做补充，这样能很快产生一些惊人的结果。AlphaGo项目就是在这一理念的推动下诞生的。
Facebook成立时最早的投资者彼得·蒂尔、伊隆·马斯克，Skype的联合创始人Jaan Tallinn都在DeepMind的早期投资者之列。正是马斯克第一次把DeepMind推荐给Google当时的CEO拉里·佩奇，经过一年时间的谈判，最终促成了Google的收购。事实上，Facebook也曾积极收购DeepMind，但Hassabis最终选择了Google。两家公司相近的文化以及佩奇个人对人工智能的极大热情打动了Hassabis。
创立DeepMind三年之后，Hassabis把太多的时间花在筹资上，而留给研发的时间则只有10%，既要建立一个像Google一样伟大的公司，又要解决人工智能的问题，Hassabis意识到自己没有那么多时间同时做这两件事，而他毫不犹豫选择了后者。尽管常有人劝说Hassabis把公司搬到硅谷去，但他却坚持留在伦敦。他认为已经泡沫化的硅谷对于立足长远目标的DeepMind来说并不是一个好的选择，“那里的人每5分钟就想创立下一个Snapchat，太过喧闹了。”
从短期来看，Google的产品力的确能从DeepMind的研究中迅速增强。DeepMind有5个团队在协助Google的YouTube、搜索、医疗、自然语言认知以及一些Google X的项目，但在帮助Google提升广告收益方面没有任何的指标压力。
将DeepMind的技术用于图像识别领域，把图像识别错误率由原先的16%降低到目前的5.5%，这已经和人类的识别水平非常接近了。现在这项技术用于Google+的图片搜索中，在搜索框内输入关键字，它能够回忆出你手动标签过的照片。它还可以用来识别文字，比如商店橱窗上的文字，可以提醒人们某家店正在打折。同样的核心系统还可以用于语音识别，相比过去的技术，错误率降低了30%，这是20年来语音识别领域最大的突 破。
在自然语言认知的项目上，DeepMind还收购了从牛津大学孵化出的两个创业公司Dark Blue Labs和Vision Factory，试图使用神经的手段创造一个巨型的机器读取系统，而不需要人工编程。在Google内部，人工智能工具或是深度学习网络广泛应用于诈骗探测、垃圾探测、手写识别、图像搜索、语音识别、街景探测、翻译等领域。60个人设计的系统现在被以深度学习为基础的网络所取代。
技术本身是中立的，但作为一个会学习的机器，不可避免地会带有设计者价值体系的印记。包括霍金、比尔·盖茨、伊隆·马斯克等在内也纷纷公开表达了对人工智能威胁的担忧。马斯克甚至警告称“人工智能要比原子弹更危险，这是人类在召唤魔鬼的行为”，而他投资DeepMind的唯一目的就是为了盯着它，以防它的任何越轨行为。
DeepMind也意识到人工智能有作恶的可能，因而采取了一系列预防机制。DeepMind尽可能公开自己的代码，出售给Google的条件之一就是禁止将其技术用于军事或情报，以及成立一个伦理董事会监管内部的人工智能开发。
“之前从未有人走到过这一步，所以在接受大众监督之前，我们必须做一些探索性工作。”Hassabis说。这个董事会至今仍然是个极为神秘的机构，据说董事会的成员是各个领域最顶级的人物，对于DeepMind来说，既需要他们的专业知识，也要让他们更好地了解人工智能正在发生什么。
Hassabis今年年初在剑桥与霍金有一次私人会面。在那次会面之后，霍金就不在媒体面前提及任何人工智能煽动性的言论了。甚至他之后在BBC的一次讲座中推断的人类威胁清单上，并不包括人工智能。或许Hassabis真的说服了霍金。在他与霍金会面结束时，霍金打出了“祝你好运”（good luck）之后又补充道，“但不要太好运”（not too much）。
