每日最新頭條.有趣資訊

騰訊×Nature Research:提問AI與機器人的未來

「 42. 」

這是科幻小說《銀河系漫遊指南》中智能計算機「Deep Thought(深思)」經過750萬年運算,找到的「關於生命,宇宙及一切問題的終極答案」。

為什麽是42?「深思」把這個問題交給了一台更高智能的電腦——地球來回答,目前仍無解。

受這個終極答案的啟發,我們提出了「AI與機器人的42個大問題」,希望激發公眾對人、AI與機器人未來的長遠思考與規劃。Yoshua Bengio和Jürgen Schmidhuber等頂尖科學家已選出他們最關心的問題,歡迎你也參與調研。

首屆「 AI 與機器人大會 」

騰訊 x Nature Research 聯合呈現

為了深化討論,騰訊 AI Lab 還攜手Nature Research(自然科研)及旗下《自然-機器智能》、《自然-生物醫學工程》兩本期刊,於9月2日在深圳聯合舉辦世界首屆「Nature Conference - AI與機器人大會」,發布 42 個大問題完整報告,並邀請 11 位世界知名學者更進一步,針對 AI+病理、AI+醫藥、協作機器人和 AI 智能助手等四大前沿研究話題,用「小領域」的寶貴知識與經驗拆分「大問題」,給出更深入細致的答案。

11 位世界知名學者

深度闡釋四大前沿領域「大問題」

大問題1:AI如何幫助人類更健康地生活?

答題者:Aydogan Ozcan

美國加州大學洛杉磯分校 Chancellor’s 教授

霍華德·休斯醫學研究所(HHMI)教授

美國國家發明學會(NAI)會士

Holomic/Cellmic公司和 Lucendi公司創始人

他是一位出色的研究者,其研究領域涵蓋生物成像、無透鏡成像和生物光學等領域。他提出的無透鏡顯微方法(Lensless Microscopy)對低成本生物樣本檢測技術的發展具有至關重要的作用。尤其是近年來與深度學習的結合,更是讓這一技術有了讓人人都用上先進醫療檢測分析技術的潛力。

他是一位傑出的發明者,他發明了成本低廉的手機顯微鏡,借助相應分析算法,可幫助醫療資源不完善的發展中國家和地區獲得有效且低成本的檢測服務。Ozcan 持有 40 多項專利(還有 20 多項正在申請中),涉及醫療和光學眾多領域。

他也是一位成功的創業者,其創立的 Holomic/Cellmic 公司是世界經濟論壇 2015 年提名的科技先鋒公司之一。另外,他還創立了 Lucendi,旨在開發 AI 使能的智能測量系統。

科技如何為人類創造更健康幸福的生活?你將在首屆 AI 與機器人大會上得到 Ozcan 教授的答案。

大問題2:AI如何解決人口老齡化問題?

答題者:Thomas Fuchs

紀念斯隆·凱特琳癌症中心計算病理學研究組負責人

Paige.AI 公司創始人

威爾·康奈爾醫學院研究生院副教授

沃倫·阿爾珀特數字與計算病理學中心主任

今年3月美國食品藥品監督管理局(FDA)向成立僅一年多時間的創業公司 Paige.AI 授予了「突破性設備(Breakthrough Device)」稱號,授予給 AI 癌症診斷技術研發公司尚屬首次。作為該公司創始人兼首席科學家,Thomas Fuchs 正領導著一個由病理學家、AI 研究者、醫療專家組成的團隊為臨床醫療開發大規模機器學習算法。

早在這股深度學習熱潮之前,Thomas Fuchs 已開始計算病理學研究,2008 年,他提出使用組織微陣列的計算病理學分析預測腎透明細胞癌患者的存活率。2010 年, 他的博士論文《計算病理學——一種機器學習方法》首次定義了計算病理學這一新領域,並調查研究了可用來解答病理學研究和臨床問題的一些統計學方法。因此,Fuchs 常被稱為「計算病理學之父」。

近年來,他所領導的團隊也開始探索深度學習在計算病理學領域的應用。比如,Fuchs 領導的團隊提出了使用卷積神經網絡(CNN)來預測胰腺癌的放療生存率,並探索了基於深度卷積自動編碼器聚類模型的無監督癌症分型。

在AI與機器人大會上,Fuchs 教授將與我們分享機器學習在計算病理學領域的現狀和前景,你將在這裡看到醫療 AI 的未來。

大問題3:要創造現代版阿西莫夫機器人定律嗎?

答題者:Sami Haddadin

德國慕尼黑工業大學機器人與機器智能學院院長

德國慕尼黑工業大學機器人科學與系統智能系主任

你知道被能揮出幾噸力量的拳頭的機器人用「小拳拳」打胸口是什麽感覺嗎?機器人安全研究專家 Sami Haddadin 就親自體驗過。這需要的可不只是人與機器之間的相互信任,更需要足夠的技術研發實力提供充分的安全保證。

按照現在的發展趨勢,機器人將越來越多地進入我們的工作和生活空間,成為我們的助手、同事、朋友甚至伴侶。在這樣的場景從科幻變成現實之前,機器人的安全將會是一個至關重要的問題。Haddadin 在學術生涯伊始便開始了對機器人安全的前沿探索。2005 年,他的碩士論文探索了安全人-機器人互動的評估指標和控制結構。此後,Haddadin 的研究領域進一步拓展到各種不同的人機互動與機器人研究和應用場景,比如碰撞測試、人形機器人操控、人機互動的傷害評估、柔性機器人和人機協同等。2013 年,他出版了機器人安全教科書《實現安全機器人:向阿西莫夫第一定律前進》。此外,Haddadin 也很早就探索了機器學習在機器人控制中的應用。

阿西莫夫機器人第一定律是:機器人不得傷害人類,或坐視人類受到傷害。我們有望在現實生活中經歷阿西莫夫第一定律嗎?在AI與機器人大會上,Haddadin 教授將與我們分享機器人安全領域的前沿探索和未來展望。

大問題4:通用AI會實現嗎?

答題者:北野宏明(Hiroaki Kitano)

日本系統生物學研究所負責人

索尼計算機科學實驗室總裁兼CEO

衝繩科學技術大學院大學教授

理化學研究所(RIKEN)綜合醫學科學中心小組主任

如果你對機器人競技感興趣,就不可能沒聽說過「機器人世界杯(RoboCup)」。1993 年,北野宏明聯合發起「機器人世界杯倡議」,以促進對AI和智能機器人的研究。自 1997 年第一屆 RoboCup 在日本名古屋成功舉辦以來,該項機器人年度競賽已經發展成了全球AI和機器人研發領域的一項重要盛會。北野對該項目提出的目標頗令人期待:到 2050 年,要組建一支完全智能化的類人機器人去奪取國際足聯世界杯的冠軍。

北野被視為機器人和AI領域的重量級大師。在加入索尼計算機科學實驗室後,他參與開發了索尼公司著名的機器寵物狗 AIBO和類人機器人QRIO,在行業內很早便提出了機器人獨立思考、與人類共存的理念。

在人工智能領域,北野早在 1989 年就已開始探索神經網絡的潛力。1990 年,他首次對神經網絡訓練的收斂速度進行了實驗研究。他研究的 AI 領域還包括大規模並行處理、機器翻譯、自然語言處理、遺傳算法、進化算法等。

北野的研究領域廣泛,不僅是機器人和人工智能,他在其他很多領域都做出了重要的先驅性貢獻,如系統生物學、人工生命體、癌症治療和太陽能等。特別是系統生物學方面,他推動了該領域的系統性發展,其編寫的《系統生物學基礎》是該領域的重要教科書,論文《計算系統生物學》影響深遠,還參與了系統生物學標記語言 SBML 的開發。

對於這樣一位研究領域廣泛又非常成功的探索者,你一定會好奇他會在AI與機器人大會上分享怎樣的見解。來與我們一起見證吧!

大問題5:AI會助力太空探索和旅行嗎?

答題者:Sethu Vijayakumar

愛丁堡大學機器人學教授,領導愛丁堡機器人學中心

阿蘭·圖靈項目聯合主任

愛丁堡皇家學會會士

如果想知道真正的機器人廝殺是怎樣的,你一定不能錯過 BBC 的電視節目《機器人大擂台(Robot Wars)》。作為該節目第 8-10 季(2016-2018)的評委之一,Sethu Vijayakumar 自 1998 年在東京工業大學獲得博士學位之後,就一直致力於探索研發能夠具備學習能力的機器人。他很早的時候就探索過統計學習方法在實時機器人學習中的應用,也研究了強化學習對機器人控制的價值,其 2005 年的論文《Natural Actor-Critic》對強化學習的發展有重要影響。

Vijayakumar 教授目前帶領團隊研究的方向包括用於北海石油鑽井平台的機器人、四足機器人、人形機器人、外骨骼技術、機器義肢、實時運動控制等。

特別要提到的是,Vijayakumar 教授正在為美國國家航空航天局(NASA)的火星計劃努力——將人形機器人送上火星。雖然目前還有很長的路要走,但相關的研發工作正在緊鑼密鼓地進行中。Valkyrie 機器人是 NASA 為該計劃所設計的原型開發平台,其中一台正在蘇格蘭愛丁堡大學接受 Vijayakumar 團隊的訓練。

Vijayakumar 教授將在AI與機器人大會上分享機器人從工廠到家庭的發展旅程,並將為我們描繪機器人發展的未來圖景。

大問題6:機器人的未來方向是什麽?

答題者:張正友

騰訊 AI Lab 及 Robotics X 實驗室主任

IEEE 及 ACM 會士

張正友博士,目前擔任騰訊 AI Lab 及騰訊 Robotics X 實驗室主任。他是ACM Fellow(國際計算機學會院士)和 IEEE Fellow(國際電氣電子工程師學會院士),他也是世界著名的計算機視覺和多媒體技術專家,在立體視覺、運動分析、攝影機標定、機器人導航、沉浸式遠程互動等方面均有開創性貢獻。他在國際頂尖會議和雜誌上發表論文250余篇,論文引用次數50500多次,近200項專利。

1990 年,張正友在巴黎第十一大學獲得博士學位,之後在法國國家信息與自動化研究所工作。幾年後他加入了微軟,在雷德蒙德微軟研究院開始了 20 年的研發工作。

1998 年,張正友博士提出了一種相機標定的技術(被稱為「張氏相機標定法」),對相關領域的發展產生了非常重大的影響,該論文截至目前已被引用了超過 15000 次,並因此研究在 2013 年獲 IEEE Helmholtz 時間考驗獎。

在本次 AI 與機器人大會上,他將與各位嘉賓深度探討 AI與機器人從虛擬到現實結合的遠景。

大問題7:AI的未來方向是什麽?

答題者:俞棟

騰訊 AI Lab 副主任及西雅圖實驗室負責人

IEEE 會士

俞棟是首次將深度學習技術應用在語音識別領域的研究領頭人之一,2010 年俞棟與其他研究者合作探索了深度信念網絡和深度自動編碼器在語音信號處理中的應用。2012 年,俞棟與 2018 年的圖靈獎獲獎者之一 Geoffrey Hinton 等研究者合著的綜述論文《用於語音識別中聲學建模的深度神經網絡》已經獲得了近 6000 次引用,另外他獲 2013 年 IEEE 信號處理協會最佳論文獎的《用於大型詞匯庫語音識別的上下文依賴型預訓練深度神經網絡》也已獲得超過 2300 次引用。多年的研發工作也已讓他獲得了超過 60 項專利。

2014 年,俞棟等研究者發起了計算網絡工具包(Computational Network Toolkit / CNTK)開源深度學習項目。2016 年 10 月,微軟將該項目更名為認知工具包(Cognitive Toolkit),縮寫仍是 CNTK。CNTK已大大提高了微軟機器學習研究開發的效率,助力了微軟Cortana等產品的智能功能開發。

另外,俞棟與鄧力還合著了兩本有關深度學習和語音識別的專著《解析深度學習:語音識別實踐》和《深度學習:方法及應用》,為相關領域的人才培養做出了重要貢獻。

俞棟博士於 2017 年 5 月加入騰訊 AI Lab,負責西雅圖實驗室的建設、運營及管理,推動騰訊在語音識別和自然語言理解等人工智能領域的基礎研究。在 AI 與機器人大會上,他將介紹騰訊 AI Lab 在發展下一代智能人機互動方面的工作和進展,並將帶我們一道展望整個領域的未來。

大問題8:AI如何幫我們理解認知和意識的本質?

答題者:長井志江(Yukie Nagai)

東京大學國際高等研究所神經智能國際研究中心教授

認知發展機器人學實驗室(長井實驗室)負責人

日本科學技術振興機構進化科學與技術核心研究所(JST CREST)Cognitive Mirroring 組研究主管

嬰兒是怎樣獲得分辨自我與他人、模仿和聯合注意等認知能力的?長井志江正在探尋這個問題的答案,她所使用的研究工具是發展機器人學,即通過構建發展機器人學模型來模擬嬰兒認知能力發育的過程。

2004 年,長井獲得大阪大學工學博士學位,此後一直在學術界推動發展機器人學的發展。今年4月,她加入東京大學國際高等研究所神經智能國際研究中心,領導認知發展機器人學實驗室(長井實驗室)。

基於長井的預測學習理論,她所領導的團隊正為機器人設計用於習得認知能力的神經網絡模型。她領導的團隊所開發出的一個模擬器能夠重現自閉症譜系障礙(ASD)的非常規感知能力,能讓普通人與 ASD 患者都能更好地理解社交障礙的可能原因。這項研究對 ASD 治療具有重要的價值,也由此在相關領域產生了很大的影響。

長井將在AI與機器人大會上介紹發展機器人學將如何幫助我們理解人類認知能力的發展。在這裡,或許你將聽到關於我們自身的答案。

大問題9:AI能否發現新的科學理論?

答題者:Alexander Tropsha

美國北卡羅來納大學教堂山分校(UNC)教授

UNC Eshelman 藥學院藥物信息學和數據科學副院長

借助數據來發現新藥已經成為藥物開發的重要方法,這能有效地降低藥物發現成本和縮短發現新藥的時間。計算化學、化學信息學和結構生物信息學專家 Alexander Tropsha 正致力於為計算機輔助藥物設計開發新的方法和軟體工具,其中包括基於統計幾何原理為蛋白質 3D 結構分析和預測設計新方法。

Tropsha 於 1986 年獲得莫斯科國立大學生物化學和藥學博士學位,並於 1991 年在美國北卡羅來納大學教堂山分校分子建模實驗室開始了他的學術事業,現在他已成為該實驗室的負責人。他的實驗室的研究項目包括 k-最近鄰模式識別方法在定量構效關係(QSAR)領域的發展和應用,以及 Delaunay 曲面細分技術在蛋白質結構分析中的應用。他近期的研究工作關注的是 QSAR 模型的嚴格驗證方法和最佳實踐的 QSAR 工作流程的發展。

Tropsha 教授將在AI與機器人大會上介紹計算輔助藥物發現的前沿進展。

大問題10:人與AI間的關係將如何變化?

答題者:Maja Matarić

美國南加州大學計算機科學、神經科學和兒科學教授

南加州大學互動實驗室創建者兼負責人

Embodied公司聯合創始人

美國科學促進會(AAAS)和 IEEE 會士

Maja Matarić 是社會輔助型機器人(SAR)人機互動研究開創者,致力於創造通過社交而非實體方式提供個性化治療和護理的機器人,從而幫助中風患者、患有自閉症譜系障礙的兒童、患有阿爾茨海默氏症和其它形式的癡呆症的老年人實現更好的生活。

1994 年,Matarić 在 MIT 獲得博士學位。在多年的研究工作中,她為多機器人系統協同、機器人導航方面的早期研究做出了非常重要的貢獻。比如早在 1997 年,她就探索了強化學習在多機器人領域的應用價值。Matarić 也獲獎頗豐,其中包括科學、數學和工程教育傑出貢獻總統獎(PAESMEM)。

2016 年,Matarić 聯合創立了機器人與 AI 公司 Embodied,致力於開發能為護理和健康帶來變革的陪伴機器人,以幫助個人和家庭實現更高質量的生活。目前該公司已經獲得了超過 3400 萬美元投資。

Matarić 將在AI與機器人大會上為我們介紹社會輔助型機器人與工作的未來,具體包括 SAR 的短中長期商業應用及該研究的發展前沿。

大問題11:有身體的AI是否應被區別對待?

答題者:Angelo Cangelosi

英國曼切斯特大學機器學習和機器人學教授

阿蘭·圖靈研究所 Turing Fellow

英國計算機協會會士

Angelo Cangelosi 是發展機器人學的先驅之一,為語言和具身認知的神經-機器人建模做出了重要貢獻。在加入曼切斯特大學之前,Cangelosi 是普利茅斯大學人工智能與認知科學教授,創建了該校的機器人學與神經系統中心。

Cangelosi 領導的團隊正在參與很多美國與歐洲的重大科學項目,其中包括美國空軍科學與研究辦公室的 THRIVE++ 項目、歐盟 Horizon 2020 計劃的 MoveCare 項目、歐盟瑪麗•居裡行動計劃的 SECURE 和 DCOMM 項目。

他的研究在健康和社會護理機器人、人機互動中的信任和接受度方面都有重要的應用價值。另外,他也寫作了發展機器人學領域的一本重要教材《發展機器人學:從嬰兒到機器人》。

在AI與機器人大會上,Cangelosi 除了介紹發展機器人學模型及相關實驗之外,還會討論在 AI 和認知科學以及機器人伴侶應用中的具身認知以及使用這種具身方法的意義。

--END--

獲得更多的PTT最新消息
按讚加入粉絲團