腾讯 AI 的「大问题」

摘要

你了解企鹅的 AI 内心吗?

被誉为科幻神作的《银河系漫游指南》中,忧郁的机器人 Marvin 帮助主人公找到了关于宇宙终极问题的答案——42。故事本身非常有意思,人类在机器人和 AI 的帮助下,找到了终极答案,却无法理解。当然,正如流行「鸡汤」所说,重要的是过程,而非结果。

不管你信不信,至少腾讯是相信的。9 月 2 日,腾讯 AI Lab 联合 Nature Research,举办了 AI & Robotics 大会,为了回答《银河系漫游指南》的天问,腾讯 AI Lab 从知乎、Reddit 等国内外网站「扒」了一万多个关于 AI 和机器人的帖子,并凝结成 42 个问题。通过回答这些问题,我们能够发现目前人类在 AI 和机器人方面的境况。同时,腾讯还邀请了 11 位来自全球的学者,向人们说明 AI 和机器人领域的前沿进展。

腾讯 x Nature AI+机器人大会不仅是权威学者的前沿交流,同样也是腾讯 AI Lab 的一次对外展示,从中可以窥见实验室背后的目标和路径。


AI「42 章经」

《鹿鼎记》里,韦小宝最后搜集到的四十二章经是满人在关外的宝藏地图。腾讯联合 Nature Research 发布的 AI 与机器人的 42 个大问题,虽然没有韦爵爷事迹那么传奇,但其影响远远高于反清复明,因为这些问题关于技术本身,以及其给整个人类带来的影响。

首先,这 42 个问题的选择就体现了浓浓的工程师思维。腾讯 AI Lab 从中外知识分享网站知乎、Reddit 以及 Quora 上抓取了超过一万个与人工智能、机器学习和机器人相关的问题。通过 NLP 自然语言处理方式排除不符合标准的问题,最后经过人工选择和整理得到了 42 个问题的集合。需要说明的是,问题选择的标准是「面向未来」、「不深入细节」以及「非假设」,谨防出现「AI 统治地球人类如何反击」这样过于科幻的话题。

在这个标准下,42 个问题中既有「通用 AI 是否能实现」、「AI 是否具有自我意识」等务虚的探讨,也有「AI 如何影响经济/农业/工业」以及「AI 是否会造成大规模失业」这样看起来比较紧迫的追问。不过,由于 AI 和机器人行业本身依然在不断发展中,所以问题的答案也都是开放探讨,汇集了和问题相关行业进展。每个问题背后有相关行业权威的具有针对性的回答,其中不乏 Jeff Dean、Yoshua Bengio、孙正义、埃隆·马斯克等人的经典评论。

从资料厚度来看,这份 AI+机器人的问题搜集了大量国外网站和资讯,可以说是行业入门的不二法则;从方法论角度来看,则非常值得媒体老师们学习——以后不会 NLP 和数据处理能力,连写稿都要被工程师比下去。

报告中,极客公园(ID:geekpark)对一些问题的答案比较中意。例如,对于「AI 寒冬是否会再次出现」,图灵奖得主、多伦多大学算机科学心理学教授 Geoffrey Hinton 认为,由 AI 驱动的手机已经成为人们生活中的日常用品,所以不会再出现「AI 寒冬」;吴恩达认为,AI 寒冬不会再出现,不过人们应该对通用人工智能(AGI Artificial General Intelligence)的期待应该再理智一些。

腾讯副总裁 姚星在大会上对「通用人工智能会不会出现」的答案是,目前深度学习训练成果难以迁移,如果能用某种框架将各种训练任务模型集成到一起,面对不同任务时自动选择对应模型,那么这个整体模型就可以被看成是一个 AGI。

而这也是主办方腾讯 AI Lab 正在尝试的。


「不务正业」的腾讯 AI Lab

腾讯集团内部共有几个团队在做 AI?

答案是,三个,腾讯 AI Lab、腾讯优图和微信 AI。三个团队研究方向各有不同,应用方向也各有侧重。其中,腾讯优图团队如其名,主要做和视觉相关的 AI 研究和应用,AI 医疗方面落地是其代表作;微信 AI 团队根植于微信体系,天生擅长处理语言和文字相关方向,其落地也主要在微信中。

相比较下,腾讯 AI Lab 的研究方向和集团的本业,游戏、内容社交联系更紧密。目前实验室有两大方向,一个是游戏方向,其游戏 AI「绝悟」,目前在热门手游「王者荣耀」中已经通过了电竞职业水平测试。虽然只是手游,但像「王者荣耀」这样的策略型游戏,考验的是操控者的决策能力,十分适合用来训练 AI。类似于自动驾驶的「虚拟训练」,「王者荣耀」正是腾讯 AI 的训练场,且训练频率是 7X24 不间断,令 AI 迅速成长。

在 AI+机器人大会上,腾讯 AI Lab 副主任俞栋介绍了团队目前在做的另一方向——多模态 AI。多模态即将计算机视觉和自然语言处理等技术集成到一起,打通技术间的壁垒。多模态 AI 目前落地产品有两个方向,一个是虚拟人,一个是 AI 游戏主播。

大会现场,AI Lab 秀了一段 AI 游戏主播解说王者荣耀对战的画面,随着双方战局变化,AI 主播的解说不仅流利自然,且能用不同的语调体现出解说者的情绪,体现的极致就是黄健翔的「灵魂附体」。AI 主播除了解说「太正经」外,已经和真人主播相差无几。

不要以为腾讯 AI Lab 只在虚拟世界打拼,秉承「Make AI Everywhere」的精神,团队也尝试了非常接地气的项目,比如,种黄瓜。在和荷兰瓦格宁根大学(WUR))发起的 AI 农业赛事中,腾讯 AI Lab 结合农业学家的经验和机器学习技术推出 iGrow 算法,培养出符合标准的黄瓜,挑战农业「靠天吃饭」的传统。

游戏、虚拟主播、医疗和农业,腾讯 AI Lab 似乎在进行多点扫射,事实是,在理论和学术之外,实验室也会把通过项目积累的经验和 AI 能力,传达到腾讯的其他业务线。


更聪明的机器人和 AI 制药

作为 AI+Robotics 大会的重头,来自全球的数位机器人与人工智能行业的专家分享了自己团队在相关领域的研究成果。机器人行业有一个说法,机器人只能做好大于 5 岁儿童的事情,如何能让人类的造物不仅在智力上成长,同时在运动能力方面追赶上牙牙学语的儿童,科学家们尝试了不同的方法。

爱丁堡大学机器人学教授 Sethu Vijayakumar 认为,在机器人的控制方面,存在着一个频谱,左端是完全的人类控制,右端是完全自主运动,而现在我们处在中段,即机器人已经享有一定的自主行动能力,但离完全自治还有差距。Sethu 认为,下一代机器人将与人类和其它机器人实现更加紧密的合作,与周围环境的交互能力也将显著提升。因此,核心的关键范式将从孤立的决策系统变成涉及共享控制的系统——机器人平台将具备 显著的自治能力,终端用户在这个过程中仅进行高层面的决策。

这也会带来一些根本性问题:当机器人准备好共享控制时,我们满意的自治和控制之间的最优权 衡是怎样的?与这个问题相关的领域包括无人太空探索、自动驾驶汽车、海上资产检修和维护、深海和自动采矿、共享制造、用于康复的外骨骼/义肢以及智能城市等。

波士顿动力机器狗的运动能力令人惊叹,但是如何教机器人像人一样运动?答案是,像教小孩子那样。曼切斯特大学机器学习和机器人学教授 Angelo Cangelosi 是发展机器人学的先驱,其团队发现,儿童的语言学习,是三维而非二维,与空间关系紧密相连。Angelo 团队采用类似儿童学习的方式,来对机器人进行训练,目前已经取得成果。Angelo 在会上展示了全新的发展机器人学模型和在心智理论上的实验,以及其在机器人的自主信任行为中的应用。

在 AI 方面,本次腾讯邀请的学者更多聚焦于 AI 在医学领域的进展。从用 PB 级别的海量数据对 AI 进行训练,并最终影响临床诊断和治疗,到光学显微镜和图像重建中使用的深度学习,再到用于药物发现的生物医学知识图谱挖掘和 AI 方法,都说明了 AI 在医学和制药领域的发展潜力。

腾讯本身在 AI 医疗领域也有相当野心,从腾讯觅影到 AI Lab 与光学显微镜合作方的 AI 项目,腾讯在 AI+医疗领域投入精力相当大,也证明健康医疗这个市场,已经是巨头争取的目标。

腾讯集团高级执行副总裁,技术工程事业群总裁卢山认为,AI+Robotics 大会的目的,正是通过学术交流,增强公司在 AI 基础领域研究的能力,为打造通用人工智能奠定基础。

腾讯 AI 与机器人的 42 个大问题报告:点击进入

责任编辑:卧虫

图片来源:腾讯

最新文章

极客公园

用极客视角,追踪你不可错过的科技圈.

极客之选

新鲜、有趣的硬件产品,第一时间为你呈现。

张鹏科技商业观察

聊科技,谈商业。