騰訊重點開發(fā)游戲AI 未來和你打LOL的可能是AI

未來和你LOL電競的可能是騰訊的AI。

這個聽起來有點腦洞大開的想法，并非遙不可及。騰訊的AI Lab就正在這么做。

AI正成為大公司的必爭領域。相比于Google、微軟、IBM、百度、阿里等公司，騰訊在AI方面的宣傳并不多。事實上，2016年騰訊組建了30多人的AI Lab, 并在AI技術及應用方面進行研究。

相比于技術的研發(fā)，我們更關心騰訊AI應用方面的規(guī)劃。在今天騰訊研究院的年會上，騰訊集團副總裁、騰訊人工智能實驗室負責人姚星就詳細闡述了這一問題。

技術方面，騰訊AI主要是基于四個垂直領域，分別會在CV（計算機視覺）、ASR、語音識別、NLP（自然語言處理）。在計算機視覺領域，除了傳統(tǒng)的圖像處理，還會引入AR、空間定位等技術。在語音識別方向，除了傳統(tǒng)的語音識別、語音合成，還引入了自動翻譯。在自然語言處理方面，除了傳統(tǒng)的自然語言處理，還會引入監(jiān)督類的機器學、無監(jiān)督類的增強學習。

在應用層面，則主要會結合騰訊的業(yè)務，主要分為內容AI、社交AI、游戲AI。 內容AI方面，主要是個性化的推薦。社交和游戲是騰訊最強的兩個業(yè)務，也是騰訊AI最重要的兩個結合點。在社交AI方向，會面向于社交的能力去提供AI能力，未來有可能會推出聊天機器人、智能助手等。

與很多大公司不同，騰訊的AI將游戲作為了一個重要的方向。姚星設想，未來有一天，有一個AI可能會參加LOL這樣的競賽，跟人對打;而將AI應用在《王者榮耀》這樣的爆款游戲中，可玩性、樂趣性都有可能增加。

為了方便大家更多的了解騰訊AI Lab的一些信息，我們也對姚星的演講進行了整理。

以下為姚星演講的整理

姚星：

各位朋友大家下午好。今天我演講的題目是AI真實的希望和隱憂。

什么叫希望，希望就說明大家期待，隱憂說明大家期望過大。

第一我首先要澄清一個事情，剛剛主持人馬斯特是不是騰訊做的，我要澄清，馬斯特不是騰訊。

我們回顧一下互聯(lián)網發(fā)展的二十年，實際上過去的二十年是信息高速發(fā)展的二十年，它經過了幾個發(fā)展階段。從我們發(fā)展的方向上面來講，應該是在九十年代初期，中國應該第一次連上互聯(lián)網，在上個世紀九十年代我們進入到互聯(lián)網大家庭當中了，但是由于當時網絡數據連接的問題，大部分在互聯(lián)網上的應用還是只限于溝通，溝通解決了很多問題，人不再需要面對面，或者通過傳統(tǒng)的書信的方式進行溝通，人可以通過互聯(lián)網，不論在天涯海角，只要能連上互聯(lián)網，總是可以觸達到一些消息。隨著整個設備傳輸的發(fā)展，網吧的興起，大家連接網絡的速度提升，你會發(fā)現(xiàn)我們的網絡帶寬提升速度越來越大，這時候人們對互聯(lián)網的訴求不再僅僅是通過消息的傳遞溝通，更多的是分享。MSN也好，包括FaceBook，包括QQ空間，都是基于分享，人人為我，我為人人，那時候有很多東西都是通過互聯(lián)網來分享喜悅和苦惱。

隨著后面移動時代的發(fā)展，特別是智能手機的發(fā)展，智能終端的發(fā)展你會發(fā)現(xiàn)，最后在最近這五年以來，我們的移動互聯(lián)網高速發(fā)展，人們不再是在指定的地點和指定的地方進行互聯(lián)網連接，以前傳統(tǒng)大家都是在網吧或者工作的地方，現(xiàn)在大家通過手機無時無刻連到互聯(lián)網，所以整個過往的二十年是隨著設備的發(fā)展，產業(yè)的發(fā)展，隨著信息產業(yè)的發(fā)展而演進。伴隨著過往二十年發(fā)展，騰訊二十年我們做了什么呢?實際上我們在每一個時代都有騰訊一款重量級的產品。在最早的溝通時代，在上世紀九十年代的時候，我們有QQ，QQ目前是世界上在線最大的容量，已經達到同時兩億人在線，在2000年初的時候，我們有了我們的QQ空間，QQ空間目前的日上傳的照片數是超過五億張，這個規(guī)模如果我們跟世界上最大的網站FaceBook去比，是差不多同一個量級。2013年FaceBook日上傳照片數大概在2.5億左右，目前QQ空間日上傳照片數也好，總照片數也好跟FaceBook是同一個量級。

然后在移動互聯(lián)網時代，毫無疑問騰訊，大家現(xiàn)在都知道的一個產品就是微信，這款產品不光是簡單的，還是玩超級的人，它不僅是解決了溝通問題，還解決了社交、分享的問題，還是一款包括我們去線下支付，線下的打車，甚至醫(yī)院掛號看病，交水電費等等一系列使用都在那一個軟件上面，實際上這三款騰訊產品在世界上來講都是領先的。整個發(fā)展史我們也看出過往的發(fā)展史是從信息時代，我們說從窄帶到寬帶，到移動互聯(lián)網時代，它猶如生物進化一樣，從早期的單細胞到多細胞到最后的智能。今年來講實際上這個智能會更加的廣義了，不僅僅是智能終端，大家更多的討論的，今天的智能是AI。

去年2016年又是整個AI真正發(fā)展六十周年，所以在去年AI在世界上也爆發(fā)起來。包括我剛剛在小房間跟很多嘉賓在聊的時候，說騰訊是一個很低調的，的確很低調，很多人問我騰訊有沒有做AI?怎么從來沒有向外宣傳呢?實際上騰訊有自己的AI相關的部門，從2016年4月份開始，騰訊成立了自己的部門，目前我們的情況就是，基本上有30多個科學家，90%以上的人都是博士學歷以上，絕大多數人都是海外回來，然后從他們院校來講，都是從世界最頂級的學府引進的人才，包括哈佛，康奈爾，麻省理工等等，哥倫比亞大學等等這些學校。

所以目前在騰訊里面，我們已經組織了一個AI團隊，但是這個規(guī)模還在擴張。騰訊的AI可能不像其它公司的AI讓人那么了解，比如說像谷歌的AI，大家很多了解在做圍棋，包括他們出來很多的產品，包括他們的語音等等的很多東西，包括像百度，他們有無人車，有度蜜等等的一些產品，包括FaceBook等等，所以它做了很多圖像上面的東西，等等等等，但騰訊的AI一直沒有對外宣傳，今天我也跟大家分享一下，騰訊在AI上面的考慮。實際上騰訊的AI我們主要是基于四個垂直領域，分別會在CV（計算機視覺），還會在ASR，語音識別，就是語音識別上面，我們還會有一個專屬的垂直領域，另外在LP，自然語言處理上面也會有，每一個領域里面也會拓展到更多深層次的研究。比如我們在計算機視覺領域，我們可能除了傳統(tǒng)的圖像處理，還會引入AR的東西，增強現(xiàn)實的東西在里面，也會引入空間定位的技術在里面。語音識別我們除了傳統(tǒng)的語音識別，語音合成，還會引入更多的這種，跟語音相關的，就是我們的自動翻譯方面的一些，放在里面，另外除了傳統(tǒng)的自然語言處理的這種人的認知行為的一些研究，我們還會做，比如說對話的聊天機器人這類的一些研究放在這里面，在新領域，就是我們監(jiān)督類的機器學習，到增強學習，我們都會在四個領域。所以這四個領域基本上涵蓋了當今整個AI基礎研究領域的方方面面，這是四個基礎的研究領域。

然后我們另外提出了四個專屬的這種產品研究方向，這是結合了我們整個騰訊公司來進行的，我們提出了有內容的AI，我們把搜索引擎基于個性化的推薦，基于內容類的東西和搜索類的。另外我們還有我們的社交，騰訊是一個傳統(tǒng)，就是一個非常，在社交平臺上面非常厲害的公司，包括我們剛剛說的QQ空間，它都是一個社交平臺，所以在社交AI上面我們會面向于社交的能力去提供AI能力，就是剛剛我說的對話，包括聊天機器人，包括我們智能助手，都會在這個方向上去研究。

另外一個方向，我覺得是跟全世界其他所有的公司不太一樣的一個AI方向，大家可能會問我，也有做圍棋的AI，但是它只是一個簡單的圍棋，它不會有太多的游戲，但對于騰訊來講，在整個騰訊集團里面有個很大的產業(yè)是游戲，我們會在游戲里面引入更多AI能力，實際上想像空間是非常大的，大家試想一下，LOL是不是可以有一天，會有個AI可以參加這種世界競賽，跟人對打，大家也知道今天騰訊有一款很受歡迎的手游叫做王者榮耀，如果把這里面的能力提升，是不是可玩性，樂趣性就會更多，對于騰訊來說這一塊也是很關注的。除此之外我們還會提供我們很多工具類的AI，這里面就會提供我們這種能力把它開放出來，包括基于圖像上人臉識別的能力，包括語音識別的能力，包括在自然語言處理的能力等等等等，包括我們在學習平臺的能力。所以說整個騰訊從目前來講，我們的研究AI基礎領域是四個，然后我們的方向也是四個。

剛剛講了很多前面的篇章，是講騰訊，包括新產業(yè)發(fā)展二十年，騰訊在過往的產業(yè)當中二十年的情況，以及我們在AI上面的布局和考慮?，F(xiàn)在我來講一下整個AI，剛才講更多的是AI的希望，現(xiàn)在我來講一下AI方面的隱憂是什么。AI不是一個新的概念，發(fā)展了六十年，六十年AI一直都是有很多的起起落落，在去年突然一下大爆發(fā)了，一直延續(xù)到現(xiàn)在。像從五六年的會議開始，AI就開始有一個名詞，中間它經過了很多起起落落，比較有名的，我相信大家知道，九十年代的IBM打敗了卡斯帕羅夫。IDM也有一款基于知識圖譜的知識問答類的，在危險邊緣的挑戰(zhàn)賽里面取得了冠軍。大家可能記得最清楚的一件事情，可能還是去年AlphaGo打敗了世界冠軍，韓國的李世石，因為大家都認為圍棋是在一個最古老的游戲里面，最復雜的游戲里面，在智能上面超過了人。當然整個發(fā)展史里面也有很多技術方面的演進，比較有代表性的就是2006年，在學習上面真實的突破，他帶來了整個AR在發(fā)展方面極速的提升。

為什么這一次AI會讓大家這么大的這種期待，或者有這么大的關注呢?我覺得這是AI發(fā)展上面最主要的原因是這一次AI底層算法在深度學習上面進行了有效突破，就是剛剛我說的，所以使得這次AI的發(fā)展在2012年開始，整個學習的方法，不像傳統(tǒng)的方法，讓人類去模仿，就跟早期的人類想學飛翔，原來的方法是粘上羽毛，像鳥一樣，真正的飛翔最后的原理是要通過空氣動力學去解決飛鳥的原理，這就是深度學習的一個思想。之所以現(xiàn)在能在很多的這種工業(yè)上面，在很多應用上面進行突破，實際上本身是掌握了它的內在的這種方法，而不是表面的方法，所以在這個上面，方法的研究方面我覺得是重要的。

第二個是模型上的提升，剛才我說了，AI的發(fā)展有六十年，機器學習在八九十年代也非常火，當時有一個叫SBM，它已經是非常厲害的一種機器學習的算法。當它達到幾億幾十億規(guī)模的時候，實際上它的計算能力就會急劇下降，做一個非常復雜的復合函數去描述這種方式，它通過DP多層連接，它達到一個指數層倍的關系，描述十億可能我們只需要三層一千個節(jié)點的連接，就能構建十億個特征出來。所以從本身來講，模型上的提升這也是深度學習的突破。

另外一個東西在數學上面，就是EP上面問題的解決，反向傳播的問題。首先在數學理論上進行，反向傳播是一個非常復雜的問題，在神經網絡里面當一個東西在傳遞很多層網絡的時候，我們知道當它往回我們要反向收斂的時候，我們都要去逼近最優(yōu)質，但是當往往層數太多的時候，會發(fā)生一個梯度消失或者梯度膨脹的問題，通過一些方法的解決，數學理論上面的解決，很好解決了這種問題，所以在數學理論上面，建立了一個比較好的基礎。

正因為這三方面的優(yōu)勢，所以使得在AI的浪潮里面，機器學習才會如此火。而且我堅信這次浪潮會持續(xù)很遠。右邊這幅圖就代表了在整個機器學習的一些圖文，在1933年到2000年左右，整個傳統(tǒng)的淺層機器學習的學習方法，它有一個比較好的下降過程，但是2000-2010年這十年，它進展非?？?，它在方法上面，在模型上面可能都沒有進行，突然在2012年左右，微軟研究院他們最開始在工業(yè)界把機器學習用到語音識別里面去，取得了極大性的突破，急劇又進行收斂，所以整個過程機器學習的能力的確是在過往的五年當中，發(fā)展非常非常快的。

講了很多機器學習的這種，剛剛說的發(fā)展，快速的發(fā)展，它的方法也很好，模型也很好，數學算法也在突破，但是現(xiàn)狀是什么呢?就剛剛我說的，今天我談的話題是AI期待很大，期待太大了，為什么會這么講?作為一個從業(yè)者，我對AI上面還是有很多很多的東西，可能是需要提出來，就是這里面還是有很多的局限性。第一個就是本身深入學習的能力，就是我們說的AI跟人去相比，它有多大的差距。實際上我們發(fā)現(xiàn)所有現(xiàn)在的機器學習的方法，我們都發(fā)現(xiàn)不管這個方法有多么的新提出來，它的學習過程都是要從頭開始學，都要把數據重新進行一次訓練的過程。但這跟人的學習能力相比確實有很大的差距，人有很多的智能是與生俱來的，就像小孩剛出生，不需要多長時間就知道這個世界是三維的，當你把一個東西放在一個，把一個瓶子放在電視機的后面，他是知道的，在電視機后面有一個東西的，這是一些特征是與生俱來的，這個是跟生物的進化是相關的。所以人的這種，我們叫靈長類的動物跟單細胞動物相比，肯定是有與生俱來的能力。但是目前深度學習方法很遺憾，我們不管提出了多么優(yōu)秀的模型，可能我們都要重新開始學，這是第一個跟人的學習能力相比，這是一個非常大的缺陷。第二個就是我們不管有多么好的學習的，剛才說有很多的模型，特別這幾年有非常多的出來，不管有多么好的這種神經網絡模型，它本質上的問題還是通過算力，計算能力去解決大數據，更多的大數據，更大的計算能力去做更好的融合的過程。過往是整個硬件發(fā)展，是順從了摩爾定律發(fā)展，發(fā)展非常之快，但是在未來的更多的參數下面，我們還有沒有這種能力，達到計算的效果，這要打上很大的問號。

比如說我們的網絡模型，2006年提出來的，到后面劍橋大學出來的，再到后面谷歌提出來的，再到2015年神經網絡，每一次新的模型提出都是把模型的層數加入更多，神經單元更復雜，訓練結果更長，得出來的結果也最優(yōu)，但是本身這種方法是不是還能像原來的方法一樣可持續(xù)，這要打一個很大的問號。另外一個剛才解決的是圖像方面的問題，下面我們解決感知的問題，如果我們要解決認知的問題，那差距就更大了。人的語言是一個序列問題，這個語言序列問題如果要計算的話，這個算力是無論如何解決不了的。人可以很容易在對話當中，回溯到一個很長時間語句的某個片段的關鍵詞里面，但是在機器里面它卻不一定做到這個，雖然我們也在最早的模型形成到現(xiàn)在長短記憶單元的模型，到后面的我們現(xiàn)在騰訊的，帶有注意力的模型，但是總之來講，這種模型的演進都還跟人相比是非常復雜的，是遠不如人的。比如說那天我看到一個對話，是三個人在對話，兩個人在聊，中間有大段聊去哪兒吃飯，突然有人問太陽呢?人知道這是描述太陽隊的，因為前面很早之前有人在聊，湖人跟快船的話題，突然來個太陽大家就知道，但是機器基本上是沒辦法識別的。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，把少給突出來了，后面把冬天多顯出來。

第二個例子我講的是語音識別，我看了一個笑話，語音識別很難搞，您好，方便面試嗎?我在重復這句話的時候，我都不知道自己在講方便面是嗎，還是方便面是嗎，的確這是一個非常難的問題，但是人的理念很多東西，是由于進行反問的時候，再慢慢把這個東西帶出來。所以說目前的AI情況，在圖像里面，包括說人臉做的多么多么厲害，99%，但實際上它在很多的約束條件下，它正臉，它不能側臉去做，就是完全側臉是完全不可能的，或者說它戴帽子可能也比較難，所以它是在很多約束條件下面，達到了人臉識別，達到了9%，包括剛剛語音識別說的，語音識別也是在很干凈的情況下，比如我們的噪音比較小，我們沒有風噪，沒有車噪的問題，可能機器在聽語音識別的時候會識別出來一個比較好的效果，一旦距離遠。但跟人相比，這完全不是問題，包括多人的問題，語音跟蹤的問題，所以在我剛剛說的感知的能力，它跟人基本的能力相比還差距很大，更別說它在認知方面，在LP這種語意方面。

所以在整個AI上面，隱憂我覺得是我們期待太好了，我們要回歸現(xiàn)實，AI現(xiàn)在這個能力剛剛起來，但是這個趨勢很好。未來AI發(fā)展方向是什么呢?我覺得AI跟人，包括機器學習跟人的能力上面有些差距，怎么去補齊差距呢?第一個我覺得跟人相比要創(chuàng)造，我們現(xiàn)在所有都是基于大數據，這些數據從何而來，這是非常重要的。這個數據現(xiàn)在是傳統(tǒng)的獲得而來，但更多的數據是本身能創(chuàng)造出來，當然這條方法通過剛剛主持人介紹的，包括AlphaGo已經在驗證這樣的問題，通過增強學習去產生人類從未下過的棋，這是一種創(chuàng)造數據的能力，通過創(chuàng)造數據的能力產生更多的數據，不一定是人創(chuàng)造了這些，去把這些東西更多的窮盡出來，這是一種我覺得在未來，如果在這方面發(fā)展的話，可能我們在增強學習方面，我們要進行更多的發(fā)展和突破。第二個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)在已經不行了。因為他的方法并不是為下棋而創(chuàng)造的，他不會進行推導。當我們驗證大數據和一個非常好的效果的時候，我們數據量很小的時候，怎么把原來的模型遷移過來，這是非常重要的研究方向。

第三個方向和人相比就是歸納總結。人是非常能進行一些總結的，包括像牛頓的第一定律，包括牛頓的萬有引力，都是人總結出來的，包括我們很多公理，但是目前機器學習是沒辦法進行歸納總結的，我們之所以結果好，它并沒有提煉出公理和定律的關系。所以這方面未來我們要在歸納總結，特別是無間度學習上面，分類問題是有目標去學習的，但聚類問題沒有目標的時候，我們怎么把它聚好。所以在這三個能力上面，我相信這是我們未來在AI上面要進行提升的。第二個就是在整個的發(fā)展方向上面，剛剛講了很多說機器學習通過數據方法，它從傳統(tǒng)的淺層學習里面，我們所有的，通過統(tǒng)計學的概率論，完備的統(tǒng)計學概率論理論來支撐它，我們說到求這種函數極限的問題，我們有很多完備的數學公式去證明，我們一定能解決它的問題，但是恰恰在我們機器學習上面，雖然前面我們用了隨機去找局部最優(yōu)，但是它本身數學領域，它只是一個框架，我們在很多上面，還是一個啟發(fā)式的約束，包括我們的初始化參數多少，包括我們學習率是多少，這都是有啟發(fā)性的。在未來如果機器學習要繼續(xù)往下走的話，我們在數學理論上面一定要有強大的支撐，特別傳統(tǒng)的機器學習，數學完備型，要遷移到我們機器學習上來。

大家知道神經網絡的提出，很多來自于原來的腦神經學科和生物系統(tǒng)，在本身這個上面，我相信未來AI的發(fā)展要引入更多，不光是我們數學學科，計算機學科，還要引入腦學科神經去引，因為腦的神經結構就是，剛剛我提到了蟬紗神經網，已經連接腦神經的概念了，進行跨層連接，達到一個非常好的效果。當然更多的東西我希望就是未來，可能在交叉學科上面，包括剛剛說的生物，腦神經，包括哲學都要去引進來，這樣的話整個AI可能才有更多完備型的發(fā)展。另外一個地方就是，在當今世界里面，AI我覺得是對所有公司來講，對所有人來講都應該是平等的，所以我們一定要開放，比較好的是當今世界所有的，在AI領域里面的大公司都在做，包括騰訊也會，我們看到很多包括谷歌的Open，包括FaceBook它也Open了非常多的網絡模型，包括我們了解現(xiàn)在很火的OpenAI等等這些大的這種機器學習，AI的這種先行者，騰訊在未來也會去進行很多Open，把我們部分行為的數據，就是這種環(huán)境，應該是環(huán)境，讓更多的人來參與進來，進行測試。所以整個過程就在未來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，要進行提升，第二個在整個學習的完備型，數學完備，學科完備上要進行豐富，第三個就是所有的這種大的公司，AI的參與者，我們以更加開放的心態(tài)去面對AI，這才是未來AI，AI的未來。

說到這里我又要再次強調一下AI對騰訊來講非常重要，對中國整個互聯(lián)網都很重要。在當今世界里面，曾經我們可能在整個最開始的互聯(lián)網時代，我們跟美國去比，可能還會，美國最強的公司去比，可能還會有一些差距，包括我們原來的工業(yè)時代，跟西方最強的發(fā)達領域，整個AI的時代我堅信我們整個互聯(lián)網公司，包括騰訊上面，是跟世界一流的公司是有匹敵之處的，為什么?第一我們數據足夠多，中國的互聯(lián)網人數是其它國家可能互聯(lián)網人數的總和，中國的互聯(lián)網是世界上最大的互聯(lián)網總數的人數，所以我們每天產生的數據足夠多，在騰訊里面，包括微信，包括QQ，產生了無數的數據，我相信在中國其它的互聯(lián)網公司，包括我們的店商，包括我們的搜索也會產生很多的數據，這對中國公司來講，這是非常好的一個優(yōu)勢。

第二是應用場景，作為騰訊來講，我們有很多的這種把AI這種遙不可及的技術跟落地的機會，我們可以在微信里面，在我們的游戲里面，在我們的新聞里面QQ里面去落地AI場景，哪怕小到一點語音識別，或者圖像，或者是說聊天機器人等等，這都是我們可以去落地的地方。

第三個地方就是人才，人才是有數據統(tǒng)計，目前的機器學習相當一大部分人，雖然我們國內人在機器學習上的專業(yè)還比較少，這個學科也比較少，但是在整個世界上來看，這個領域的華人是非常多的，我參加過2016年的ICML，有三千人，我敢說大概3-40%人都是華人，那里面40%的文章都是華人寫出來的。所以在這個上面，人才結構上面我覺得中國是有非常好的這種人才的基礎，說正是基于我們數據的優(yōu)勢，我們場景落地的優(yōu)勢，我們人才結構的優(yōu)勢，我覺得在騰訊也好，中國其它互聯(lián)網對AI的未來大有可為。最后講一下騰訊的AI使命。我們的AI使命，讓AI無所不在，謝謝大家。