雷鋒網(wǎng)按：今日在騰訊研究院年會(huì)中，騰訊副總裁姚星發(fā)表演講《AI 真實(shí)的希望和隱憂》，他在大會(huì)中介紹了“低調(diào)”的騰訊 AI 部門(mén)所做的事，并深入講解該如何提升機(jī)器學(xué)習(xí)的能力以及對(duì) AI 的看法。文章由雷鋒網(wǎng)進(jìn)行編輯。雷鋒網(wǎng)

騰訊在 AI 方面確實(shí)很低調(diào)，很多人問(wèn)我騰訊有沒(méi)有做 AI？怎么從來(lái)沒(méi)有向外宣傳呢？

解密騰訊 AI 部門(mén)

實(shí)際上從 2016 年 4 月份開(kāi)始，騰訊成立了自己的 AI 部門(mén)。目前這個(gè)部門(mén)擁有 30 多個(gè)科學(xué)家，90% 以上的人都是博士學(xué)歷，絕大多數(shù)人都是海外名校歸來(lái)，包括哈佛、康奈爾、麻省理工、哥倫比亞大學(xué)等高校。

騰訊的 AI 可能并不像其他巨頭那樣出名，比如說(shuō)擁有 AlphaGo 的谷歌；擁有無(wú)人車(chē)和度秘的百度；以及擁有一些優(yōu)秀圖像識(shí)別項(xiàng)目的 Facebook 等等。

騰訊 AI 主要是集中在四個(gè)垂直領(lǐng)域：計(jì)算機(jī)視覺(jué)、OCR、語(yǔ)音識(shí)別、NLP。每一個(gè)領(lǐng)域里都會(huì)拓展到更多深層次的研究。在計(jì)算機(jī)視覺(jué)領(lǐng)域，除了傳統(tǒng)的圖像處理，還會(huì)涉及到 AR 以及空間定位技術(shù)等。

語(yǔ)音識(shí)別方向，除了傳統(tǒng)的語(yǔ)音識(shí)別、語(yǔ)音合成，還會(huì)將相關(guān)技術(shù)置入在自動(dòng)翻譯當(dāng)中。另外，除了傳統(tǒng)的自然語(yǔ)言處理這種認(rèn)知行為的研究，騰訊還這些技術(shù)進(jìn)行落地研發(fā)聊天機(jī)器人等。

騰訊這四個(gè) AI 研究方向，與騰訊現(xiàn)有的業(yè)務(wù)緊密結(jié)合。

騰訊作為一家社交為長(zhǎng)的公司，會(huì)根據(jù)社交業(yè)務(wù)創(chuàng)造 AI 能力和產(chǎn)品，包括聊天機(jī)器人、智能助手，都會(huì)在社交的基礎(chǔ)上進(jìn)行研究。

與此同時(shí)，游戲是騰訊非常重要的一項(xiàng)業(yè)務(wù)。未來(lái)騰訊會(huì)在游戲里面引入更多 AI 能力，設(shè)想這樣一個(gè)場(chǎng)景，未來(lái) LOL 是不是可以有 AI 參加這種世界競(jìng)賽，跟人對(duì)打。騰訊也有一款很受歡迎的手游叫做王者榮耀，如果利用 AI 把這里面的能力提升，就會(huì)提高可玩性和樂(lè)趣性。

除此之外，騰訊還會(huì)提供我們很多工具類(lèi) AI，包括人臉識(shí)別、語(yǔ)音識(shí)別、自然語(yǔ)言處理，以及學(xué)習(xí)平臺(tái)等。

機(jī)器學(xué)習(xí)取得突破的三大原因

AI 在這 60 年來(lái)一直都是起起落落，然后在去年突然大爆發(fā)，一直延續(xù)到現(xiàn)在。

從九十年代深藍(lán)打敗了卡斯帕羅夫，到沃森在《危險(xiǎn)邊緣》挑戰(zhàn)賽里面取得了冠軍，再到去年 AlphaGo 擊敗李世石。AI 的整個(gè)發(fā)展史里有很多技術(shù)方面的巨大演進(jìn)，第一個(gè)就是 2006 年在深度學(xué)習(xí)上的突破。早期人類(lèi)想學(xué)飛翔，最初的方法是粘上羽毛，像鳥(niǎo)一樣。但最終真正的飛翔原理是要通過(guò)空氣動(dòng)力學(xué)去解決飛鳥(niǎo)的原理，這就是深度學(xué)習(xí)的一個(gè)思想。之所以現(xiàn)在能在很多的這種工業(yè)上面，在很多應(yīng)用上面進(jìn)行突破才能完成，本質(zhì)上是掌握了它內(nèi)在的方法，而不是表面的方法。人工智能也如此，學(xué)習(xí)算法方式的研究是非常重要的。

第二個(gè)是模型上的提升。機(jī)器學(xué)習(xí)在八九十年代也非?；?，當(dāng)時(shí)有一個(gè)叫 SVM，它已經(jīng)是一種非常厲害的機(jī)器學(xué)習(xí)算法。當(dāng)它達(dá)到幾億、幾十億規(guī)模的時(shí)候，實(shí)際上它的計(jì)算能力就會(huì)急劇下降，做一個(gè)非常復(fù)雜的復(fù)合函數(shù)去描述這種方式，它通過(guò) BP 多層連接，達(dá)到一個(gè)指數(shù)層倍的關(guān)系，描述十億可能只需要三層一千個(gè)節(jié)點(diǎn)的連接，就能構(gòu)建十億個(gè)特征出來(lái)。所以從本身來(lái)講，模型上的提升這也是深度學(xué)習(xí)的突破。

第三是在數(shù)學(xué)層面，即 BP上面問(wèn)題的解決，反向傳播的問(wèn)題。首先在數(shù)學(xué)理論上進(jìn)行，反向傳播是一個(gè)非常復(fù)雜的問(wèn)題，在神經(jīng)網(wǎng)絡(luò)里面當(dāng)一個(gè)東西在傳遞很多層網(wǎng)絡(luò)中時(shí)，當(dāng)它往回我們要反向收斂的時(shí)候，均要去逼近最優(yōu)質(zhì)。但是當(dāng)層數(shù)往往過(guò)多的時(shí)候，會(huì)發(fā)生一個(gè)梯度消失或者梯度膨脹的問(wèn)題。通過(guò)一些方法的解決，數(shù)學(xué)理論上的解決，很好解決了這種問(wèn)題，所以在數(shù)學(xué)理論上面，建立了一個(gè)比較好的基礎(chǔ)。

正因?yàn)檫@三方面的優(yōu)勢(shì)，所以才使得機(jī)器學(xué)習(xí)如此火。而且這次浪潮會(huì)持續(xù)很遠(yuǎn)，在 1933 年到 2000 年左右，整個(gè)傳統(tǒng)的淺層機(jī)器學(xué)習(xí)的學(xué)習(xí)方法，它有一個(gè)比較好的下降過(guò)程，但是 2000-2010 年這十年，它進(jìn)展非?？臁?/p>

在方法和模型上面可能都沒(méi)有進(jìn)行，突然在 2012 年左右，微軟研究院他們最開(kāi)始在工業(yè)界把機(jī)器學(xué)習(xí)用到語(yǔ)音識(shí)別里面去，取得了極大性的突破。整個(gè)過(guò)程機(jī)器學(xué)習(xí)的能力的確是在過(guò)往的五年當(dāng)中，發(fā)展非常非常快的。講了很多機(jī)器學(xué)習(xí)的這種，剛剛說(shuō)的發(fā)展，快速的發(fā)展，它的方法也很好，模型也很好，數(shù)學(xué)算法也在突破，但是現(xiàn)狀是什么呢？

人工智能的局限性

我雖然對(duì) AI 的抱有很大期待很，同時(shí)認(rèn)為 AI 還存在很多的局限性。

第一個(gè)就是本身深入學(xué)習(xí)的能力。AI 跟人去相比，它有較大的差距。實(shí)際上現(xiàn)在所有的機(jī)器學(xué)習(xí)方法，我們都發(fā)現(xiàn)不管這個(gè)方法有多么的新提出來(lái)，它的學(xué)習(xí)過(guò)程都是要從頭開(kāi)始學(xué)，都要把數(shù)據(jù)重新進(jìn)行一次訓(xùn)練的過(guò)程。

但這跟人的學(xué)習(xí)能力相比確實(shí)有很大的差距，人有很多的智能是與生俱來(lái)的，就像小孩剛出生，不需要多長(zhǎng)時(shí)間就知道這個(gè)世界是三維的，當(dāng)你把一個(gè)東西放在一個(gè)，把一個(gè)瓶子放在電視機(jī)的后面，他是知道的，在電視機(jī)后面有一個(gè)東西的，這是一些特征是與生俱來(lái)的，這個(gè)是跟生物的進(jìn)化是相關(guān)的。

所以人的這種，靈長(zhǎng)類(lèi)的動(dòng)物跟單細(xì)胞動(dòng)物相比，肯定是有與生俱來(lái)的能力。但是目前深度學(xué)習(xí)方法很遺憾，科學(xué)家們不管提出了多么優(yōu)秀的模型，都要重新開(kāi)始學(xué)，這是第一個(gè)跟人的學(xué)習(xí)能力相比，機(jī)器非常大的缺陷。

第二是不管有多么好的學(xué)習(xí)模型，它本質(zhì)上還是通過(guò)算力，利用計(jì)算能力去解決大數(shù)據(jù)，用更大的計(jì)算能力去做更好的融合。過(guò)往是整個(gè)硬件發(fā)展，是順從了摩爾定律發(fā)展，發(fā)展非常之快，但是在未來(lái)的更多的參數(shù)下面，人們還有沒(méi)有這種能力，達(dá)到計(jì)算的效果，這要打上很大的問(wèn)號(hào)。

再比如說(shuō) 2006 年提出來(lái)的網(wǎng)絡(luò)模型，到后面劍橋大學(xué)提出的模型，再到谷歌，再到 2015 年神經(jīng)網(wǎng)絡(luò)。每一次新的模型提出都是把模型的層數(shù)加入更多，神經(jīng)單元更復(fù)雜，訓(xùn)練結(jié)果更長(zhǎng)，得出來(lái)的結(jié)果也最優(yōu)。但是本身這種方法是不是還能像原來(lái)的方法一樣可持續(xù)，這要打一個(gè)很大的問(wèn)號(hào)。另外一個(gè)剛才解決的是圖像方面的問(wèn)題，下面解決感知的問(wèn)題，如果要解決認(rèn)知的問(wèn)題，那差距就更大了。

人的語(yǔ)言是一個(gè)序列問(wèn)題，這個(gè)語(yǔ)言序列問(wèn)題如果要計(jì)算的話，這個(gè)算力無(wú)論如何都解決不了。人可以很容易在對(duì)話當(dāng)中，回溯到一個(gè)很長(zhǎng)時(shí)間語(yǔ)句的某個(gè)片段的關(guān)鍵詞里面，但是在機(jī)器里面它卻不一定做到。雖然在最早的模型形成到現(xiàn)在長(zhǎng)短記憶單元的模型，到現(xiàn)在騰訊的，帶有注意力的模型，但是總之來(lái)講，這種模型的演進(jìn)都還跟人相比是非常復(fù)雜的，是遠(yuǎn)不如人的。

比如說(shuō)那天我看到一個(gè)對(duì)話，是三個(gè)人在對(duì)話，兩個(gè)人在聊，中間有大段聊去哪兒吃飯，突然有人問(wèn)太陽(yáng)呢？人知道這是描述太陽(yáng)隊(duì)的，因?yàn)榍懊婧茉缰坝腥嗽诹?，湖人跟快船的話題，突然來(lái)個(gè)太陽(yáng)大家就知道，但是機(jī)器基本上是沒(méi)辦法識(shí)別的。夏天能穿多少穿多少，冬天能穿多少穿多少，兩句基本上一樣，但是前面去描述，把少給突出來(lái)了，后面把冬天多顯出來(lái)。

第二個(gè)例子我講的是語(yǔ)音識(shí)別，我看了一個(gè)笑話，語(yǔ)音識(shí)別很難搞，您好，方便面試嗎？我在重復(fù)這句話的時(shí)候，我都不知道自己在講方便面試嗎，還是方便面是嗎，的確這是一個(gè)非常難的問(wèn)題，但是人的意識(shí)里有很多東西，是由于進(jìn)行反問(wèn)的時(shí)候，再慢慢把這個(gè)東西帶出來(lái)。所以說(shuō)目前的 AI 情況，在圖像里面，包括人臉做的多么多么厲害，實(shí)際上它在很多的約束條件下，它可能不能通過(guò)側(cè)臉去識(shí)別人臉，戴帽子的時(shí)候也比較難。所以它是在很多約束條件下面，人臉識(shí)別率可能只達(dá)到了 9%。這些問(wèn)題也體現(xiàn)在語(yǔ)音識(shí)別上，語(yǔ)音識(shí)別也是在噪音比較小、沒(méi)有風(fēng)噪、車(chē)噪的環(huán)境下，機(jī)器識(shí)別率會(huì)有一個(gè)比較好的效果。但機(jī)器與人的基本能力相比還差距很大，更別說(shuō)它在認(rèn)知方面，在 NLP 方面。

如何提升機(jī)器學(xué)習(xí)的能力？

AI 與人，包括機(jī)器學(xué)習(xí)與人能力上的有些差距，怎么去補(bǔ)齊差距呢？

第一個(gè)我覺(jué)得跟人相比要?jiǎng)?chuàng)造，我們現(xiàn)在所有都是基于大數(shù)據(jù)，這些數(shù)據(jù)從何而來(lái)，這是非常重要的。這個(gè)數(shù)據(jù)現(xiàn)在是傳統(tǒng)的獲得而來(lái)，但更多的數(shù)據(jù)是本身能創(chuàng)造出來(lái)，當(dāng)然這條方法通過(guò)剛剛主持人介紹的，包括 AlphaGo 已經(jīng)在驗(yàn)證這樣的問(wèn)題，通過(guò)增強(qiáng)學(xué)習(xí)去產(chǎn)生人類(lèi)從未下過(guò)的棋，這是一種創(chuàng)造數(shù)據(jù)的能力，通過(guò)創(chuàng)造數(shù)據(jù)的能力產(chǎn)生更多的數(shù)據(jù)，不一定是人創(chuàng)造了這些，去把這些東西更多的窮盡出來(lái)。在未來(lái)，如果在這方面發(fā)展的話，可能在增強(qiáng)學(xué)習(xí)方面，要進(jìn)行更多的發(fā)展和突破。

第二個(gè)就是舉一反三，什么叫舉一反三，AlphaGo 下圍棋能下倒世界冠軍，但是他的下棋方法到現(xiàn)在已經(jīng)不行了。因?yàn)樗姆椒ú⒉皇菫橄缕宥鴦?chuàng)造的，他不會(huì)進(jìn)行推導(dǎo)。當(dāng)我們驗(yàn)證大數(shù)據(jù)和一個(gè)非常好的效果的時(shí)候，我們數(shù)據(jù)量很小的時(shí)候，怎么把原來(lái)的模型遷移過(guò)來(lái)，這是非常重要的研究方向。

第三個(gè)方向和人相比就是歸納總結(jié)。人是非常能進(jìn)行一些總結(jié)的，包括像牛頓的第一定律，包括牛頓的萬(wàn)有引力，都是人總結(jié)出來(lái)的，包括我們很多公理，但是目前機(jī)器學(xué)習(xí)是沒(méi)辦法進(jìn)行歸納總結(jié)的，我們之所以結(jié)果好，它并沒(méi)有提煉出公理和定律的關(guān)系。所以這方面未來(lái)我們要在歸納總結(jié)，特別是無(wú)監(jiān)督學(xué)習(xí)上面，分類(lèi)問(wèn)題是有目標(biāo)去學(xué)習(xí)的，但聚類(lèi)問(wèn)題沒(méi)有目標(biāo)的時(shí)候，我們?cè)趺窗阉酆谩?/p>

所以在這三個(gè)能力上面，我相信這是我們未來(lái)在 AI 上面要進(jìn)行提升的。第二個(gè)就是在整個(gè)的發(fā)展方向上面，剛剛講了很多說(shuō)機(jī)器學(xué)習(xí)通過(guò)數(shù)據(jù)方法，它從傳統(tǒng)的淺層學(xué)習(xí)里面，我們所有通過(guò)統(tǒng)計(jì)學(xué)的概率論，完備的統(tǒng)計(jì)學(xué)概率論理論來(lái)支撐它，我們說(shuō)到求這種函數(shù)極限的問(wèn)題，已有很多完備的數(shù)學(xué)公式去證明，一定能解決它的問(wèn)題，但是恰恰在我們機(jī)器學(xué)習(xí)上面，雖然前面我們用了隨機(jī)去找局部最優(yōu)，但是它本身數(shù)學(xué)領(lǐng)域，它只是一個(gè)框架，我們?cè)诤芏嗌厦孢€是一個(gè)啟發(fā)式的約束，包括我們的初始化參數(shù)多少，包括我們學(xué)習(xí)率是多少，這都是有啟發(fā)性的。

在未來(lái)如果機(jī)器學(xué)習(xí)要繼續(xù)往下走的話，我們?cè)跀?shù)學(xué)理論上面一定要有強(qiáng)大的支撐，特別傳統(tǒng)的機(jī)器學(xué)習(xí)，數(shù)學(xué)完備型，要遷移到我們機(jī)器學(xué)習(xí)上來(lái)。

大家知道神經(jīng)網(wǎng)絡(luò)的提出，很多來(lái)自于原來(lái)的腦神經(jīng)學(xué)科和生物系統(tǒng)，在本身這個(gè)上面，我相信未來(lái) AI 的發(fā)展要引入更多，不光是我們數(shù)學(xué)學(xué)科、計(jì)算機(jī)學(xué)科，還要引入腦學(xué)科神經(jīng)去引，因?yàn)槟X的神經(jīng)結(jié)構(gòu)就是，剛剛我提到了蟬紗神經(jīng)網(wǎng)，已經(jīng)連接腦神經(jīng)的概念了，進(jìn)行跨層連接，達(dá)到一個(gè)非常好的效果。

當(dāng)然更多的東西我希望在未來(lái)，在交叉學(xué)科上面，包括融合生物、腦神經(jīng)甚至包括哲學(xué)，這樣的話整個(gè) AI 可能才有更多完備型的發(fā)展。另外一個(gè)地方就是，在當(dāng)今世界里面，AI 對(duì)所有公司來(lái)講，對(duì)所有人來(lái)講都應(yīng)該是平等的，所以我們一定要開(kāi)放。比較好的是當(dāng)今世界所有的，在 AI 領(lǐng)域里面的大公司都在做，包括騰訊也會(huì)，我們看到很多包括谷歌、FaceBook 它也開(kāi)放了非常多的網(wǎng)絡(luò)模型，包括我們了解現(xiàn)在很火的 Open AI 等等這些大的這種機(jī)器學(xué)習(xí)平臺(tái)先行者。騰訊在未來(lái)也會(huì)去進(jìn)行很多開(kāi)放，讓更多的人來(lái)參與，進(jìn)行測(cè)試。所以整個(gè)過(guò)程就在未來(lái) AI 的發(fā)展，我相信第一方面就是在能力上面，要跟人去匹敵的話，要進(jìn)行提升。第二個(gè)在整個(gè)學(xué)習(xí)的完備型，數(shù)學(xué)完備，學(xué)科完備上要進(jìn)行豐富。第三個(gè)就是所有大公司，應(yīng)以更加開(kāi)放的心態(tài)去面對(duì) AI，這才是未來(lái) AI，AI 的未來(lái)。

中國(guó)的 AI 實(shí)力不亞于美國(guó)

說(shuō)到這里我又要再次強(qiáng)調(diào)一下，AI 對(duì)騰訊來(lái)講非常重要，對(duì)中國(guó)整個(gè)互聯(lián)網(wǎng)都很重要。

在互聯(lián)網(wǎng)時(shí)代，我們跟美國(guó)最強(qiáng)的公司去比，還會(huì)有一些差距。但在 AI 時(shí)代，包括騰訊在內(nèi)的各大中國(guó)公司，是完全跟世界一流的公司是有匹敵之處的。為什么？

第一我們用戶量大、數(shù)據(jù)足夠多。

第二是應(yīng)用場(chǎng)景，作為騰訊來(lái)講，我們有很多把 AI 這種遙不可及的技術(shù)跟落地的機(jī)會(huì)，我們可以在微信、游戲、新聞、QQ 里面去落地 AI 場(chǎng)景。哪怕小到一點(diǎn)語(yǔ)音識(shí)別、圖像、聊天機(jī)器人等等，這都是我們可以去落地的地方。

第三個(gè)地方就是人才。目前機(jī)器學(xué)習(xí)領(lǐng)域的華人是非常多的，我參加過(guò) 2016 年的 ICML，有三千人，我敢說(shuō)大概 30-40% 的人都是華人。其中 40% 的文章都是華人寫(xiě)出來(lái)的。人才結(jié)構(gòu)上中國(guó)是有非常好的這種人才的基礎(chǔ)，說(shuō)正是基于我們數(shù)據(jù)的優(yōu)勢(shì)，我們場(chǎng)景落地的優(yōu)勢(shì)，我們?nèi)瞬沤Y(jié)構(gòu)的優(yōu)勢(shì)，我覺(jué)得在騰訊也好，中國(guó)其它互聯(lián)網(wǎng)對(duì)AI的未來(lái)大有可為。最后講一下騰訊的AI使命。我們的AI使命，讓 AI 無(wú)所不在。

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。