击败围棋只不过是一个开始，AlphaGo的开发公司DeepMind在游戏、医疗、机器人以及手机方面都有规划。The Verge非常迅速地采访到了DeepMind的创始人Demis Hassabis，他说自己也被AlphaGo咄咄逼人又胆大包天的下法惊呆了！在后面的采访中，Demis Hassabis透露了DeepMind的下一步。
DeepMind大败围棋界传奇李世石，引发了对人工智能的潜力的关注——热度远超近期的任何事件。但是Google下属的AlphaGo项目并不是它唯一的计划——甚至不是最主要的计划。就像DeepMind联合创始人Demis Hassabis在前几天说的那样，DeepMind想要“破解智能”，而关于如何达成这个目标，他有许多想法。
Hassabis自己走的并不是寻常路，不过现在回顾起来似乎是最有意义的路。他小时候是一个象棋天才，在脑力奥林匹克运动会上5次获得Pentamind冠军，随后在不大的年龄就与英国电脑游戏开发工作室Bullfrog和Lionhead一起闯出了声名，致力于开发偏重AI的游戏（比如《主题公园（ThemePark）》和《黑与白（Black& White）》），之后他建立了自己的工作室Elixir。
在2000年代中期，Hassabis离开了游戏行业，攻读神经科学Phd，并在之后的2010年联合创立了DeepMind。
AlphaGo旗开得胜的第二天清早，Hassabis坐在了The Verge记者的面前。此刻，即使他的心思一点也没有留给媒体，也不会让人觉得奇怪。然而，他进入采访室时，言辞温和又让人愉快。
他谈论了一会儿首尔四季酒店里闪耀的装潢，随后当一位Google发言人告诉他一夜之间韩国媒体界涌出了超过3300篇关于他的报道时，他看上去非常惊讶。“这简直难以置信，是吧？”他说道，“看着某种有点深奥的东西变得这么流行真是相当有趣。”除了AlphaGo，我们的访谈也聊到了视频游戏、次世代智能手机助手、DeepMind在Google中的角色、机器人、AI如何推动科研、以及其他的话题。
深入——非常深度的谈话。
围棋是人工智能的圣杯。对于不太懂AI或是围棋的人，你会如何谈论昨天发生的事引起的文化共鸣？Hassabis表示，围棋一直以来都是完全信息博弈游戏的巅峰。从可能性的角度来说，它比国际象棋复杂得多，所以在AI研究领域中它差不多算是圣杯，或者说重大挑战，特别是在“深蓝”（破解国际象棋）之后。尽管已经投入了很多努力，但我们还没有走到那么远的地方。
蒙特卡洛树搜索在10年前是一个很大的创新，但是我觉得我们对AlphaGo做的是，引进了神经网络这种直觉层面的东西，而直觉的确就是顶级围棋棋手间的差距。
Hassabis还谈到，AlphaGo在左侧落子深入李世石的领地时，确实让他和李世石都感到震惊。Hassabis认为这是相当出人意料的一步棋，既咄咄逼人又胆大包天，并且，它是在用李世石的方式与他对弈。
李世石以充满创造力的战斗方式而闻名，他也展示出了这一点，棋局一开始他就在整个棋盘上四处落子，没有真正停在哪一点经营局面。传统的围棋软件对于这种打法都不擅长，它们在局部计算上不算糟糕，但是当需要全局观的时候就不行了。
Hassabis认为，AlphaGo与深蓝之间的区别在于，深蓝是一个人工打造的程序，程序员们从国际象棋大师那里获得信息、提炼出特定的规则和领悟，而AlphaGo则是注入了学习能力，随后它通过练习和研究学会围棋，这种做法更像人类。
DeepMind的目标不只是战胜游戏，虽然这的确很有趣也很让人兴奋。Hassabis表示，游戏是测试平台，可以卸下我们对算法的想法、测试它们能做到什么地步；这是一种非常有效的方法。最终我们想要把这个东西用在重要的真实世界问题上。
在医疗方面，Hassabis提到DeepMind与NHS的合作，正在建立一个利用机器学习力量的平台。他认为Watson与DeepMind做的事情非常不同，Watson更像是一个专家系统，而DeepMind则希望通过强化学习来帮助人们有更健康的生活状态。
在智能手机助手方面，Hassabis表示，DeepMind希望让这些助手真正变得智能、理解上下文、对于用户的需求有更深的理解。现在大部分这样的系统都极为脆弱，一旦用户偏离了预先编程输入的模板，它们就完全变得毫无用处。Hassabis认为，通往人工智能的唯一道路，是从地基开始打起，变得通用。
最后，Hassabis谈到机器人领域，他认为机器学习会如何强化机器人的能力，尤其是在自动驾驶汽车和老年护理机器人等方面。他认为，学习曲线最终必须采用正确的做法，才能让机器人能够应对突发事务的能力。Hassabis对未来的期望是，人工智能能够辅助科学研究，帮助科学家更快地进行技术突破。