15歲就拿下《星海爭霸》西班牙冠軍 如今他用神經網絡「訓練」Google翻譯

在Google雇用的眾多科學家中，Oriol Vinyals看起來雖不特別起眼，但Gmail的自動回覆功能，正是出自他手，而最近，他還忙著透過神經網絡，「訓練」Google翻譯；鮮為人知的是，這名優秀的科學家，15歲時，就拿下《星海爭霸》西班牙冠軍，也開啟了他日後的人工智慧研究之路。 ▲Oriol Vinyals談論深度學習的影片。（影片／取自YouTube，若遭移除請見諒） AlphaGo打敗中國棋王柯潔，除了DeepMind公司是關鍵外，旗下許多優秀的員工也是重要關鍵之一，其中最知名的莫過於Oriol Vinyals，他所發表有關《神經情景控制》論文相當重要。值得一提的是，2016年時，他曾被「麻省理工學院技術評論」，評為35歲以下的35名創新者之一。 2▲2016年時，他曾被「麻省理工學院技術評論」，評為35歲以下的35名創新者之一。（圖／翻攝自官網） Oriol Vinyals是Google的研究科學家，之前在Google Brain團隊工作，後來加入Google DeepMind團隊，畢生致力於深度學習技術以及機器學習的研究。 ▲Oriol Vinyals談論機器學習的演講影片。（影片／取自YouTube，若遭移除請見諒） Oriol Vinyals出生於西班牙的巴塞隆納，2007年完成了數學和通訊工程的雙學位的學習。早在那時就興起了想去美國研究人工智慧的念頭。他在卡內基梅隆大學待了9個月，在那完成了學位論文後，就去加州大學聖地牙哥分校獲得了碩士學位，之後在2009年到柏克萊攻讀電子工程與計算機科學博士學位。 博士期間，他曾進入Google實習，那時遇到了深度學習領域的知名專家Geoffrey Hinton並和他一起工作，他加速了對深度學習的興趣。因為在微軟和Google獲得了很棒的實習經驗，從那時起，他就決定要在業界工作。 2013年，他在Google正式工作。一開始將研究興趣集中在語言識別和優化上（強調自然語言處理和理解），這導致了日後開始用「深度學習」解決這些問題和另一些相關問題，這其中就包括最近的『通過數據產生學習算法』的問題。 Oriol Vinyals在加州大學柏克萊分校學習時，協助發明了一個能夠自主進行《星海爭霸》對戰遊戲的人工智慧程式，並以遊戲中的蟲族「主宰」（Overmind）命名，這代表了「機器學習」（Machine Learning）領域的巨大成功。 如今，Vinyals加入了Google人工智慧團隊，研究自然語言翻譯的新技術。有一天，他突然興起了一個念頭 ，決定試試看電腦是否能準確地描述一幅圖像。這也算是一種翻譯，只不過是將圖像翻譯成文字。他表示，「我清楚地記得，我只有改變了一行代碼，將原來的法語翻譯輸入部分，改為輸入一幅圖像。」 緊接著第二天，他向程式輸入了一個熱鬧市集攤位的場景圖像，在攤位旁邊還堆放著很多香蕉。程式處理的翻譯結果描述為，「一群人在市場攤位前買水果。」機器描述的結果相當精確，令他感動萬分。 回憶起當時的情景，Vinyals仍舊非常激動：「翻譯成功了！翻譯結果不是只有簡單的描述『人們在街上』，而是運用複雜的思維邏輯方式，來深度解讀圖像。」 這項技術現已運用到Google圖像搜索（Google Image Search）技術中，幫助用戶在輸入相關的搜索圖片時解析圖像，並顯示出相對應的文字內容。此外，Vinyals還曾和同事開發了一種在Gmail中使用的自動回覆（Smart Reply）的技術，能夠自動地讓電子郵件的做出簡短回覆。 目前，Vinyals加入了位於倫敦的Google DeepMind的團隊後，他正致力於開發能夠在複雜戰略遊戲中自主學習，並最終贏得遊戲的智慧程式，不是依靠死板編碼的遊戲規則，而是賦予程式自主學習經驗的能力。 Oriol Vinyals15歲時，曾著迷於《星海爭霸》，這是款講述3個種族之間鬥爭的遊戲，包括人類、神秘而強大的神族以及異形蟲族。Vinyals玩得得心應手，年紀輕輕就成為西班牙排名第1的玩家。他提到「我知道遊戲會改變我的生命，從那時起我就對人工智慧所著迷。」 Oriol Vinyals指出，《星海爭霸》遊戲可協助未來AI的開發、測試，而且能即時回饋，是很理想的研究環境，因為它是一款即時戰略遊戲，遊戲過程相當複雜且快節奏，被認為是AI與人類對戰的理想戰場。 ▲《星海爭霸》遊戲可協助未來AI的開發。（影片／取自YouTube，若遭移除請見諒） 他指出《星海爭霸》系列遊戲，不但需要玩家制訂長遠戰略、資源管理，同時要在戰場上施展快速控制及靈活的戰技，這類遊戲對AI研究人員來說，是虛擬與現實生活的橋樑，遊戲世界所需要的技能，最終也能用於解決現實生活中的挑戰。 機器人知識庫 【神經網路】在機器學習和認知科學領域，人工神經網路（英文：artificial neural network，縮寫ANN），簡稱神經網路（英文：neural network，縮寫NN）或類神經網路，是一種模仿生物神經網路(動物的中樞神經系統，特別是大腦)的結構和功能的數學模型或計算模型，用於對函式進行估計或近似。神經網路由大量的人工神經元聯結進行計算。大多數情況下人工神經網路能在外界資訊的基礎上改變內部結構，是一種自適應系統。現代神經網路是一種非線性統計性資料建模工具。」