DavidSilver迷妹视角的一点碎碎念

第五局快结束时，DavidSilver忽然指着屏幕说:“AlphaGOsaysitx27;sgoingtoquit.”先是一片紧张的沉默，然后是一阵放松下来后的爆笑。David笑着说:“Ix27;mjoking.”笑声中有人说:“Davidhasbeenwaitingtwoyearstosaythis.”这是我感触最深的一个场景。轻描淡写的一句话，这背后有多少辛酸和寂寞？岂止是两年啊，从1988年Sutton提出时间差分算法、92年Watkins提出Q-learning算法，已经二十多年过去了。AlphaGO“横空出世”背后，是多少科学家几十年如一日的默默付出啊。AlphaGO的成功，不可思议地像一个梦。几年前，DeepMind成立之初，DavidSilver在UCL开强化学习课。第八课结束时，David非常腼腆地给DeepMind打广告，希望大家投简历，简简单单几句话说的吞吞吐吐，台下是一片笑声。那个时候，人工智能的围棋还远不能打败人类顶尖棋手，强化学习还只是整个人工智能学术圈里的冷门方向，甚至很多人连强化学习的名字都没有听说过，大家趋之若鹜的方向是数据挖掘和计算机视觉。没有人能想到短短几年后RL即可打败李世乭，DeepMind成为炙手可热的公司、顶级研究机构，而强化学习也给人工智能领域带来如此翻天覆地的变化。某一年ICLR的开幕式上，有学者在致辞时说:“当初DeepMind邀请我，我没有答应，现在看来，很显然他们站在了历史更正确的一边。”而我觉得，DavidSilver，DemisHassabis，AjaHuang等人最令人敬佩的地方恰恰在于:他们没有用功利的眼光去选择所谓“正确“的一边，他们只是一直默默地坚持着做自己真正想做的。也正因如此，他们得以引领潮流，而不是跟随潮流。不仅强化学习领域，甚至今天整个深度学习领域的火爆，也是用很多和他们一样的人（如Hinton）曾经不被看好的坚持换来的。感谢那些在黑暗中禹禹前行、孤寂中不忘初心的人，是你们的坚持为后来者的路点亮了灯。本文版权归作者hazure所有，任何形式转载请联系作者。