腾讯首度披露人工智能研究方向：通用AI助力实现“大白”梦

腾讯首度披露该公司在人工智能（AI）的研究方向。

10月25日，在“TED×漕河泾——科技的原力”主题演讲上，腾讯副总裁、腾讯人工智能实验室领导人姚星表示，腾讯的人工智能实验室致力于对“通用人工智能”的研究，提供更加便捷的智能工具，帮助每个人实现心目中的“大白”，让青少年被理解、成年人被保护、老年人被照顾。

“大白”是2014年在北美上映的动画电影《超能陆战队》中的主要角色，它是一个角色为“私人健康顾问”的充气机器人，它被设定了一条底线——不能伤害人类。

大白

“腾讯AI的使命是立志于要打造一个通用AI，而不仅仅是工具。当然工具也很重要，我们也在做人脸识别、语音识别、聊天的机器人等很多智能硬件，但这只是第一个阶段。腾讯AI未来是打造出一个更加广义的AI，让真正的AI产品能够深入到我们的生活中去。”姚星说。

“虽然我们对AI有很大的期待，但现在AI还处在早期发展阶段。目前来讲，我们主要是招更加优秀的人才，做很多底层算法的积累。”姚星说。

9月22日，腾讯宣布成立AI实验室，进行AI基础理论研究及工程实现。同时，宣布正式推出机器人开放平台，将腾讯的计算机视觉等AI核心技术共享给伙伴。

腾讯给出的资料显示，姚星负责腾讯技术工程事业群的基础技术平台、搜索技术平台和人工智能研发的团队管理和项目开发。技术方面，姚星有海量服务架构经验并使用该技术为微信、QQ和QQ空间服务；同时姚星也从事计算机视觉、语音识别、自然语言处理、机器学习等AI相关领域研究工作。

姚星于2004年加入腾讯，曾领导研发了腾讯的存储系统、搜索引擎和云平台；历任架构平台部总经理、基础架构部总经理、搜索技术部总经理。

以下是姚星对“科技的原力”和“人工智能”的部分理解：

大家好，我叫姚星，来自腾讯，在腾讯工作了12年。一个多月前集团公关部的同事告诉我，希望我可以参加TEDx，讲述一下腾讯背后的科技原力，我当时说我不知道讲什么，因为我们做的事情都很普通也很平凡。同事说这样不行，他一方面告诉我TEDx是一个很重要的presentation（报告），另外一方面也告诉我腾讯作为一个世界级的互联网公司过往做了很多世界级的产品，但在对外的技术宣传上少之又少，我们有责任通整个行业进行我们技术上的经验和教训的交流。我一想也是，仔细想来，虽然我们的工作很平凡也很普通，但是平凡中会折射出与众不同，今天我就和大家分享一下腾讯认知的“科技的原力”。

……

2016年是AI起源的Dartmouth会议60周年，人工智能在过往的60年发展中几经沉浮，起起落落，在今年散发出璀璨的光芒。人工智能的兴起是大数据、云计算科学进步的产物，也是人类对未来世界向往的必然。

什么是AI？AI是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。AI包括：计算机视觉、语音识别、自然语音处理等类似人类的感知、认知智能。

当下很多人认为AI就是机器学习，或者说是深度学习，这是很狭义的，机器学习是AI的核心算法，确切的说AI和机器学习的关系是这样的：AI = A->f(x)->B，机器学习是人类智能行为的一种拟合函数。

目前的AI总体来讲还是一个非常初级的阶段，虽然我们在某“感知”智能上有些突破，比如我们在计算机视觉上的人脸识别能力，语音识别上的速记能力等垂直领域已经接近或者超过人的平均智能水平，但是这些相对于一个人的综合智能来讲都还是一个非常狭窄的。之所以这样，本质上来讲，我觉得还是算法本身还需要更高维的突破，而不是简单的演进。比如我们针对视觉的AlexNet到VGG再到现在的ResNet，每次算法的演进还只是停留在更深的神经网络、更复杂的神经网络连接的设计上，通过这样复杂的神经网络学习、更多的样本特征来更好的拟合人脑的“感知”，再比如“认知”智能的自然语言处理，但是面对这种语言序列问题，尽管我们的神经网络从早期的RNN演进到LSTM，再到现在的Attention Model，但至今为止机器还无法完全胜任这种复杂计算。

人的智能是一个非常高的起点，人是经过数十亿年的生物进化，即便是新生儿，从他一出生开始他的智能起点就非常高，比如出生不久人就知道这个时间是3维的，如果我们把东西藏在某个大型物体后面，人的本能就能知道。这是一个非常高的智能起点。人认识新生物也只需要少量样本就能学会，但目前的机器学习并不能做到这样，我们无论设计多么领先的神经网络模型，都需要重新训练数据样本，并且需要大量数据训练样本的训练拟合。但目前的本身的机器学习方法我认为是正确的，因为我们学习的不在是表面现象而是深层次的特征。这就犹如人类学习鸟儿飞翔不是仿照鸟一样粘上羽毛，来振翅飞翔一样，本质上的飞翔原理是空气动力学和流体动力学。

AI的核心算法如何突破？如果类比人，我想需要在3个方面进行突破。1、创造力；2、归纳总结能力；3、举一反三能力；如果它们对应到机器学习就是“强化学习”、“无监督机器学习”以及“迁移机器学习”。“强化学习”已经通过deepmind在Atari和alphago上证明了巨大成功，alphago之所以厉害，是因为通过强化学习自对弈产生了大量的非人类棋局样本，通过这些样本再来进一步学习提高，未来我们需要采用“强化学习”创造更多的数据。“无监督机器学习”至今为止没有好的“聚类”算法，也就是归纳总结能力。人类能给表面非因果关系总结出很多原理，如“三点确定一个平面”，“惯性定律”等，这是一个很强的高维抽象能力，未来的无监督机器学习需要在这上面进行突破，通过少量的样本，站在前人基础上的归纳总结。“举一反三”也是人的一个重要的基本能力，通过学习了“下围棋”，快速的推演到“下象棋”，这需要“迁移机器学习”在模型迁移上的突破。

信息时代的科技原力是摩尔定律，AI时代的科技原力是算法，而且这种算法是有如人类进化一样，从单细胞到多细胞，再到智能的演进过程。

AI的未来是什么？我想AI的未来不仅仅是给我们提供更加安全、更加高效、更加便捷的智能工具，而是要帮助我们实现每个人心中的那个大白，那个超级英雄，使得我们的小朋友更加的被理解，他们不会由于父母的不在身边而缺少陪伴；使得我们的成年人更加的被保护，他们不会由于危险的工作而使得自身安全得不到保障；使得我们的老年人更加的被照顾，他们不会由于在偏远山区而得不到及时的治疗。无所不在是AI的未来。

从18世纪的第一次工业革命开始，人类的每次进步都源于科技的进步。而当今的互联网时代，从窄带到宽带，从移动互联网，再到当下的AI无不是一浪又一浪的科技变革，这种科技的进步也犹如潮汐一样一次次越来越猛烈的推动着我们进步。

我有时会问自己：是什么样的力量在推动着人类对未知领域的探索和渴望，是什么样的力量在推动着科技的进步？我想答案是“科技的原力”，“原力”是什么？原力就是我们改变世界的力量，原力就是每个人心中的追寻“自我主宰”梦想，原力就是人们仰望星空的感觉。而我们要做的就是在这"创造原力"的同时，保持这份“原力”的真正含义！may the force be with you！原力与你同在谢谢大家！