腾讯机器人实验室首曝光 攻坚“通用人工智能”

  

 

　　在近日召开的2018 世界人工智能大会上，腾讯董事会主席兼首席执行官马化腾提出，人工智能技术是一场跨国、跨学科的科学探索工程，对于任何一个企业、城市和国家来说，都不能拒绝人工智能领域的“奥林匹克”，更不能“闭门造车”。

 

　　与当初的“互联网+”一样，“AI+”正成为各行各业的标配。今年，腾讯提出的最新定位是，做各行各业的数字化助手。而在马化腾看来，人工智能是腾讯扮演的“数字工具箱”中的制胜法宝，并将与大数据、云计算共同构成新型基础设施。

　　9月18日，腾讯公司副总裁姚星向外界明确阐述了腾讯在人工智能领域的战略布局，即围绕“基础研究——场景共建——AI开放”三层架构持续深入。

 

　　姚星向21世纪经济报道记者表示，现阶段，在一些限定条件下，AI的感知和分析能力已经相对成熟，比如语音识别、大数据运算、机器翻译等方面。但是，人工智能仍处于发展早期，尚不具备解决“更难、更复杂”问题的能力，包括情感识别、智能交互、思考和创造等，而这也将是人工智能接下来发展的着力点。

 

打通虚拟和现实

 

　　在人工智能技术储备方面，姚星表示，腾讯AI Lab和新成立的机器人实验室Robotics X将成为“AI+机器人”双基础部门，连接虚拟和真实世界，并合力攻坚“通用人工智能”这一终极目标。

 

　　对腾讯的AI lab，外界相对熟悉，它与腾讯优图、WeChat AI并列为腾讯三大人工智能实验室，主攻机器学习、计算机视觉、语音识别、自然语言处理（NLP）等四大方向。

　　而腾讯的机器人实验室Robotics X却鲜有人知。据悉，Robotics X于今年3月正式成立，它与AI Lab同隶属于腾讯技术工程事业群（TEG）。目前，担任Robotics X实验室主任的是机器人及多媒体技术专家张正友。

 

　　张正友向21世纪经济报道记者表示，机器人正从自动化向自主化发展，而自主化最主要的特征是，可以实现自主学习和处理问题，并在环境变化时，可自动调整和规划系统。

 

　　其认为，机器人本体研究存在六大趋势，分别为仿生化、灵巧操控、精准触觉、多机器人协同、人机交互和医疗辅助等。基于此，Robotics X的主要任务可以概括为两个方面，一是攻克“ABC”基础能力，即人工智能（AI）、机器人本体（Body）与自动控制（Control）；二是探索“DEFG”机器智能，包括进化学习（Developmental Learning）、情感理解与拟人（EQ）、灵活弹性（Flexibility）等能力，最终实现成为人类守护天使（Guardian Angel）的终极目标。

 

　　姚星此前曾向21世纪经济报道记者表示，腾讯之所以成立Robotics X，是因为人工智能最终都要回归到现实世界，而这中间需要一个载体进行连接，在人工智能时代，这个载体可能就是机器人。

 

　　实际上，在攻坚“通用人工智能”的道路上，腾讯还有一个重要布局，即“AI+游戏”。据姚星介绍，在游戏AI的研究上，腾讯AI Lab已从围棋AI“绝艺”等单个AI的完全信息类游戏，转移到规则不明确、任务多样化、情况复杂的游戏类型，如《星际争霸》和《Dota2》等复杂的即时战略类RTS游戏或多人在线竞技类MOBA游戏。

　　姚星告诉21世纪经济报道记者，腾讯在AI游戏方面的路径，是从单一问题到复杂问题，最终打通虚拟与现实。如最初的“绝艺”，它是单个AI且需要相对完整的观察信息，而《星际争霸》则是多个AI并且是非完整观察信息。

 

　　从AI的难度上来看，围棋空间的复杂度大概是10的172次方，而《星际争霸》要远超于此。也正因如此，通过《星际争霸》的AI研究，可以积累层次动作空间的训练经验，从而探索更复杂空间下的AI能力边际。

　　姚星表示，游戏是整个通用人工智能最重要的发展路径和方向。世界上最主要的研究机构都在AI游戏上面有众多的探索，这是因为游戏本身就是虚拟世界对真实世界的仿真，如果利用AI可以解决虚拟世界的问题，就能达到真正意义上的通用人工智能。

　　而基于AI+游戏的研究，腾讯在通用人工智能研究方面有了初步的进展。据姚星透露，腾讯目前已经通过测试机械臂，进一步打通了虚拟与现实。“我们可以利用虚拟训练数据提升现实世界实验结果，这也意味着科学家开始将虚拟世界的训练结果，迁移赋能现实世界，这为开发通用AI核心算法打下了基础。”

 

深耕AI+医疗

 

　　除了基础技术研究，腾讯在AI应用场景上，将主要聚焦内容、社交、游戏和医疗。其中，医疗是腾讯人工智能技术应用的最重要场景。

 

　　腾讯AI Lab AI+医疗专家姚建华博士表示，医疗AI的本质实际上就是对医疗数据的分析和处理，目前主要的技术方法有三种。首先是基于模型的方法，对人体的解剖结构和生理过程建立数学模型、生物动力模型、形状概率模型；其次是特征工程的方法，从影像数据中提取与疾病、治疗相关的信息和特征，把这些特征和信息与疾病、治疗方案相关联，从而得到一些新的治疗方案和预测的结果。

 

　　最后则是机器学习的方法，利用医疗大数据模拟医生的诊断过程。这种方法可以描述非常复杂的一个过程，但是它需要大量的数据和算力，而机器学习方法往往具有不可解释性，结果不容易被医生所接受。

 

　　去年8月，腾讯推出首个AI+医疗产品“腾讯觅影”，它在医疗领域的两项核心能力分别是AI医学影像分析和AI辅诊。

 

　　据悉，“腾讯觅影”利用AI医学影像分析可以辅助医生筛查食管癌、肺结节、糖尿病视网膜病变、结直肠肿瘤、乳腺癌、宫颈癌等疾病；同时，利用AI辅诊引擎可以辅助医生对700多种疾病风险进行识别和预测，辅助临床医生提升诊断准确率和效率。

 

　　姚建华说，接下来，腾讯的目标是打造覆盖“筛查、诊断、治疗、康复”全流程的诊疗AI产品，“实际上就是把上述三种方法结合在一起使用，综合利用数学建模、医疗特征工程和机器学习等技术方法助力医疗行业，让AI在整个诊疗流程都发挥作用。”

 

　　不过对于人工智能，马化腾也强调，需要充分考虑未来人工智能发展可能带来的社会后果。他认为，未来的人工智能技术，很可能变成一把“万能钥匙”，它能够释放过去所有人类技术和工具的潜能，也将带给我们前所未有的挑战。

　　因此，马化腾对人工智能产业的发展提出了四个问题，可以概括为“可知”、“可控”、“可用”、“可靠”。“可知”，人工智能的算法是否能够变得清晰透明、可以解释？“可控”，如何避免人工智能危害人类个人或整体的利益？“可用”，人工智能是否能让尽可能多的人使用？“可靠”，人工智能是否能够足够快地修复自身漏洞，真正实现安全、稳定与可靠？

 

　　这是腾讯需要回答的问题，同时也是所有AI从业者需要回答的问题。