来源：倍可亲(backchina.com)
在Facebook内部，判断一个项目的重要程度，有一种很直观的方法：看看这个项目的负责人离扎克伯格的办公桌有多远。
田渊栋在Facebook的办公桌离CEO扎克伯格只有6米远（20英尺），他的前排坐着的是Facebook的COO谢丽尔·桑德伯格（Sheryl Sandberg）。这样的座位安排，一开始让这个围棋项目负责人觉得有点小慌，但这足以凸显这一人工智能项目在Facebook公司中的重要性。
从美国卡耐基梅隆大学机器人学院取得博士学位后，这位来自上海的田渊栋加入谷歌无人车项目，随后跳槽到Facebook人工智能实验室。田渊栋的个人简历丰富多彩，最近，他的围棋对弈项目更是得到了扎克伯克的公开点名表扬。
因为喜欢科幻小说《三体》，来自上海的小伙子将自己的围棋对弈项目命名为黑暗森林（DarkForest）。在谷歌AlphaGo战胜欧洲冠军樊麾，引爆全球关注人机对弈的人工智能前，这个项目在Facebook人工智能实验室里低调而神秘。
“这个项目是从去年5月开始，两个人，在不到半年的时间里，虎口拔牙似得抓到一些进展，已是十分不易，任何一个地方只要动作慢了点，都不会有现在的成果。能被小扎点名我是始料未及，我感到非常荣幸。”田渊栋在接受专访时表示。
就在3月9日，谷歌AlphaGo将对韩国围棋冠军李世石发起挑战，展开5局的对决。作为谷歌AlphaGo的竞争对手，田渊栋没有正面回答澎湃新闻提出的是否看好谷歌获胜的问题，但他表示谷歌的人工智能确实做得很好，自己也很期待比赛。
谷歌DeepMind创始人之一丹米斯·哈撒比斯则对自己的人工智能充满信心，他曾在赛前透露说：“骗招对付不了‘阿尔法’。它现在正以无数的棋谱数据为基础进行‘深度学习’，不断地完善自己，并通过自我模拟对局提高实力。此外，电脑超强的学习能力是人脑无法比拟的，‘阿尔法’现在已学习了相当于人类 1000年的学习量，所以它这几个月的棋力已得到了显著提高。”
据国外媒体报道，谷歌公司目前正用两台超级计算机模拟人类实战，每天的对局量上百盘，每盘棋的计算机投入成本大约为300美元，此外研发团队还对围棋软件有针对性地进行了很多测试。有专家认为，与去年10月的“阿尔法围棋”软件相比，今年3月版的“阿尔法围棋”经过这五个月时间的强化与完善，肯定已产生巨大的飞跃，李世石所面对的将是另外一只“猛兽”。
作为先后在谷歌和Facebook工作的研究员，田渊栋非常清楚两个科技公司在人工智能领域的各自优势。在采访中，他更是分析了两者之间的差距。
在开赛前，先听听竞争对手的分析，或许更容易理解明天的比赛。
被扎克伯格点赞始料未及，我感到非常荣幸
2013年底，著名人工智能学者、纽约大学教授在Yann LeCun在自己的个人社交网站上宣布受聘于Facebook，成立人工智能研究实验室，致力于“宏大长远的目标，要给人工智能带来重大突破”。至此开始，在Yann LeCun的带领下，Facebook在人工智能领域里招兵买马，扩充实力。
田渊栋称，进入Facebook后，自己手上有七八个研究项目，DarkForest还是其中最不起眼的一个。
“到去年8月份左右，我们走子网络的性能已经超过了谷歌DeepMind在2014年底发表的文章的水平。今年一月底谷歌文章出来后，以20人一年半的团队和完美的公关，让全世界开始关注围棋。但DarkFores，靠两个人花半年时间，虎口拔牙抓到一些进展，已是十分不易，任何一个地方动作稍慢一点，都不会有现在的成果。”田渊栋说。
记者：谷歌有alphaGo项目，我们知道Facebook也有针对棋类对弈的dark
forest项目，作为这个项目的负责人，扎克伯格也曾点名表扬你的工作成果，你能否简单介绍自己在做的工作？
田渊栋：这个项目是去年5月开始的，当时我刚加入Facebook
AI，开了七八个研究项目，这是其中不很起眼的一个。一开始我也不是很看好，只是为了实验一个想法而收集了下数据。后来这个想法没做出来，但是既然有数据有平台了，还不如继续做下去。当时第二作者朱岩在我们组实习，他手上的另一个项目刚结束，我就问他是不是有兴趣，他觉得挺有意思的就开始合作了。
到去年8月份左右，我们走子网络的性能已经超过了谷歌DeepMind在2014年底发表的文章的水平。于是我就把代码重新写了一遍（之前是用各种开源程序拼凑起来的），开始搭建我们自己的系统，同时把现有的走子网络放在KGS（世界上最大的围棋服务器之一，一般任何时刻同时有超过一千五百人在线）上开始和别人对战，DarkForest这个名字就是那时候起的。
去年9月份，我尝试了预测下3步而非下1步的方案，看到性能一直在提高，这时我觉得深度神经网络加上蒙特卡罗树搜索，可能会得到很不错的围棋程序。到10月份基本上蒙特卡罗树搜索的框架有了，但是还有很多bug，因为另一个项目（基于图片的问答系统）的时间吃紧，花在围棋上的时间不多。到11月份问答系统差不多了，我再回过头来做围棋，我们当时的计划是再慢慢做做准备投稿2016年2月份的ICML（国际机器学习大会），后来讨论了一下，决定还是试一试15年11月中旬的ICLR（国际机器人顶级会议）。这时候离 ICLR的截稿日期还有三周。这三周加班加点，如期得到了一个还不错的系统，投了ICLR，文章放在arXiv（由美国国家科学基金会和美国能源部资助，在美国洛斯阿拉莫斯国家实验室建立的电子预印本文献库，始建于1991年8月）上公开了。
大家也知道了Facebook在做围棋。国外的ComputerGo（计算机围棋对战）论坛一开始不相信我们的程序不经盘面搜索到3段，后来因为我们在网上放久了，打定段战确实能到3段，才渐渐服众，各种媒体报道也纷至沓来。现在看起来，我们做的工作吹响了这一波围棋AI突破的号角。
之后就是继续改进蒙特卡罗树搜索，另外，组里一位工程师Tudor Bosman花了一周把我们的程序改成了分布式，到12月底，我们在KGS上到了5段的水平，很多人找我们下棋，包括最强大脑鲍云和一位韩国的职业选手，我们也在继续改进。当时已经有传言说谷歌战胜了职业选手，不过我们还是尽力而为。一月份KGS的比赛我们因为有个bug超时拿了第三名，不然是可以胜 Zen拿第一的。最后一月底谷歌的文章出来，以20人一年半的团队和完美的公关，让全世界开始关注围棋，也确证了之前的传言。而我们投稿ICLR的文章也中稿了。总的来说，这个项目还是比较成功的。这次我们能两个人花半年时间，虎口拔牙抓到一些进展，已是十分不易，任何一个地方动作慢点，都不会有现在的成果。被小扎点名我是始料未及，我感到非常荣幸。
记者：对于外界来说，关于Facebook的人工智能实验室，一直有非常多的期待，除了darkforest项目，图像识别项目也活跃在各个报纸的版面上，除此之外，Facebook人工智能实验室的研究方向还有哪些？
田渊栋：Facebook AI Research (简称FAIR) 目前在加州门洛帕克、纽约曼哈顿和法国巴黎有三个分部，巴黎分部刚刚公开。总的来说，学术氛围是非常浓厚，大家坐在Facebook新建的20楼中央做深度学习的研究，目标是发高质量的文章，做有影响力的前沿工作。研究方向相对自由宽松，研究所需的计算资源（如GPU）相对丰富，同时也没有近期的产品压力，可以着眼长远做困难和本质的研究问题。这样的学术氛围除了MSR之外，在各大公司是极其少见的。
扎克伯格之前提过Facebook将来的三大主要方向，其中之一就是人工智能，目前看来公司也确实非常看重我们这个组。我后面就是COO，斜后方是CEO，一开始有点小慌，不过时间长了也就习惯了。
FAIR正式成立是在前年12月至去年一月，然后陆续招人，时间还不长，重要的公开工作有DeepFace，运用深度学习将人脸识别（更准确说是人脸判定）提高到人类级别。记忆网络，在深度学习中加入长期记忆（Long-term memory）以构建自然语言问答系统，开源深度学习框架Torch的更新和推广，运用快速傅利叶变换加速卷积运算的CuFFT等等。目前还有许多非常有影响力的工作正在进行中，敬请期待。
在深度学习的时代，研究和工程已经有融合的趋势，因此FAIR这两方面的大牛都有。工作气氛上来说，组内较平等，讨论自由，基本没有传统的上下级观念。若是任何人有有趣的想法，大家都会倾听并且作出评论。要是想法正确，Yann也会喜欢。
没有人逼着干活，但大家都在努力干活。
黑暗森林VS阿尔法Go谁会赢？
据田渊栋的介绍，两家公司在围棋对弈项目里使用的人工智能技术有一定的重合性，但谷歌在快速走子（Fast rollout）和估值网络（Value Network）两方面有所加强，Facebook的研究则是以开源软件Pachi的缺省策略 (default policy)部分替代了快速走子的功能。
记者：看到你从走棋网络、快速走子、估值网络、蒙特卡罗树搜索等四个方面对AlphaGo进行了分析，在这四个方面，您觉得谷歌哪个方面做得最好，与你们的差异在那里？
田渊栋：AlphaGo 这个系统主要由几个部分组成：一是走棋网络（Policy Network），即给定当前局面，预测/采样下一步的走棋。二是快速走子（Fast rollout），和目标一是一样的，但在适当牺牲走棋质量的条件下，速度要比1快1000倍。三是估值网络（Value Network），给定当前局面，估计是白子胜还是黑子胜。四是蒙特卡罗树搜索（Monte Carlo Tree Search，MCTS)，把以上这三个部分连起来，形成一个完整的系统。
我们的DarkForest和AlphaGo同样是用蒙特卡罗树搜索搭建的系统。只是相较AlphaGo而言，在训练时加强了走棋网络，少了快速走子和估值网络，然后以开源软件Pachi的缺省策略(default policy)部分替代了快速走子的功能。
另外，据他们的文章所言，AlphaGo整个系统在单机上已具有了职业水平，若是谷歌愿意开几万台机器和李世石对决，相信比赛会非常精彩。
记者：Facebook人工智能实验室主管Yann LeCun一直希望各家人工智能平台能做到开源，这样有利于人工智能的发展，你是否也赞同这种观点？为什么？
田渊栋：我十分赞同，只有充分交流才能让大家发展得更快更好。深度学习近两年的大进展很大程度上得益于像torch和caffe这样开源的计算平台，让其它人能很快复现前人结果并加以改进。
记者：相较alphaGo取得的成绩，darkforest的下一步目标是什么？不断改进版本后，你们希望自己的围棋AI能达到什么样的水平？
田渊栋：目前还在改进中，会参加三月在日本的比赛。之后的目标暂不公开，我也在思考中。
记者：此次alphaGo与李世石，你是看好alphaGo还是李世石？无论结果如何，我们应该如何看待这样一场对决？
田渊栋：我不做预测，我只说很期待。
记者：谷歌和Facebook成立人工智能实验室、通过收购公司，布局人工智能，作为一名人工智能研究人员，你认为这两个公司是不是已经代表硅谷人工智能研究领域的最高水平？
田渊栋：可以说这两个实验室网罗了全球人工智能领域最顶尖的研究和工程方面的人才，并且还在继续网罗中。我们今年还会招挺多人，欢迎大家投简历。
“我对人工智能持乐观态度，但大家期望先不要太高”
科学技术的进步带来了人类生活质量的提高，同时也在改变人类。面对这些改变，有些人看到的是恐惧。他们担心当机器变得越来越智能，甚至会超过人类时，会变成可怕的恶魔。基于此，霍金、特斯拉CEO马斯克还成立了防范人工智能威胁联盟。
但田渊栋个人对人工智能持乐观态度。因为就目前的人工智能发展水平而言，还存在很多问题，在创造性工作，处理突发事件，分析未知事件等方面还远不如人类。
记者：你曾评论说“到目前为止，人工智能系统要达到人类水平，还是需要大量样本的训练的。可以说，没有千年来众多棋手在围棋上的积累，就没有围棋AI的今天。”需要依赖于数据输入，这是不是人工智能一直未突破的瓶颈之一？如何才能找到解决方法？
田渊栋：数据是现代基于统计推断的人工智能的发动机，没有数据大家就只能回到70年代的专家系统的老路里去了。关于如何突破，所有的人工智能专家都在努力中，我现在随便说两个未经实验验证的解决方案，不免贻笑大方，这里就不展开了。方法论上说，给顶尖人才充分的自由度和大量的资源，让他们作不停的努力和尝试，容许犯错，鼓励创新，就会看到进展的。
记者：作为研究人员，你觉得未来围棋AI能应用到人类生活的哪些领域，帮助人类改善生活？
田渊栋：太多了，说AI能改变人类生活的方方面面，是毫不夸张的。现在的成果主要是能让AI接近人的感知能力（比如说图像，语音，自然语言理解），从而增进人与AI及人与人之间的交流，降低沟通成本，对一些程序性的交流可以自动化。
记者：有哪些人类的活动是人工智能无法替代的？
田渊栋：目前像创造性工作，处理突发事件，分析没见过的问题，这些事情，人工智能与人相比还远远不如。以后的情况我不知道，如果都能随便精准预见了，那科学家的存在就没有意义了。未来是要由我们的手去开拓的，我们的努力本身，就是“让未来变得更清楚”这一目标的一部分。
记者：人工智能威胁论也是争议焦点，此前特斯拉CEO马斯克曾联联合霍金成立防范人工智能联盟，最近扎克伯克对此观点进行了驳斥，你怎么看待人工智能威胁论？
田渊栋：我是持乐观态度的，我的观点是：“机器会适应我们，我们也会适应机器，最后……新的人类在探索中崛起，我们有了新的三观，新的喜怒哀愁，浑然不觉旧的人类早已在欢笑中灭亡，在岁月中死去。我们所有的故事，都会被未来子孙们写进一本叫作《地球往事》的书里，每当在茶余饭后的谈及，便会招来一阵夹杂着同情与羡慕的复杂心绪，而后，他们便会抱怨难以开采的行星，抱怨不够快速的星际通信，或是追不到手的外星美女，然后，继续自己的生活。所以，继续我们的生活吧。”
