人工智能尚未到來 多模態(tài)融合成為趨勢

顧鴻儒

近年來，騰訊在AI領域動作一直不小。2016年，騰訊成立了AI Lab，2018年初，騰訊再次成立了名為Robot-ics x的機器人實驗室。自此，騰訊建立AI產(chǎn)業(yè)兩大基礎支撐平臺，瞄準技術突破點，主攻AI領域最新難題?！吨袊娮訄蟆酚浾卟稍L到了騰訊AI Lab&Robotics x主任張正友。揭曉騰訊AI的新觀點。多模態(tài)融合是核心競爭力

騰訊智能顯微鏡融入了人工智能的語音、視覺、語言處理技術以及AR技術。

醫(yī)療是騰訊AI布局最為鮮明的領域之一。2018年，騰訊AI Lab的“智能顯微鏡”項目已在研發(fā)測試階段。

據(jù)了解，該產(chǎn)品融入了人工智能的語音、視覺、語言處理技術以及AR技術，能夠自動識別、檢測、定量計算和生成報告，并將檢測結果實時報備，幫助醫(yī)生在目鏡中查看，及時提醒又不打斷醫(yī)生閱片流程，提高醫(yī)生的診斷效率和準確度。而所有的功能，只需要醫(yī)生輸入語音指令，便可輕松地完成。

“用途、聚焦、視覺是騰訊在AI領域的三大主要方向?！睆堈迅嬖V記者，騰訊的AI核心力量主要在深圳，一小部分分布在其余地區(qū)?！拔覀冏龅墓ぷ鳎环矫媸欠?，這是公司的業(yè)務。另一方面，我們會準備一些前瞻性的工作。例如，如何將視覺、語音等技術結合起來。”張正友說。

張友正將騰訊AI的競爭力總結為多模態(tài)融合，針對不同的行業(yè)，進行深入研究?！坝螒?、農(nóng)業(yè)、醫(yī)療等領域，我們都有涉及。例如騰訊的智能顯微鏡，雖然外表看起來與普通顯微鏡差別不大，但是它可以通過攝像頭分析切片的數(shù)據(jù)，還可代替人工，輕松查數(shù)百萬細胞，搜尋病變部分，警示醫(yī)生?！睆堈颜f。

“應用和研究，騰訊AI兩手抓?！睆堄颜硎?，基礎研究和應用研究，在騰訊AI的發(fā)展道路上缺一不可，而實現(xiàn)一切的基礎，正來源于數(shù)據(jù)。

“騰訊非常重視用戶的隱私，每個部門之間的數(shù)據(jù)是隔絕的。例如，AI Lab提取不到微信用戶數(shù)據(jù)。但是值得慶幸的一點，中國市場具有很大的數(shù)據(jù)流量。而騰訊，在行業(yè)內也有著很深的積累?！睆堈颜f。

深度學習不是AI

現(xiàn)在的人工智能，只是機器學習，即從大量的標注數(shù)據(jù)去學習映射，尚未達到真正的人工智能。

眾所周知，目前人工智能領域內使用最為頻繁的便是深度學習技術。作為國內AI領域第一梯隊的騰訊亦不例外。然而，張友正表示，在“深度學習”打遍天下的今天，其局限性令人擔憂。

“我認為接下來應該要回歸初心，讓光度視覺、幾何視覺和語義視覺緊密結合起來，同時注入常識和領域知識，和語言進行多模態(tài)融合，通過學習不斷地進行演變。”張正友說。

據(jù)了解，騰訊AI Lab已經(jīng)在該方面著手。2018年，騰訊立于此觀點，在QQ空間App上加入AI功能，幫助視障用戶更好的看清圖片。

“騰訊AI在產(chǎn)品上，將視覺和語義結合起來，通過物體定位、無監(jiān)督學習，為用戶清楚地將圖片用文字描述出來?！睆堈呀榻B道。

騰訊AI Lab目前已經(jīng)可以將計算機視覺、語音識別和自然語言處理技術進行整合，開發(fā)虛擬人物產(chǎn)品，探索多模態(tài)人機交互，賦能應用場景，助力智能社交。尤其在最為火熱的游戲領域，騰訊開發(fā)了二次元游戲解說員，可以實時的將游戲場景描述出來。

“但是，這些功能，是否能稱為真正的人工智能呢？”張友正表示，現(xiàn)在的人工智能，只是機器學習，即從大量的標注數(shù)據(jù)去學習映射，尚未達到真正的人工智能。

“什么是真正的智能？目前還尚未有定論。瑞士認知科學家Jean Piaget曾將人工智能做如下解釋：智能，就是在你不知道下一步要做什么時，所用到的東西或工具。我認為這個解釋非常有道理?！睆堄颜硎?，實現(xiàn)人工智能的道路上，可能存在很多種方法，但最重要的一種方法，就是載體?！袄鐧C器人?！睆堈颜f。

在機器人領域，張友正提出了“字母理論”——ABCDEFG。字母“A”是指人工智能，字母“B”，是指機器人本體，字母“c”是指自動控制，字母“D”是指發(fā)育學習，字母“E，是指情感理解，字母“F”是指靈活操控，字母“G”是指守護天使。

“ABCDEFG，將是未來機器人技術的突破點，我將其命名為A2G理論?！睆堈颜f。

據(jù)了解，在機器人領域，目前騰訊已有三款機器產(chǎn)品：絕藝圍棋機器人、桌上冰球機器人以及機器狗。

隨著技術發(fā)展，在中國的人工智能市場上，崛起了很多包括騰訊AI在內的強勁力量，張友正表示，越來越多的華人面孔出現(xiàn)在全球頂級智能圓桌上。

“CVPR2019剛剛過去，這次盛會可以被稱為華人盛典，因為在活動的組織者里，有很多的華人面孔，包括大會主席朱松純，程序委員會主席華剛、屠卓文。在來自全球的五千多篇投稿中，40%的是來自中國。最佳論文獎和最佳學生論文獎的第一作者也都是中國人。所以，在計算機視覺方面，中國能力還是很強的，這一點值得驕傲?！睆堈颜f。