曼無狂想地
曼舞飛絮的羈旅，小小的足跡漂泊在文字裏，隨心而來，隨緣而去，隨意而遊，隨喜而嬉，天地一痞。
他是AlphaGo的締造者，這個星球上最聰明的人之一
尋找未來：Demis Hassabis 攝影：David Ellis
Demis Hassabis舉止溫和，麵容謙遜，而當他告訴我他正在為「破解智能難題，然後用其來解決一切問題」的使命而奮鬥時又格外認真。其他任何人說出這句話，聽起來都十分可笑，但這句話從他的口中說出就另當別論了。39歲的Hassabis是一位前國際象棋大師、遊戲設計員，他的人工智能研究創業公司DeepMind在2014年被穀歌以6.25億美元收購。
他是移民後代，在倫敦芬奇利一所公立綜合學院上學，分別取得了劍橋大學和倫敦大學學院（UCL）的計算機科學和認知神經科學學位。與他一起工作過的人們認為他是一個「有遠見」的管理者。Hassabis認為他發現了一種「讓科學研究更有效率」的方法，並提到他正在領導一個「21世紀的阿波羅項目」。他長相如此平凡，是那種你在街上不會看第二眼的人，但Tim Berners-Lee曾經向我這麽形容他：他是這個星球上最聰明的人之一。
每次我們打開Siri或者收到Android的推送時，都會感到人工智能已經在我們身邊。從短期來說，穀歌的產品將毫無疑問的從Hassabis的研究中獲利，盡管這些技術所帶來的個性化、搜索、YouTube、語音和人臉識別等產品的提升都沒有被定義為真正「人工智能」（Hassabis對此笑稱到：「它隻是軟件，對吧？它隻是一個能運行的東西。」）。但從長期來說，Hassabis正在開發的技術並不僅僅局限於情感機器人和更加智能的手機，也不僅僅圍繞著穀歌。Facebook、微軟、蘋果和許多其他科技巨頭們都在如饑似渴的招攬人工智能博士生，在這場最新的科技競賽中砸入數十億美元。人工智能關注所有的事情，包括我們能想象到的，以及那些我們想象不到的。
它確實聽起來太過野心勃勃。大部分人工智能係統應用範圍都很「窄」，訓練預設程序的機器去執行特定任務，除此之外再沒什麽了。因此，IBM的深藍能在國際象棋比賽中擊敗Gary Kasparov，但卻在井字遊戲中輸給三歲孩童。而Hassabis正在把他從人腦中得到的啟發用於構建首個「通用學習機器」：一套能像生物係統一樣學習的靈活、自適應的算法，僅使用原始數據就能從頭開始掌握任何任務。
它就是通用人工智能（artificial general intelligence ，簡稱AGI），它的重點落於「通用」上。在Hassabis眼中，未來超級智能機器將與人類專家合作解決一切問題。「癌症、氣候變遷、能源、基因組學、宏觀經濟學、金融係統、物理學等，太多我們想掌握的係統知識正變得極其複雜。」Hassabis指出：「如此巨大的信息量讓最聰明的人窮其一生也無法完全掌握。那麽，我們如何才能從如此龐大的數據量中篩選出正確的見解呢？而一種通用人工智能思維的方式則是自動將非結構化信息轉換為可使用知識的過程。我們所研究的東西可能是針對任何問題的元解決方法（meta-solution）。」
雖然尋找「元解決方法」也許要花費數十年時間，但它看起來正在迫近。2015年2月，世界頂級科學期刊《自然》將像素遊戲《Space Invaders》作為其封麵，右下角是「自我教學軟件在玩遊戲上達到了人類般的表現」。在這一期，DeepMind的論文描述了首個成功的通用「端對端」學習係統，他們的人工代理——一個針對於圖像處理單元的Deep-Q網絡算法——能夠學習如何處理屏幕的輸入值並理解其含義，並采取能實現所需結果的決策（在這種情況下，係統成為眾多雅達利2600經典遊戲，如太空侵略者、拳擊、打磚塊中的超級玩家）。這是一項讓整個科技界都為之震撼的突破。
接著，DeepMind又占領了《自然》封麵——在短期內獲得如此成就非常驚人。這一次，它變本加厲的挑戰上世紀70和80年代的複古遊戲。圍棋在中國有著超過2500年的曆史，曾經出現在孔夫子筆下。圍棋的分支係數非常大：每一顆棋子可能的走法數量超過了整個宇宙的原子數量，而且不像國際象棋，它無法用蠻力計算來得出結果。更加困難的是，想要寫出圍棋的評估函數是一件不可能的事，例如能夠體現出誰處於優勢位置以及優勢多少的一套規則。反而，它取決於棋手的一些類似於「直覺」的東西：當被問到為何這樣落子的時候，大師們通常的回答是「感覺如此」。
很顯然，計算機在做出這方麵的判斷時會表現很糟，圍棋也因此被認為是人工智能領域「懸而未決的重大挑戰」之一，大部分研究者預期還需要十年機器才能有希望破解它。
DeepMind的新算法有著嚴格的同行評審證據，AlphaGo在去年秋季秘密的一場對決中以5:0擊敗了曾三次獲得歐洲冠軍的樊麾，並在今年三月與世界冠軍李世石對決。「令人瞠目結舌的進步」，帝國理工學院認知機器人學教授Murray Shanahan如此形容。「一個了不起的裏程碑」，超人類主義哲學家Nick Bostrom也表示同意，後者寫出的《 Superintelligence: Paths, Dangers, Strategies 》指出：如果通用人工智能可以出現，這將是一個無法比肩的事件——借用下穀歌工程主管Ray Kurzweil的話：這將是一次撕裂曆史的斷層。Bostrom告訴我在他牛津人類未來研究所的辦公室中，AlphaGo的成就被認為「將過去幾年間機器學習所取得的進步生動的表現了出來」。
歐洲冠軍、職業圍棋二段樊麾被AlphaGo擊敗
「這非常酷。」Hassabis很平淡的說到，我們在他的辦公室討論著最新的勝利。像平常一樣，他穿著沒有任何特點的黑色上衣、褲子和鞋子：實在難以想象這實習生裝扮的家夥拿到了穀歌的8000萬英鎊。「圍棋是一個終極目標：它是一個遊戲的巔峰，有著最豐富的智力深度。它如此迷人與美麗，令我們感到興奮不僅在於我們掌握了這個遊戲，還在於我們還用漂亮的算法完成了它。」
圍棋遊戲更像是藝術而非科學，他認為：「AlphaGo以十分人類的方式下圍棋，因為它是以人類的方式進行學習，通過不停地遊戲變得更加聰明，就像你我一樣。」Hassabis也許看起來像學生，但他更像一個驕傲的家長，AlphaGo是他職業生涯中所達到的最令人激動的成就。「比任何人所想象的都高了一個數量級，」他有些激動，「但對於我們來說，最好的在於這不是一個使用人工規則的專家係統。它借助於通用機器學習技術教會了自己如何掌握遊戲。最終，我們想將這些技術用於重要的真實世界的問題，例如氣候模型或者複雜的疾病分析，對吧？想想它下一步能夠解決的問題真的非常令人激動！」
DeepMind已宣布進軍醫療市場
我與Hasssabis的首次相遇是在2014年夏天，那是DeepMind被收購的幾個月後。自那以後，我觀察過他在各種不同壞境中工作，過去八個月中我也為這篇文章在三個不同場合正式采訪過他。那段時間我看著他從一位穀歌的人工智能天才成長為了一位引人注目的傳播者，他找到了一種高效的向類似於我這樣的非科學家描述他非常複雜的工作的方法——對此他有極富感染力的熱情——以及為什麽這很重要。謙遜和日具風度，他非常擅長打破DeepMind的方法；也就是說他們結合新老人工智能技術的方式——比如說，在圍棋中結合使用傳統分析走子的「樹搜索」方法與現代近似於大腦神經元網絡的「深度神經網絡」——而且他們還和人工智能研究的不同領域有條理清晰的「聯姻」。
在DeepQ中，他們將深度神經網絡與所有動物都有的通過大腦多巴胺驅動獎勵機製的「強化學習」結合了起來。而在AlphaGo中，他們更進一步又增加了另一種更深度水平的強化學習以處理長期計劃。接下來，他們將整合例如記憶功能等等——直到理論上達成每一個智能的裏程牌。Hassabis說：「我們在存在多少這些能力的路線圖上有一個想法。將所有這些不同領域結合起來是其中關鍵，因為我們對那些可以在一個領域內學習又能將知識應用到新領域的算法很感興趣。」
這聽起來有一點他的個性。乍一看Hassabis的簡曆，可以發現他頗為業餘的好奇心包含了從棋盤遊戲到視頻遊戲到計算機編程到認知神經科學等一切，更別提人工智能了。事實上，他今日成就的取得是聚焦的結果：將自己在同代人少見的強大智力與他一生專研過的學科等各方麵有意識地合成在一起。（簡單點出他人生的亮點：8歲寫出自己的電腦遊戲；13歲收獲國際象棋大師地位；17歲創造了第一款包含人工智能的視頻遊戲《主題公園》；20歲以兩科優等成績獲得劍橋大學計算機科學學位；不久後就成立了開創性的視頻遊戲公司Elixir；之後他在海馬體和情景記憶上的開創性學術研究成為了他的「最後一塊拚圖」；2011年成立DeepMind。）
他承認：「我非常容易感到無聊，而世界又如此有趣，有太多炫酷的事情可做。」（他還保持著五次獲得智力奧林匹克運動會（Mind Sports Olympiad）精英賽Pentamind冠軍的世界紀錄，在該比賽中，挑戰者需要在多個項目中互相挑戰。）「如果我是一個體育運動員，我就會一直想成為一個十項全能選手。」
不過體育的榮耀再也沒有希望了。Hassabis是一位忠實的利物浦球迷，喜歡觀看各種體育賽事，四歲那年他開始下國際象棋，不到一年就開始了全國比賽，不久之後又開始角逐於國際賽場。現在可以很明顯地推測出，他的一生都將與心智有關。
Hassabis
1976年，他出生於倫敦北部，他有一位希臘-塞浦路斯混血的父親和一位新加坡-中國混血的母親，他是三個兄弟姐妹中最大的一個。他的父母都是教師，曾經還擁有過一家玩具店。他的妹妹是一位作曲家和鋼琴家；他的弟弟研究創意寫作。他的家庭並沒有太多的科技色彩。
「顯然我是家裏另類的害群之馬，」他開著玩笑，回憶起當他還是一個小男孩時將自己的下棋獎金花在了一台ZX Spectrum 48K計算機上，然後又買了Commodore Amiga，他立即拆開了它並搞清楚了怎麽編程。「我父母有點技術恐懼。他們真的不喜歡計算機。他們是那種隨性的人。我的妹妹和弟弟也都走了藝術路線。他們沒人真正深入學習過數學或科學。」他聳聳肩表示抱歉，「所以，是的，這很怪異，我也不知道這一切都由何而來。」
他的公司在被穀歌收購時有50多人，現在的員工人數快到接近200，他們來自45個國家，占據了一整棟位於國王十字路的六層建築。盡管有讓他將公司搬往別處（可以推測肯定包括矽穀的山景城）的壓力，但Hassabis決心他的公司應該保持在離他的根很近的地方。
「我是在北倫敦出生長大，」他提醒我，「我當然愛這座城市。這就是我要堅持留在這裏的原因：我覺得沒有任何理由說倫敦不能擁有一個世界級的人工智能研究所。而我也對我們現處的位置感到自豪。」這棟建築所有房間都是以知識巨人：特斯拉、拉馬努金、柏拉圖、費曼、亞裏士多德、瑪麗·雪萊（他是她的粉絲？「當然，」他再次向我確認，「我讀過好幾遍《弗蘭肯斯坦》。把這些東西銘記心中很重要。」）。
建築的第一層是一間咖啡廳，裝配著裸露的磚牆和裝有客用椰子水的冰箱，還能見到在世界上大部分雄心勃勃的科技公司裏都能看到的桌上足球機和沙包。樓上則對原來的建築進行過裝修，是一個現代的開放式結構，樓上辦公室帶有一個陽台，在上麵能夠欣賞到倫敦屋頂的壯麗景色。
DeepMinder會在星期五晚上聚會暢飲。一位員工熱情洋溢地將這個活動描述為「用HIGH來結束一周」的方式。社交是生活中不可或缺的一部分：我被告知DeepMind有俱樂部、足球隊、棋類遊戲俱樂部。（「這一個相當有競爭力。」）一張可更換照片的掛圖表明這裏每一個人每一天都是辦公桌輪用的。這是極其開放式的。我經過走道時看到這裏的工程師——男性居多——打破了人們認為的這一類人在角落裏書呆子式工作的刻板印象：這些家夥看起來健康、快樂又很酷。不得不說這裏有一種智力的魅力在空氣中回蕩。這不奇怪。這個星球上最聰明的人正排著隊想來這裏工作；而到目前為止，這裏的員工留存率是驚人的100%，盡管穀歌的最大競爭對手們對人工智能的關注正在加速，更不要說同樣求賢如渴的世界各地的一流大學了。
「我們實在是很幸運，」Hassabis說，他將他的公司比作阿波羅計劃與曼哈頓計劃，因為該公司的雄心壯誌以及其所招募的人員的水平都在以前所未有的速度攀升。「每年我們能從每個國家獲得最好的科學家。例如，我們將擁有贏得波蘭物理奧林匹克競賽的人，獲得今年法國年度最佳數學博士的人。我們得到的想法比我們獲得的研究人員還多，但與此同時，還有更多優秀人才前來，我們已應接不暇。所以我們正處在一個非常幸運的位置。唯一的限製是在不破壞這種文化氛圍的基礎上我們能吸納多少人。」
這種公司文化要比豆沙袋（用來踢的那種）、免費午餐、天台上的啤酒等表麵上的公司活動要更加深入。Hassabis堅信，穀歌的收購完全沒有讓其偏離自己的研究路徑，他說他花在DeepMind公司運作效率方麵的時間一點也不比花在算法上的時間少，他認為他的公司「完美結合了最好的學術和最令人激動的創業，因此，公司充滿著驚人的能量，催生了無數創造力與進步。」他屢次提到「創造力」，雖然他接受都是正規的科學訓練，但他是「天生就富有創造力和敏銳直覺」的天才。他斬釘截鐵地說：「從某種意義上來說，我不是一個標準的科學家。」
DeepMind組織架構中至關重要的是被他稱之為「粘合思維（glue minds）」的東西：充分掌握各個科學領域知識的學者們能「以別出心裁的方式快速找出有前途的跨學科交叉點。」應用正確的基準，這些粘合者能以小組的形式每幾周就碰一次麵，快速、靈活的將各種資源和工程師匹配到需要的地方。「因此，你將擁有一個令人難以置信的天才研究者，而且3-4名其他領域的研究者可以直接接過同一任務，基於自己的專業進行補充，這與學術界十分不同，」他描述道，「這樣所帶來的結果就是能很快地產生一些驚人的結果。」僅僅啟動了18個月的AlphaGo項目就是這一理念的完美例證。
每天晚上，Hassabis都會乘坐北線巴士準時回家，與家人共進晚餐。他們居住在倫敦北部的海格特，距離他長大的地方不遠。他的妻子是一名意大利分子生物學家，研究阿爾茨海默症。他們有兩個兒子，一個7歲，一個9歲。Hassabis會和他們一起看書玩遊戲，或者輔導他們的家庭作業。（「他們都很優秀，但他們在科學和創新方麵更像是我的對立麵。」）
像每個父親一樣，他會哄他們睡覺。然後在11點左右，大多數人都上床睡覺時，Hassabis會開始他稱之為的「第二天」。每天和美國團隊的電話會一般會持續到淩晨1點，之後就進入他一直持續到淩晨3、4點的「純粹思考時間」：他會考慮公司的研究工作和接下來的挑戰，或者寫一份算法設計文檔。
他承認，實際上沒有太多人工智能編程工作。「因為我現在的數學太生疏了。更多的是直覺式的思考。或者是關於公司戰略的思考：如何將其規模化，如何管理，等等。或者是想一些當天在文章和新聞中看到的東西，思考我們的研究如何和那些東西結合起來。」
這讓我想到了AlphaGo,它就在令人很難想象的擁有龐大計算能力的穀歌雲端不停的練習、練習、再練習，每一秒、每一天都在進步，因為它學習的唯一方法就是永不停歇。
「它會休息嗎？」我問到。
「不，它不會休息。即便在聖誕節期間也沒有。」
我有些猶豫：「它真的永遠不需要休息嗎？」
「可能它就喜歡這樣（永不停歇）」，他回複道，眼睛閃閃發亮。
他說的沒錯。但Hassabis自己呢？
「他絕對是個超人，」他的一名同事評價道。
他休息嗎？
「很難，我從來沒有將工作與生活對立起來，它們本來就是一體的。我喜歡閱讀，看電影，聽音樂，但這些東西都和我所做的工作有關。」（比如說，他是一個超級影迷，他提到了他的朋友Alex Garland，近期人工智能電影《機械姬》的導演；也提到他剛剛與美國電影製片人Brian Grazer一起開會，他認為Grazer是一個很酷的人，他們討論的話題是什麽？估計你已經猜到了——是人工智能。）「我的大腦已經完全被人工智能占據了。」
那他的其他方麵呢？孩子、朋友和正常生活？「毫無疑問，我會盡力去平衡生活，不然確實有些瘋狂。」關於孩子們，最酷的地方是他們幾乎成為能以相同方式占用你時間的唯一事情。
Demis Hassabis（DeepMind CEO）關於人工智能的演講
他和朋友們保持密切聯係：他和DeepMind的另一位聯合創始人Shane Legg相識於倫敦大學學院，他們都是PhD，對彼此比較了解，Mustafa Suleyman是他的發小。他還講了一個在劍橋和同事Dave Silver相識的過程，在業餘時間他會教Silver玩棋類遊戲——包括特別古老的中國棋類。我注意到，David Silver是DeepMind AlphaGo團隊的主要程序員，也是最近Nature論文的第一作者。「是的，Dave和我認識很久了，我們曾夢想在我們的有生之年做這件事（用人工智能解決圍棋），所以（既然我們現在已經在做），當年19歲的我們應該很欣慰，我們已經走到了這一步。」
他主動補充到：「事實確實如此，我沒有太多的正常生活。每一個醒著的時刻，我都在思考問題，或許在夢中也是如此。因為這太令人興奮了，它如此重要，這就是我最令我充滿熱情的事情。
從他眼裏我看到了像孩子般天真無邪的對夢想的執著。「我感覺自己很幸運，我無法想象還有什麽問題能比我研究的更加有趣，因此我會每天都在思考它們。每個時刻我都在做自己真正信仰的事情。不然我為什麽要做這些呢？人生如此短暫。」
帶給我們很多溫暖的大白也是人工智能
如果對人工智能的憂慮真的像史蒂夫·霍金、比爾·蓋茨、埃隆·馬斯克、Jaan Tallinn 和 Nick Bostrom 等偉大的科學人物所說的那樣，那生命會變得更加短暫。從無節製的AGI武器到對技術奇點恐懼的擔憂都會導致一場「智能爆炸（intelligence explosion）」，即機器將有能力進行無限循環的自我進化，它們將能超過人類大腦的智力，也超出我們的控製力。
當超級智能災難開始顯現，曆史就不再是一個可靠指標，我們將無法預見到應該何時從人工智能軍備競賽中全身而退，直到這一切開始發生。羅伯特·奧本海默（原子彈之父）有句名言：「當你在某項技術上嚐到甜頭時，你會繼續前行，隻有當你獲得技術上的成功後才會去考慮應該如何對待它。」幾十年之後，Bostrom也提到：「如果有一種方法可以保證高級人工智能永遠不會傷害人類，那這種智能就已經被創造出來了。如果沒有任何辦法去做出這種保證，那它們也有可能被創造出來。」霍金近期總結到：「在創造人工智能方麵取得的成功將會是人類曆史上最重要的事情。不幸的是，這也可能是最後一件。」
「這麽說吧，我希望不會。」Hassabis不動聲色的說到。在他看來，公眾對於通用人工智能的危言聳聽阻礙了極具潛力的近期收益，並且本質上就錯了，至少時間尺度上有問題。「我們距離那種能夠達到人類級別的通用智能還得好幾十年，」他提醒我，「我們才爬到梯子的第一級，隻是在玩遊戲。」他認可有一些「合理風險需要我們現在去思考」，但顯然這些並不是科幻小說裏的那些反烏托邦式的場景，在那些小說裏，超級智能機器總是會無情的除掉它們的人類造物主。
另外，他堅信，當涉及減少通用人工智能的潛在危險時，DeepMind同樣走在了前列。雖然不像那種類似政府領導的阿波羅或曼哈頓之類的項目需要接受官方審查，但這家公司的操作相當透明。它更傾向於發布它的代碼，而和穀歌的此次交易的協議中還附帶一個條款：禁止將該技術應用於軍事或情報用途。
Hassabis和他的同事們在推動2015波多黎各人工智能大會召開方麵發揮了重要作用，並在呼籲將此項技術應用於「善舉」並在「避免潛在危害」的公開信上公開簽字。他們最近聯合組織了另一場在紐約的同類會議，而他們公司內部的道德董事會和谘詢委員會目前也召集完畢（盡管是秘密進行的）。Murray Shanahan表示：「Hassabis完全了解人工智能的安全係數，他當然不是天真無知，更不是把頭埋進沙子裏的鴕鳥。」
Murray Shanahan
「DeepMind在鼓勵討論這些事情方麵是行業的領先者，」Bostrom對此表示了讚同，「在參與一些需要應對長期挑戰的研究方麵亦是如此。」
我讓Hassabis列出他認為的最主要的長期挑戰有哪些。「由於這些係統變得越來越複雜，我們需要思考如何充分利用它們，以及它們又能將什麽東西進行優化，如何進行優化，」他回複道：「技術本身是中立的，但它是一個學習係統，所以不可避免的，它們會承擔一些價值體係的印記和設計者的文化，所以我們需要非常小心翼翼地思考這些價值觀。」
關於超級智能的問題，他說到：「我們需要確保目標精確詳細，並且沒有什麽模糊的地方，不會隨著時間的流逝而發生變化。但在所有的係統中，最頂層目標仍然由它的設計者確定。這可能需要係統自己想辦法達成目標，但它不能自行創造目標。」
他的語氣讓人放心。「看吧，這些是有趣又有難度的挑戰。因為這些全新的強大技術需要符合倫理和有責任感地使用，而這就是我們積極呼籲討論和研究這一事宜的原因，所以當那個時間窗口到來時，我們能夠已經做好了準備。」
這到底是個怎樣的時刻？當機器變成超級智能？還是機器超越了人類？
他笑了，「不不不，我是說，在那之前。」（我知道他在開玩笑，盡管他的同事Shane Legg曾經在2011年明確表示：「我認為人類滅絕可能會發生，而技術可能會是罪魁禍首之一。」）Hassabis聲明：「我的意思是，當這些係統更加強大，而不僅僅是玩遊戲，我們會將它們應用在更加具體、實際和重要的事情上，比如說醫療健康領域。然後，我們需要確保我們知道它們的能力能夠發展到什麽地步。」他衝我咧嘴一笑，「這將阻止機器掌管世界這一場景的發生。」
Hassabis很愛笑。他非常友好，又極具說服力。他說的每件事都似乎都很有道理，而且並不自負，但誰知道呢：也許通用人工智能會在我們的掌控之下。但很多人持懷疑態度。「顯然，如果出現了一種在各方麵都超過人類的數字智能，那『助理』這個詞就不再是個正確的描述了。」埃隆·馬斯克爭辯道，他最近將人工智能技術方麵的進步描繪成人類在「召喚惡魔」。這位SpaceX創始人、特斯拉和PayPal聯合創始人也是DeepMind的早期投資者之一，但並非為了賺錢。「我不在乎為了投資而投資，」他告訴我，「我把錢投給DeepMind的唯一原因就是想要更加了解人工智能的進展和危害。如果我們不認真對待人工智能，一旦發生了什麽不好的事情，銀行存款也會變得毫無意義。」
埃隆·馬克斯
「埃隆是最聰明的人之一，和他交談很令人享受，」Hassabis不偏不倚的回應說，「我真的認為像他這樣的人喜歡人工智能是件非常酷的事，因為這足以說明這是件大事。」他表現的成熟老練，但其他領域的科學家對人工智能公開的隨意評論顯然激怒了他：畢竟你從來不會聽到他對粒子物理大放厥詞。
「通常，我發現那些沒有真正研究人工智能的人們並不完全理解這些。他們通常沒有跟很多人工智能專家深入交談，他們的思想實驗就隨著他們的想法跑偏了，因為他們都是基於那些我認為並不正確的設想。」他再一次提到，他成立的內部倫理委員會和谘詢董事會——由不同科學和哲學學科方麵的領袖組成——將會管控通用人工智能技術的未來使用。他堅決維護他現階段保持繼續探索的決定。
「之前從未有人走到過這一步，所以在接受大眾監督之前，我們必須篩選做一些探索性工作。」他表示，這一初始階段是關於「讓所有人都跟上進度，然後在下一階段我們就能夠討論真正的算法和應用了。對很多涉及其中的人來說，這並不是他們的核心區域。我們需要他們的專業知識，但他們需要更好的了解究竟發生了什麽。」
斯蒂芬·霍金被當作一個「跟上進度」的鼓舞人心的例子被提及，他們最近在劍橋進行了私人談話。「顯然能夠跟他見麵就已經是非常不可思議的榮譽了，」他表示，並拿出他的手機給我看他的自拍。「我們隻安排了一個小時，但他有那麽多問題以致於我們最後交流了四個小時。這導致他錯過了午餐，所以他的看護對我不太高興。」
Hassabis指出，在那次會麵之後，霍金就不在媒體麵前提及「任何人工智能煽動性言論」了。最驚奇的是，在他上月的BBC Reith講座中，他推斷的人類威脅清單中並沒有包括人工智能。「可能真的會有些用吧，聽到更多實用的東西，更多我們可能創造出的真正係統，以及我們對這些係統的檢查和控製，」Hassabis表示。「一旦你理解了這項工程，這一切看起來就更容易理解了，也更加合理。」
當然，在我身上還看不到任何希望，但他真的相信霍金變了嗎？「我認為最終會的，他會非常放心的。他有著非常風趣的幹幽默，就在我離開前，我問他，『那麽你認為如何？』他打出了『我祝你好運。』之後，調皮地衝我眨眨眼，又補充道，『但不要太好運。』」Demise Hassabis向我露出會心一笑。「我認為，『我可以認為我贏了。』」
