雷鋒網(wǎng) AI 科技評論按：今年，IJCAI（國際人工智能聯(lián)合會議，International Joint Conferences on Artificial Intelligence）將于 8 月 10 日至 16 日在中國澳門隆重召開。作為國際人工智能領(lǐng)域最頂級的學(xué)術(shù)會議之一，IJCAI 始終都是該領(lǐng)域研究者關(guān)注的焦點(diǎn)會議之一。

在迎來 50 歲生日的今年，IJCAI 2019 所承載的意義非凡，而隨著會議臨近，我們開啟了 IJCAI 50 周年兩大系列報道：對話 IJCAI「卓越研究獎」獲得者和對話 IJCAI「中國學(xué)者第一人」。在此前，我們已經(jīng)先后與 2007 年「卓越研究獎」得主 Alan Bundy、2011年「卓越研究獎」得主 Robert Kowalski、IJCAI「中國參會第一人」林堯瑞、IJCAI「首位發(fā)表論文的中國學(xué)者」張鈸進(jìn)行了對話，在深入了解他們的職業(yè)生涯、研究成果的同時，也從這些見證了 IJCAI 不同階段歷史的科學(xué)家們口中聽到了不少 IJCAI 背后的故事。

與以上多位成就卓越的科學(xué)家們一樣， 2009年 IJCAI 「卓越研究獎」得主 Victor Lesser 在人工智能領(lǐng)域也有著突破性的成就和舉足輕重的地位。他曾因多智能體和「黑板」系統(tǒng)（blackboard systems）而享譽(yù)世界，被視為多智能體系統(tǒng)創(chuàng)始人。經(jīng)過近 30 年的發(fā)展，多智能體系統(tǒng)業(yè)已成為國際人工智能最前沿的學(xué)科之一，而我們對于多智能體系統(tǒng)創(chuàng)始人 Victor Lesser，想必也有很多想要了解的地方。

Victor R. Lesser，多智能體系統(tǒng)領(lǐng)域的創(chuàng)始人，馬薩諸塞大學(xué)安姆斯特分校名譽(yù)教授。他在多智能體和「黑板」系統(tǒng)做出了突出貢獻(xiàn)，其重點(diǎn)研究領(lǐng)域包括復(fù)雜 AI 系統(tǒng)的控制和組織等。他曾擔(dān)任 AAAI 創(chuàng)始 Fellow、IEEE Fellow、多智能體系統(tǒng)國際會議（ICMAS）的首屆主席、國際智能體及多智能體系統(tǒng)協(xié)會（IFAAMAS）創(chuàng)始主席等，還獲得了 2009 年IJCAI 「卓越研究獎」等重要獎項(xiàng)。

在本次「 IJCAI 50 周年」系列專訪報道中，AI 科技評論也采訪到了 Victor Lesser，跟他聊了聊他 40 多年的研究歷程、對于目前 AI 領(lǐng)域發(fā)展的看法以及他與 IJCAI 的一系列故事。

作為多智能體系統(tǒng)的先驅(qū)研究者， Victor Lesser 依舊在該研究領(lǐng)域勤耕不輟，其中特別值得一提的是，他還在研究工作中引入了強(qiáng)化學(xué)習(xí)的方法，為傳統(tǒng) AI 和熱門 AI 之間的結(jié)合做了一個很好的示范。不過同時他也指出，雖然深度學(xué)習(xí)這些年的成功為 AI 領(lǐng)域帶來的影響巨大，但是其他傳統(tǒng) AI 領(lǐng)域所取得的成果同樣也值得大家關(guān)注，也希望深度學(xué)習(xí)的光環(huán)不會因此而掩蓋掉其他 AI 領(lǐng)域所取得的成就。

而在回顧自己的研究生涯時， Victor Lesser 特別強(qiáng)調(diào)了「熱愛」是他選擇這一研究領(lǐng)域并始終堅(jiān)持在這一領(lǐng)域深耕的動力，而這也是他分享給后輩研究者的人生經(jīng)驗(yàn)和建議：熱愛永遠(yuǎn)是最重要的驅(qū)動力。

關(guān)于他與 IJCAI 的歷史淵源， Victor Lesser 也感慨萬千，在 IJCAI 上發(fā)表了人生首篇 AI 論文，參加的首個 AI 會議也是 IJCAI，因而 IJCAI 對于他來說意義非凡，正因?yàn)榇耍?nbsp;2009 年獲得 IJCAI「卓越研究獎」也被他視為研究生涯的盛高榮譽(yù)。今年恰逢 IJCAI 50 周年，Victor Lesser 也送上了真摯的祝愿：未來漫長歲月，愿 IJCAI 依舊生生不息。

以下是雷鋒網(wǎng) AI 科技評論與 Victor Lesser 的對話實(shí)錄。

個人研究生涯回顧：熱愛永遠(yuǎn)是最重要的驅(qū)動力

AI 科技評論：您因多智能體和「黑板」系統(tǒng)而享譽(yù)世界，當(dāng)初您選擇這一研究方向的契機(jī)是什么？

Victor Lesser ：在我大學(xué)早期階段，我曾開發(fā)出一個分布式操作系統(tǒng)，自此以后，我就對如何讓半自動化的子系統(tǒng)一同工作的研究深為著迷。之后在研究生階段，我的論文就是設(shè)計(jì)一種能夠?yàn)樘幚斫换ヌ峁┯布С值钠叫形⑻幚砥骷軜?gòu)。

早年對這一研究方向產(chǎn)生的興趣，也讓我之后自然而然地開始從事多智能體系統(tǒng)和「黑板」系統(tǒng)的研究工作。

AI 科技評論：您被譽(yù)為多智能體系統(tǒng)的奠基人，那在您的研究生涯中，您認(rèn)為最具代表性的成果有哪些？

Victor Lesser：這其實(shí)是一個相當(dāng)難回答的問題，這就像你要回答你最喜歡你的哪個孩子一樣。如果非得選一個，我認(rèn)為我早期的一項(xiàng)工作——將分布式規(guī)劃應(yīng)用于系統(tǒng)協(xié)作是最具有代表性的工作之一，這項(xiàng)工作是我在上世紀(jì)八十年代后期和我的學(xué)生 Ed Durfee 合作完成的。

這個項(xiàng)目給了我很多啟發(fā)，包括：

• 第一，基于實(shí)際考慮去更加正式地考量智能體之間的協(xié)作（如分布式規(guī)劃）成為可能，同時，這個項(xiàng)目也展示了如何在單個框架中表示多種形式的交互；

• 第二，該項(xiàng)目強(qiáng)調(diào)了局部解決智能體問題的控制和協(xié)作之間的關(guān)聯(lián)性，即復(fù)雜的協(xié)作協(xié)議要求依次進(jìn)行復(fù)雜的局部控制；

• 第三，它通過分析可預(yù)測性與協(xié)作過程中的響應(yīng)，清楚地表明了智能體協(xié)作的復(fù)雜性以及從定量角度思考協(xié)作的重要性。

AI 科技評論：現(xiàn)在有很多研究者都在從事多智能體強(qiáng)化學(xué)習(xí)的研究，您認(rèn)為其和您研究的多智能體系統(tǒng)之間有哪些相關(guān)性？

Victor Lesser：我開發(fā)的協(xié)作式多智能體系統(tǒng)與多智能體強(qiáng)化學(xué)習(xí)之間，其實(shí)存在很緊密的聯(lián)系。

一直以來，針對需要實(shí)現(xiàn)協(xié)作的分布式搜索過程，我一般都會考慮使用多智能體系統(tǒng)。究其本質(zhì)，強(qiáng)化學(xué)習(xí)同樣也是一個搜索過程，因而多智能體強(qiáng)化學(xué)習(xí)實(shí)際上就是一個分布式搜索過程。

由于每個智能體都在以增量的方式學(xué)習(xí)局部策略，轉(zhuǎn)而會影響到其他智能體，所以各個智能體之間實(shí)現(xiàn)協(xié)作很有必要。除此之外，每個智能體對于其他智能體的整個學(xué)習(xí)情況的了解都是有限的，所以某種程度上而言，協(xié)作框架能夠幫助正在學(xué)習(xí)中的智能體更好地了解其他正在學(xué)習(xí)中的智能體的情況，這樣的話，各個智能體的學(xué)習(xí)會變得更加高效。

AI 科技評論：您最近在從事哪些研究工作？

Victor Lesser：我最近深度參與的項(xiàng)目之一就是研究多智能體強(qiáng)化學(xué)習(xí)方法，尤其是研究如何將強(qiáng)化學(xué)習(xí)同時應(yīng)用到數(shù)千個智能體上。對于在多個智能體上的組織架構(gòu)和增量和并行的遷移學(xué)習(xí)中使用多層級控制方案，我非常感興趣。

AI 科技評論：您從事 AI 研究幾十載，是否遇到過比較大或者印象比較深刻的挑戰(zhàn)，最終您又是如何克服的？

Victor Lesser：我面臨的最大挑戰(zhàn)發(fā)生在我研究生涯非常早期的階段（完成碩士論文的階段）以及我研究生涯巔峰的后期階段（研究多智能體強(qiáng)化學(xué)習(xí)中的遷移學(xué)習(xí)的階段）。

在完成我的碩士論文時，我面臨著一個經(jīng)典的學(xué)生誤區(qū)，即由于害怕想法無法得以實(shí)現(xiàn)，我選擇避開發(fā)現(xiàn)的一些難題很高的工作。我最終克服這些恐懼的方法，便是鼓起勇氣與自信去接受這個事實(shí)：即便我無法將我的想法付諸實(shí)踐，即便我無法完成碩士論文，我都能接受！

并行智能體間的遷移學(xué)習(xí)相關(guān)研究工作則比我碩士論文階段遇到的挑戰(zhàn)還要難得多。當(dāng)時，我們提出了很多令人興奮的錯綜復(fù)雜的想法，然后在實(shí)際工作中卻無法實(shí)現(xiàn)。雖然很羞愧但我不得不承認(rèn)，即便在從事多智能體系統(tǒng)研究這么多年后，分布和并行的復(fù)雜性依舊存在很多讓我困惑的地方。

最終我們通過使用更簡單的方法取得了更佳結(jié)果，而這個方法則是啟發(fā)自我們對于更復(fù)雜和「有趣」的方法為什么會失敗的深度分析。我現(xiàn)在也不確定當(dāng)初我的研究團(tuán)隊(duì)在這個項(xiàng)目中所投入的所有努力是否值得，但我認(rèn)為，要想成為一名優(yōu)秀的研究者，你就必須要有某種程度的決心和信念：問題再復(fù)雜，你最終也能找出解決方案。

AI 科技評論：作為一名資深的計(jì)算機(jī)科學(xué)家，您有哪些可以分享給 AI 領(lǐng)域的后輩研究者的建議？

Victor Lesser：我認(rèn)為，從長遠(yuǎn)來看，一名好的研究者必須找到他能夠持之以恒地?zé)釔鄣难芯繂栴}和方向。對于我而言，研究就是一個復(fù)雜的搜索過程，而在這個過程中，并不是所有的路都是一帆風(fēng)順的。只有當(dāng)你無所畏懼地帶著熱情去探索，你才能真正獲得成功：熱愛永遠(yuǎn)都是最重要的驅(qū)動力。

深度學(xué)習(xí)之外，AI 其他領(lǐng)域亦有所成就

AI 科技評論：實(shí)際上，您的研究方向偏傳統(tǒng) AI，與當(dāng)下如深度學(xué)習(xí)等熱門的研究方向存在著很大的區(qū)別，您怎樣看待二者各自在 AI 領(lǐng)域扮演的角色？

Victor Lesser：目前，一些研究者直接將 AI 的概念與深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)等同，某種程度上，他們可能是正確的。

然而盡管如此，我還是認(rèn)為符號化推理方法在 AI 領(lǐng)域同樣扮演著非常重要的角色。例如，在我自己的研究工作中，我就解決了如何讓 AI 系統(tǒng)更具自我意識和彈性的問題，即讓系統(tǒng)能夠意識到它們所基于的假設(shè)在當(dāng)前問題的場景中不再有效，從而開發(fā)出適用于當(dāng)前場景的合適的新假設(shè)，之后再基于新的假設(shè)來構(gòu)建新的解決問題的策略。

對于我而言，問題就在于系統(tǒng)是否以及如何學(xué)到這種類型的知識，以及現(xiàn)有的深度學(xué)習(xí)框架是否以及如何能引入這類學(xué)到的知識。我認(rèn)為，在未來的時間里，我們能夠開發(fā)出一個能夠同時結(jié)合深度學(xué)習(xí)和符號化推理方法實(shí)現(xiàn)推理的系統(tǒng)框架。

AI 科技評論：隨著深度學(xué)習(xí)為 AI 領(lǐng)域帶來了革命性的影響，有很多傳統(tǒng) AI 領(lǐng)域的研究者們也開始將新的方法應(yīng)用到他們自身的研究工作中。在您此前的研究工作中，是否也有考慮應(yīng)用這些新方法？

Victor Lesser：在我最為活躍的研究階段，AI 領(lǐng)域還尚未完全意識到深度學(xué)習(xí)所帶來的巨大影響。然而，在我早期的工作中，即 20 世紀(jì) 70 年代早期研究「黑板」系統(tǒng)期間，我就喜歡將深度學(xué)習(xí)方法應(yīng)用到問題解決的控制系統(tǒng)中。

怎樣手動合適地調(diào)整系統(tǒng)控制決策中使用的參數(shù)，當(dāng)時對于我們而言是一個非常難解決的問題。之后我們嘗試用深度學(xué)習(xí)來解決這個問題，但是結(jié)果失敗了，因?yàn)槲覀內(nèi)狈ψ銐虻臉颖緮?shù)量，更重要的是，我們并不理解如何才能合適地預(yù)估復(fù)雜搜索過程中發(fā)生的行為，并將這些行為用作深度學(xué)習(xí)的輸入。

之后，在我從事多智能體系統(tǒng)研究期間，當(dāng)我們開始擁有足夠的計(jì)算能力去生成大規(guī)模的實(shí)驗(yàn)數(shù)據(jù)集時，我便開始將深度學(xué)習(xí)應(yīng)用到多智能體控制問題的部分研究工作中。

現(xiàn)在，我考慮的一個比較有意思的問題就是，我們是否能夠利用深度學(xué)習(xí)讓系統(tǒng)從頭開始構(gòu)建完整的多步協(xié)作協(xié)議，而不是讓系統(tǒng)通過學(xué)習(xí)知識來使得手動設(shè)計(jì)協(xié)議變得更有效。

AI 科技評論：實(shí)際上，現(xiàn)在有很多人指出目前深度學(xué)習(xí)存在「過熱」的問題，您怎樣看待這一問題？

Victor Lesser：深度學(xué)習(xí)技術(shù)取得了如此巨大的成功，因此也值得大家投以如此大的關(guān)注。然而，這項(xiàng)技術(shù)所存在的問題和局限性也顯而易見，并且目前還尚未明了的是，深度學(xué)習(xí)能否被超越。

而深度學(xué)習(xí)之外，概率和策略推理、規(guī)劃以及符號化 AI 等其他領(lǐng)域，目前同樣也取得了很多令人興奮的成果。所以我希望，深度學(xué)習(xí)的光環(huán)不會掩蓋掉其他 AI 領(lǐng)域所取得的成就。

AI 科技評論：您認(rèn)為 AI 未來的發(fā)展應(yīng)該是怎樣的？

Victor Lesser：我對于 AI 未來的發(fā)展總體非常樂觀。但與此同時，我認(rèn)為研究者們需要開始以更長遠(yuǎn)的視角看待人工智能技術(shù)的意義，并以此作為決定去解決人工智能領(lǐng)域存在的哪些問題以及如何解決這些問題的依據(jù)。

我在上世紀(jì) 70 年代開始研究語音理解之前，就從未思考過 AI 技術(shù)對于整個社會的意義。例如，我不是很樂于看到人類通過電腦而不是直接面對面交流，所以如果考慮到這一層問題，我們該如何去改善這項(xiàng)技術(shù)，從而不會給社會造成負(fù)面影響呢？這是需要得到目前研究者重視的一個重要問題。

IJCAI 50 周年寄語：未來漫長歲月，依舊生生不息

AI 科技評論：您于 2009 年獲得 IJCAI「卓越研究獎」，還記得當(dāng)時的心情嗎？能否分享下？

Victor Lesser：當(dāng)我了解到自己獲得 IJCAI「卓越研究獎」那一刻，是我人生中最開心、最激動人心的時刻之一。我記得并感激所有在我的研究生涯中給予我?guī)椭娜恕?/p>

同時，我也要感謝幸運(yùn)女神的眷顧，這個世界上有那么多甚至比我更加優(yōu)秀的人，而之所以我能獲得這個重要的獎項(xiàng)，很大程度上是我比他們要更加幸運(yùn)，也就是說我恰好處在正確的時間和正確的位置。

AI 科技評論：您曾擔(dān)任 AAAI、ICMAS 等多個會議的 Fellow 或主席，那您認(rèn)為 IJCAI 和這些會議之間有哪些區(qū)別？

Victor Lesser：IJCAI 作為 AI 領(lǐng)域的首個國際性的學(xué)術(shù)會議，一直以來都被該領(lǐng)域的研究者們視為發(fā)表論文和參加會議的重要殿堂。它讓世界各地的研究者們匯聚一堂，同時囊括 AI 領(lǐng)域的各個交叉子領(lǐng)域，能夠很好地推動這些子領(lǐng)域之間的學(xué)術(shù)交流和思想碰撞，從而推動整個 AI 的發(fā)展、

我的第一篇 AI 論文就是在 1975 年發(fā)表在了 IJCAI 上，同時，IJCAI 也是我參加的首個 AI 會議，因此它對于我而言，意義非凡。

AI 科技評論：您認(rèn)為 IJCAI 應(yīng)該在 AI 的發(fā)展中發(fā)揮怎樣的作用？

Victor Lesser：我認(rèn)為 IJCAI 是一個供來自世界各地的 AI 研究者交流的重要平臺，但除此之外，如果它還能夠?yàn)榭蒲泄ぷ髡咛峁┵Y助，讓來自不發(fā)達(dá)國家的研究者們也能夠參加到這一會議中來，能夠發(fā)揮出更大的價值。

AI 科技評論：今年是 IJCAI 的 50 周年，您對 IJCAI 2019 有哪些寄語？

Victor Lesser：隨著很多會議或機(jī)構(gòu)逐漸從這個世界消失，我很欣慰看到 IJCAI 在漫漫歷史長河中能夠繼續(xù)存活下來，并且越來越好。

我希望并期待在未來的漫長歲月中，IJCAI 依舊生生不息，能夠在 AI 這個快速向前發(fā)展的領(lǐng)域繼續(xù)為世界各地的 AI 研究者們提供一個生動而有趣的思想碰撞和交流的平臺。

（完）    雷鋒網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。