人工智能“浪潮”下的思考與鉆研

謝更好

電影《復(fù)仇者聯(lián)盟》系列中，我們看到鋼鐵俠的虛擬人工智能助手賈維斯：它可以根據(jù)現(xiàn)場戰(zhàn)斗情況幫助鋼鐵俠出謀劃策，指揮戰(zhàn)場的各種情況，甚至有一次在危急關(guān)頭它還自動幫助薩科啟動了鋼鐵俠戰(zhàn)甲。

然而在現(xiàn)實(shí)生活中我們看到的機(jī)器人卻和影視劇里相差甚遠(yuǎn)，它們往往需要根據(jù)制造者預(yù)設(shè)的問題和模板來回應(yīng)人類的指令，如果遇到數(shù)據(jù)庫中沒有錄入的問題，它們通常會答非所問。

多年來，中國科學(xué)院自動化研究所副研究員楊旭專心致力于關(guān)于機(jī)器人認(rèn)知發(fā)育、圖算法及模式分析的研究，進(jìn)而提高機(jī)器人理解外界環(huán)境的能力。“它們要像我們?nèi)祟愐粯樱粩嗟貜耐饨绔@取見識，增長自身的知識和經(jīng)驗(yàn)。”楊旭如是說。

人工智能的浪潮

一臺服務(wù)機(jī)器人正在客廳里看似有條不紊地整理衛(wèi)生。在它剛剛整理過的桌子上，可樂和漱口水被擺放在一起，不同品牌的護(hù)膚水被錯(cuò)亂地排列開來。在這個(gè)機(jī)器人的識別系統(tǒng)里，并沒有關(guān)于應(yīng)該將可樂放在冰箱之類的常識，它也不知道整理時(shí)應(yīng)該區(qū)分不同品牌的護(hù)膚品。

“我們需要能夠適應(yīng)家庭環(huán)境、靈活收拾家務(wù)的機(jī)器人。”一位想要購買服務(wù)機(jī)器人的網(wǎng)友留言道。但很明顯，目前的機(jī)器人生產(chǎn)商還不能滿足他的要求。

“它是依賴大量數(shù)據(jù)被制造訓(xùn)練出來的，因此只能完成數(shù)據(jù)范圍內(nèi)的預(yù)設(shè)任務(wù)。”楊旭說。事實(shí)上，這種依靠大量訓(xùn)練數(shù)據(jù)驅(qū)動的方法來制造機(jī)器人并不是某一家公司的做法，而是整個(gè)機(jī)器人行業(yè)的現(xiàn)狀。從2015年開始，利用互聯(lián)網(wǎng)數(shù)據(jù)訓(xùn)練算法并進(jìn)行測試成為人工智能行業(yè)的一股浪潮。“然而結(jié)果卻是這些機(jī)器人因?yàn)椴粔蛑悄芤灾劣谌缃駸o法滿足用戶最真實(shí)的需求。”

這種依靠互聯(lián)網(wǎng)數(shù)據(jù)訓(xùn)練制造機(jī)器人的浪潮不僅使人工智能行業(yè)進(jìn)入滯緩階段，還影響了與機(jī)器人相關(guān)的教育行業(yè)。

近些年，因?yàn)榭春萌斯ぶ悄軐I(yè)的工作前景，越來越多的學(xué)生開始選擇這個(gè)專業(yè)，但他們大多學(xué)的還是互聯(lián)網(wǎng)數(shù)據(jù)驅(qū)動的方法。“其實(shí)數(shù)據(jù)驅(qū)動方法的數(shù)學(xué)原理很簡單，說直白點(diǎn)，它有點(diǎn)像工人調(diào)節(jié)參數(shù)。”楊旭說道，“看似預(yù)設(shè)了很多模型，但它在現(xiàn)實(shí)的復(fù)雜場景中卻無法應(yīng)用。”在他看來，單純地教學(xué)生做數(shù)據(jù)驅(qū)動并不能真正地培養(yǎng)學(xué)生的數(shù)學(xué)思維能力，“我們應(yīng)該扎實(shí)地去學(xué)和底層數(shù)學(xué)相關(guān)的理論知識，去制造真正具有創(chuàng)新性的人工智能機(jī)器。”

加深認(rèn)識

事實(shí)上，在多年前，楊旭就已經(jīng)開始研究提高機(jī)器人學(xué)習(xí)能力的方法了。楊旭本科就讀于中國海洋大學(xué)海洋專業(yè)，學(xué)習(xí)的內(nèi)容是人工智能在水下環(huán)境中的感知能力。“相比日常生活中常見的陸地環(huán)境，深藍(lán)幽暗的水下世界具有更多的未知性。”楊旭介紹道。

本科的學(xué)習(xí)內(nèi)容奠定了他未來研究的基本方向。2009年，楊旭前往中國科學(xué)院自動化研究所進(jìn)修碩士和博士學(xué)位，進(jìn)一步研究與機(jī)器人相關(guān)的理論知識。在他攻讀博士期間，“玉兔號”發(fā)射，這次事件給了他將研究內(nèi)容應(yīng)用于實(shí)踐的機(jī)會。在傳統(tǒng)方法中，研究者往往通過對關(guān)鍵點(diǎn)檢測的方法來對機(jī)器人進(jìn)行定位。然而荒涼的月球表面并沒有現(xiàn)實(shí)生活中豐富的視覺元素，黑色的環(huán)境布滿了視覺畫面，周圍是光禿的荒漠以及難以分辨不同特征的石子。“這種環(huán)境不同于我們?nèi)粘Ｉ畹沫h(huán)境，但和海底世界有些相似。”他向北京北京航天飛行控制中心建議使用圖算法。楊旭解釋道：“所謂圖算法是在特征匹配過程中引入結(jié)構(gòu)約束，將特征的對應(yīng)問題轉(zhuǎn)化為圖結(jié)構(gòu)的匹配問題，以此來成功解決月面巡視器的定位問題。”

在這之后，楊旭開始進(jìn)一步通過圖算法來提高機(jī)器人適應(yīng)環(huán)境的能力。2016年，已經(jīng)結(jié)束了求學(xué)生涯并在中科院自動化研究所復(fù)雜系統(tǒng)管理與控制國家重點(diǎn)實(shí)驗(yàn)室工作兩年的楊旭開始通過項(xiàng)目深入研究機(jī)器人的認(rèn)知發(fā)育。那一年，國家自然科學(xué)基金委主辦了一場比賽，比賽內(nèi)容是讓參賽各方指揮機(jī)器人在近海處的水下進(jìn)行海參等海珍品捕撈。然而海平面下視覺光線幽暗，還有各種被海苔、沙子等半掩著的目標(biāo)檢測物，機(jī)器人很難對其進(jìn)行檢測識別。楊旭作為自動化所在這次項(xiàng)目中的負(fù)責(zé)人，結(jié)合多年來對圖算法及機(jī)器人認(rèn)知發(fā)育的研究，帶領(lǐng)團(tuán)隊(duì)的學(xué)生在這項(xiàng)比賽中拔得了頭籌。

這項(xiàng)比賽也加深了楊旭對認(rèn)知發(fā)育的認(rèn)識，“所謂認(rèn)知發(fā)育，就是實(shí)現(xiàn)機(jī)器人在智能方面的自我提升，使它如同嬰兒一般能夠不斷加強(qiáng)對周圍環(huán)境的理解”。但發(fā)育是一個(gè)知識獲取與積累的過程，而圖算法剛好能夠?qū)⒅R用圖結(jié)構(gòu)的方式連接起來，使人工智得到對動態(tài)環(huán)境的理解。對于楊旭來說，這顯然是一種非常合適的方法。

多年來，無論外界關(guān)于依靠互聯(lián)網(wǎng)數(shù)據(jù)制作機(jī)器人的風(fēng)吹得有多大，楊旭始終埋首于關(guān)于人工智能認(rèn)知發(fā)育領(lǐng)域的研究。談及此處，他本來嚴(yán)肅的目光突然柔和下來，“從我開始工作，我的父母就告誡我，一定要抵得住外面的誘惑，把工作做得扎實(shí)”。在父母的提醒下，他摒棄外界的各種聲音，沉下心來有條不紊地進(jìn)行自己的研究。

抓住契機(jī)

2020年，新冠疫情爆發(fā)，習(xí)近平總書記指出，（新冠）疫情對產(chǎn)業(yè)發(fā)展既是挑戰(zhàn)也是機(jī)遇，無人配送等新興產(chǎn)業(yè)展現(xiàn)出強(qiáng)大成長潛力，要以此為契機(jī)，培育壯大新興產(chǎn)業(yè)。在習(xí)總書記的指示下，楊旭及其團(tuán)隊(duì)加快了在這個(gè)領(lǐng)域的研究及轉(zhuǎn)化速度。

在疫情期間，美團(tuán)公司將處于研發(fā)階段的無人車配送方案投入到抗疫前線，取得了良好的社會效果，但同時(shí)也暴露了無人系統(tǒng)認(rèn)知能力有限的技術(shù)瓶頸。街道及小區(qū)里復(fù)雜的交通環(huán)境以及人員往來，還有天氣變化等因素都成為無人車在配送過程中的阻礙。因此提高無人車在復(fù)雜、動態(tài)、開放環(huán)境中配送的視覺認(rèn)知能力，成為美團(tuán)急需解決的問題。

楊旭帶領(lǐng)團(tuán)隊(duì)利用機(jī)器學(xué)習(xí)手段開展無人系統(tǒng)視覺認(rèn)知發(fā)育的研究，提出了基于圖算法的無人系統(tǒng)視覺認(rèn)知發(fā)育框架、算法與典型應(yīng)用，并針對性攻克了基礎(chǔ)的圖優(yōu)化技術(shù)難題，為美團(tuán)公司無人配送的發(fā)展提供技術(shù)支持。

在認(rèn)知發(fā)育方面，除了與美團(tuán)公司合作解決實(shí)際應(yīng)用問題外，楊旭還承擔(dān)了北京市科學(xué)技術(shù)委員會關(guān)于“無人系統(tǒng)認(rèn)知發(fā)育技術(shù)的應(yīng)用與驗(yàn)證”的課題任務(wù)。利用機(jī)器學(xué)習(xí)手段開展無人系統(tǒng)視覺認(rèn)知發(fā)育研究，提出基于圖算法的無人系統(tǒng)視覺認(rèn)知發(fā)育框架、算法與典型應(yīng)用，并針對性地攻克基礎(chǔ)的圖優(yōu)化技術(shù)難題。

這項(xiàng)任務(wù)的核心目標(biāo)是利用最新的人工智能與機(jī)器學(xué)習(xí)方法，將基于圖算法的機(jī)器人視覺認(rèn)知發(fā)育框架做深做實(shí)。“做實(shí)”是對發(fā)育框架各環(huán)節(jié)運(yùn)用更合理的機(jī)器學(xué)習(xí)手段，設(shè)計(jì)更簡潔有效的算法保證效果；“做深”是對框架中最底層、基礎(chǔ)的圖優(yōu)化技術(shù)提出原創(chuàng)的理論與方法。

另外，圖算法是研究人工智能認(rèn)知發(fā)育的重要方法，然而在應(yīng)用的過程中卻存在一個(gè)矛盾的點(diǎn)。人工智能在面對外界環(huán)境時(shí)需要迅速對物體進(jìn)行識別判斷并且做出反應(yīng)，然而圖結(jié)構(gòu)是整個(gè)人工智能數(shù)據(jù)結(jié)構(gòu)中最復(fù)雜的一種表示方式，它的復(fù)雜程度根據(jù)問題規(guī)模在計(jì)算過程中呈指數(shù)上升，因此很難在多項(xiàng)式時(shí)間內(nèi)去解決問題。針對這種現(xiàn)象，楊旭及其團(tuán)隊(duì)開展了關(guān)于“組合圖優(yōu)化方法及其在視覺問題中的應(yīng)用”的國家自然科學(xué)基金面上項(xiàng)目。開展了基于“連續(xù)統(tǒng)”思路的組合圖優(yōu)化框架、理論與算法的研究，及其在計(jì)算機(jī)/機(jī)器人視覺領(lǐng)域的應(yīng)用研究，以此來實(shí)現(xiàn)圖算法效果與效率平衡的目的，這個(gè)項(xiàng)目的開展可以促使我國在圖算法方向的研究達(dá)到國際領(lǐng)先水平。

楊旭認(rèn)為，提升機(jī)器人的認(rèn)知發(fā)育，不斷培養(yǎng)它在復(fù)雜環(huán)境里的學(xué)習(xí)和理解能力，是人工智能發(fā)展的根本方向。如今，人工智能行業(yè)的浪潮已經(jīng)經(jīng)歷了三起三落，但不論外界有多少誘惑，他都會堅(jiān)定不移地繼續(xù)朝這個(gè)方向研究下去。他說：“我們應(yīng)該做海里的石頭，而不是浪潮上的泡沫。”