謝更好

電影《復仇者聯(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頭它還自動幫助薩科啟動了鋼鐵俠戰(zhàn)甲。

然而在現(xiàn)實生活中我們看到的機器人卻和影視劇里相差甚遠，它們往往需要根據制造者預設的問題和模板來回應人類的指令，如果遇到數(shù)據庫中沒有錄入的問題，它們通常會答非所問。

多年來，中國科學院自動化研究所副研究員楊旭專心致力于關于機器人認知發(fā)育、圖算法及模式分析的研究，進而提高機器人理解外界環(huán)境的能力?！八鼈円裎覀內祟愐粯?，不斷地從外界獲取見識，增長自身的知識和經驗?！睏钚袢缡钦f。

人工智能的浪潮

一臺服務機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，不同品牌的護膚水被錯亂地排列開來。在這個機器人的識別系統(tǒng)里，并沒有關于應該將可樂放在冰箱之類的常識，它也不知道整理時應該區(qū)分不同品牌的護膚品。

“我們需要能夠適應家庭環(huán)境、靈活收拾家務的機器人?！币晃幌胍徺I服務機器人的網友留言道。但很明顯，目前的機器人生產商還不能滿足他的要求。

“它是依賴大量數(shù)據被制造訓練出來的，因此只能完成數(shù)據范圍內的預設任務?！睏钚裾f。事實上，這種依靠大量訓練數(shù)據驅動的方法來制造機器人并不是某一家公司的做法，而是整個機器人行業(yè)的現(xiàn)狀。從2015年開始，利用互聯(lián)網數(shù)據訓練算法并進行測試成為人工智能行業(yè)的一股浪潮?！叭欢Y果卻是這些機器人因為不夠智能以至于如今無法滿足用戶最真實的需求?！?/p>

這種依靠互聯(lián)網數(shù)據訓練制造機器人的浪潮不僅使人工智能行業(yè)進入滯緩階段，還影響了與機器人相關的教育行業(yè)。

近些年，因為看好人工智能專業(yè)的工作前景，越來越多的學生開始選擇這個專業(yè)，但他們大多學的還是互聯(lián)網數(shù)據驅動的方法?！捌鋵崝?shù)據驅動方法的數(shù)學原理很簡單，說直白點，它有點像工人調節(jié)參數(shù)?！睏钚裾f道，“看似預設了很多模型，但它在現(xiàn)實的復雜場景中卻無法應用?！痹谒磥恚瑔渭兊亟虒W生做數(shù)據驅動并不能真正地培養(yǎng)學生的數(shù)學思維能力，“我們應該扎實地去學和底層數(shù)學相關的理論知識，去制造真正具有創(chuàng)新性的人工智能機器?！?/p>

加深認識

2014年剛走出博士學位答辯會議室的楊旭

事實上，在多年前，楊旭就已經開始研究提高機器人學習能力的方法了。楊旭本科就讀于中國海洋大學海洋專業(yè)，學習的內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，深藍幽暗的水下世界具有更多的未知性?！睏钚窠榻B道。

本科的學習內容奠定了他未來研究的基本方向。2009年，楊旭前往中國科學院自動化研究所進修碩士和博士學位，進一步研究與機器人相關的理論知識。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容應用于實踐的機會。在傳統(tǒng)方法中，研究者往往通過對關鍵點檢測的方法來對機器人進行定位。然而荒涼的月球表面并沒有現(xiàn)實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?！斑@種環(huán)境不同于我們日常生活的環(huán)境，但和海底世界有些相似?！彼虮本┍本┖教祜w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構約束，將特征的對應問題轉化為圖結構的匹配問題，以此來成功解決月面巡視器的定位問題?！?/p>

在辦公室

在這之后，楊旭開始進一步通過圖算法來提高機器人適應環(huán)境的能力。2016年，已經結束了求學生涯并在中科院自動化研究所復雜系統(tǒng)管理與控制國家重點實驗室工作兩年的楊旭開始通過項目深入研究機器人的認知發(fā)育。那一年，國家自然科學基金委主辦了一場比賽，比賽內容是讓參賽各方指揮機器人在近海處的水下進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檢測物，機器人很難對其進行檢測識別。楊旭作為自動化所在這次項目中的負責人，結合多年來對圖算法及機器人認知發(fā)育的研究，帶領團隊的學生在這項比賽中拔得了頭籌。

這項比賽也加深了楊旭對認知發(fā)育的認識，“所謂認知發(fā)育，就是實現(xiàn)機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對周圍環(huán)境的理解”。但發(fā)育是一個知識獲取與積累的過程，而圖算法剛好能夠將知識用圖結構的方式連接起來，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，無論外界關于依靠互聯(lián)網數(shù)據制作機器人的風吹得有多大，楊旭始終埋首于關于人工智能認知發(fā)育領域的研究。談及此處，他本來嚴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”。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行自己的研究。

抓住契機

2020年，新冠疫情爆發(fā)，習近平總書記指出，（新冠）疫情對產業(yè)發(fā)展既是挑戰(zhàn)也是機遇，無人配送等新興產業(yè)展現(xiàn)出強大成長潛力，要以此為契機，培育壯大新興產業(yè)。在習總書記的指示下，楊旭及其團隊加快了在這個領域的研究及轉化速度。

在疫情期間，美團公司將處于研發(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，但同時也暴露了無人系統(tǒng)認知能力有限的技術瓶頸。街道及小區(qū)里復雜的交通環(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雜、動態(tài)、開放環(huán)境中配送的視覺認知能力，成為美團急需解決的問題。

楊旭帶領團隊利用機器學習手段開展無人系統(tǒng)視覺認知發(fā)育的研究，提出了基于圖算法的無人系統(tǒng)視覺認知發(fā)育框架、算法與典型應用，并針對性攻克了基礎的圖優(yōu)化技術難題，為美團公司無人配送的發(fā)展提供技術支持。

在認知發(fā)育方面，除了與美團公司合作解決實際應用問題外，楊旭還承擔了北京市科學技術委員會關于“無人系統(tǒng)認知發(fā)育技術的應用與驗證”的課題任務。利用機器學習手段開展無人系統(tǒng)視覺認知發(fā)育研究，提出基于圖算法的無人系統(tǒng)視覺認知發(fā)育框架、算法與典型應用，并針對性地攻克基礎的圖優(yōu)化技術難題。

這項任務的核心目標是利用最新的人工智能與機器學習方法，將基于圖算法的機器人視覺認知發(fā)育框架做深做實?！白鰧崱笔菍Πl(fā)育框架各環(huán)節(jié)運用更合理的機器學習手段，設計更簡潔有效的算法保證效果；“做深”是對框架中最底層、基礎的圖優(yōu)化技術提出原創(chuàng)的理論與方法。

另外，圖算法是研究人工智能認知發(fā)育的重要方法，然而在應用的過程中卻存在一個矛盾的點。人工智能在面對外界環(huán)境時需要迅速對物體進行識別判斷并且做出反應，然而圖結構是整個人工智能數(shù)據結構中最復雜的一種表示方式，它的復雜程度根據問題規(guī)模在計算過程中呈指數(shù)上升，因此很難在多項式時間內去解決問題。針對這種現(xiàn)象，楊旭及其團隊開展了關于“組合圖優(yōu)化方法及其在視覺問題中的應用”的國家自然科學基金面上項目。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，及其在計算機/機器人視覺領域的應用研究，以此來實現(xiàn)圖算法效果與效率平衡的目的，這個項目的開展可以促使我國在圖算法方向的研究達到國際領先水平。

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