DeepMind創辦人:突破人工智慧研究的天花板,關鍵在人類的「大腦」中
DeepMind創辦人:突破人工智慧研究的天花板,關鍵在人類的「大腦」中
2017.07.24 | Google

Demis Hassabis這個名字在人工智慧界絕對稱得上是如雷貫耳。

身為希臘裔賽普勒斯人和新加坡華裔混血的他,在年少時就展現出了極高的過人天賦,年僅十三歲便成為了世界國際象棋大師。不過他的職業生涯並非以人工智慧為起點展開的,畢業於劍橋大學的他最早憑著自己做出的兩部電子遊戲而為人熟知。

ehugvi2echawr5ho.jpg
Demis Hassabis。
圖/ 36 氪

他在AI界傳奇之路的開始還要回溯到2010年的9月,那時他在倫敦和另外兩位同事創立了一家人工智慧新創公司。 Demis把自己對於遊戲的熱愛也傾注到了這家剛剛誕生的公司裡,其從創立之初到現在的宗旨始終如一——透過人工神經網路讓電腦以人類的方式學習如何玩電子遊戲。

在拿到Elon Musk等人的投資後,Google一眼發現了這家目標看似莫名其妙的公司的巨大價值,豪擲4億英鎊(當時約合6.5億美元)將他們編入旗下。

這家新創公司,叫做DeepMind。

2f5jzrihhjjmi3az.jpg
圖/ 36 氪

在AlphaGo橫掃李世石和柯潔之後,其在圍棋界已經達到了獨孤求敗的境界。 DeepMind正在逐步將目光轉移到打造應用場景更為廣泛的人工智慧產品上,比如說讓電腦學會關係推理。

近來,Demis Hassabis出山發表了自己對於人工智慧未來看法的見解。

他堅信,若想讓人工智慧完全發揮自己最大的潛力,唯一的途徑是回到神經科學領域,重新深入鑽研人類大腦和智慧的奧妙,從中汲取靈感。

當下,絕大部分的AI系統的核心都只是一層層搭建起的數學模型,其從人類大腦工作模式中得到的啟發相當有限。

我們要明白的是,機器學習並非一把通往所有人工智慧奧秘的萬能鑰匙,其中的細分領域千差萬別。就拿我們最熟悉的語音識別和圖像識別舉例,雖然主觀感覺上它們的工作原理應該十分相似,但其實它們需要不同的數學結構模型;而且最後的成果算法只能用來解決極其具體的個例,應用範圍相當有限。

打造出能打包處理生活中各種大事小事的人工智慧,一直都是機器學習屆長久以來的夙願。但殘酷的真相是,將目前各種偏科生算法(比如有的只擅長語音識別,有的只應付得來圖像識別)拓展成多才多藝的「好學生」的難度,遠遠超乎我們的想像。這很大程度上是因為,人類思想中最為精髓的知覺、想像力和記憶等特質在人工智慧的世界還屬於襁褓期,甚至壓根不存在。

在一篇於本週四在神經科學界最為權威的期刊《神經》(Neuron)上發表的論文中,Hassabis和另外三位共同作者指出,若想突破人工智慧應用的天花板,我們必須要對人類自己的智慧有著更為深入的了解。

他們詳細地闡述了為何要提倡採取這種方法。

首先,他們認為,如果我們能對自身大腦的工作機理有著更好的理解,這無疑能極大地拓展我們為人工智慧開發出的數學模型和算法的種類和深度。其次,在構建最先進的AI系統並對其進行海量測試時,我們自身也會反思什麼才是真正的「智慧」,有機會對這個玄奧的問題產生新的理解。

論文花了大量篇幅來回顧神經科學和人工智慧漫長的發展歷程,力圖對這兩者間的關係產生新的認知。他們指出,利用多層人工神經元來理解輸入數據的深度學習和在大量嘗試與失敗的積累中成長起來的強化學習,都與神經科學有著千絲萬縷的聯繫。

這篇論文也犀利地指出,人工智慧領域近期取得的成果依然沒有有效發揮神經科學本身的優勢,更加智慧的AI離不開進一步的人格特徵——比如說對現實世界的直覺認知以及更加有效的學習方式。

Hassabis和他的同事認為,若想解決此問題,還應加強人工智慧和神經科學二者間的聯繫,使它們齊頭並進。 「我想我們一定程度上,在密切關注日新月異的演算法同時,也應回頭看一看神經科學和大腦本身。我們甚至可以利用現有的人工智慧系統來研究大腦的工作機理。」

持有相似觀點的可不只有Demi Hassabis這位AI界真正的大佬一人。紐約大學(New York University)心理學教授及前Uber AI實驗室主任Gary Marcus提出我們可以將在研究孩童認知發展時探索到的知識,應用到機器學習系統的提升之中。

大道理都講完了,但若是想把這些先進的理念轉化到實際的人工智慧應用中去可絕非一件輕鬆的差事。在國外科技媒體《The Verge》對Demis Hassabis的專訪中,他說道:

「人工智慧和神經科學儘管同源,曾有著緊密的聯繫,但現在它們都已經成為了體量極其龐大的專業學術領域。舉例來說,神經科學方面的專業論文正在以每年5萬篇的速度高速成長。」

不要說在兩個領域均成為泰斗級人物,若是能在其中一個領域成為專家都已經是相當了不起的成就了。

Demis Hassabis和DeepMind希望能尋找在兩方面都有著深厚功力的人才,構建起人工智慧和神經科學間的橋樑,以簡潔的方式向世人揭示它們之間的緊密關係。

本文授權轉載自:36 氪

關鍵字: #DeepMind
往下滑看下一篇文章
業績兩年從28億突破百億,諾億保經攜手自由系統強化IT與資安以接住高速成長
業績兩年從28億突破百億,諾億保經攜手自由系統強化IT與資安以接住高速成長

企業高速成長,市場最先看見的是業務營收與市場排名的飆漲,但真正決定企業能走多遠的,往往是水面下看不見的IT與營運骨幹。

諾億保經就是一個經典案例。

2024年,諾億保經的全年保費規模約28億元,隔年直接翻被衝破60億,今年,更預計挑戰120億到150億大關,強勢躍居台灣前十大保經公司;業績快速成長的同時,諾億保經的組織配置也很精實:外勤業務團隊約500人,負責核保、行政與稽核的後勤單位卻僅約30人。

值得特別注意的是,隨著營收在短時間內翻倍,受到考驗的不只是業務能力,也包括後台系統、資訊設備、網路、資安,以及法遵與內控能否同步跟上。

諾億保經總經理賴柏翰直言:「客戶資料是諾億保經的核心資產,特別是我們以投資型保單為主力業務,對個人隱私與財務資訊的防護要求極高。」此外,隨著營運規模擴大,金管會對資訊安全與內控稽核的監管標準也隨之提高,必須重塑IT與資安體質以回應高速成長。

評估完自身資源後,諾億保經做了一個重要決定:不從零自建IT團隊,而是採取資訊外包模式,提供企業擴展所需的支援。

諾億保經
諾億保經總經理 賴柏翰
圖/ 數位時代

諾億保經總監張維倫表示:「我們需要合作夥伴提供完整支援,自由系統不僅具備金融產業經驗與深厚維運實力,還能提供一站式服務,因而雀屏中選。」由自由系統負責台北與台中辦公室的端點設備、儲存架構、網路與資安維運等工作。

診斷重於工具:先清查環境盲點,再談防禦升級

缺乏專職資訊人力的中小企業或快速成長型組織,很常陷入一個迷思:市場上出了什麼新工具、新架構,就急著導入;然而,自由系統的作法是先回歸營運本質:盤點現況。

在雙方正式簽約前,自由系統的顧問團隊便深入檢視諾億保經的既有環境,找到一個最急迫的營運隱患:內勤行政人員與外勤業務人員,竟在辦公室內共用同一套網路網段,這意味著外部裝置一旦連網中毒,極可能直接橫向感染存放敏感保單資料的內部系統,為降低風險,自由系統隨即協助諾億保經進行網段隔離與權限切割,在第一時間化解安全未爆彈。

這套「先釐清現況、確認優先級、消弭落差」的邏輯,也體現在資安合規的推進上。

自由系統服務顧問黃麒翰以ISO 27001認證輔導為例指出:「諾億的認證合規由專職顧問主導,但底層關鍵的端點偵測回應(EDR)、託管偵測回應(MDR)、防火牆規則、特權帳號管理及硬體資產盤點,全由自由系統提供技術支援。我們的目標是替企業建立完整的『環境可視性』(Visibility),讓風險一目了然。」

對諾億保經來說,資訊設備、網路與日常維運雖然是營運不可或缺的基礎,卻不是公司的核心業務,如果自行建立完整IT部門,不僅要負擔人力成本,也必須長期維持涵蓋網路、設備、資安與系統維運的專業能力;相較之下,將這些工作交給自由系統的專業團隊負責,諾億保經可以將時間與精力放在可直接創造營收的核心業務。

「與自由系統合作至今,我們不僅更好強化IT體質、順利補強合規缺口,也為接下來的AI應用打下穩健基礎。」張維倫如是說道。

從防守走向進攻:雲地協同架構,讓AI真正走入第一線

IT與資安基礎逐步穩定後,諾億保經開始將資源放到下一階段:如何利用AI提升業務與營運效率。

在業務端,諾億嘗試透過AI實現「保險情境遊戲化」。

賴柏翰指出,一般客戶很難體會重大疾病帶來的財務衝擊,與其單向說明「萬一罹癌怎麼辦」,不如透過AI模擬動態情境,讓客戶在虛擬人生中面臨關鍵決策;甚至,將台股加權指數、S&P 500走勢融入情境,模擬面臨資金缺口時,抵押借款或贖回投資將對個人資產產生何種實質影響,讓保險規畫轉化為主動的探索體驗。

同樣的邏輯也導入內部培訓與後勤自動化。

過去高度仰賴資深講師與紙本教材的訓練流程,被轉化為AI互動式推演,讓500位業務能在高度擬真的客戶抗拒或理財情境中反覆演練,大幅縮短新人上手週期。至於在行政方面,傳統業務助理得耗費大量時間進行分類、掃描、校對保單文件的繁瑣流程,也交由AI與自動化工具處理,助理僅需做最終核對與歸檔,使30人的後勤編制得以支撐暴增數倍的合規案件。

在AI探索的過程中,自由系統就像是諾億保經的IT團隊、協助評估與提供所需產品服務。

自由系統售前顧問劉威利強調:「金融保險業涉及大量機敏個資,絕不能盲目把所有資料拋上公有雲AI。」因此,自由系統協助諾億精準劃分「地端與雲端邊界」,例如,哪些非機敏資料可藉助雲端模型運算、哪些敏感核保數據必須保留在地端進行私有化推論,並協同評估相應的地端硬體算力與加密機制,讓創新應用不以犧牲資安為代價。

總的來說,從28億飆升至百億規模,諾億保經展現了一家新銳金融服務企業的高敏捷度;而自由系統則證明了託管服務(MSP)已不再只是被動的修電腦與顧網路,更是高速成長企業在架構選擇、資安風控與AI轉型路上,不可或缺的最佳夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓