云栖社区官方团队 关注
手机版
  1. 云栖社区>
  2. 云栖社区官方团队>
  3. 博客>
  4. 正文

专访阿里研究员袁全:从 AI 玩《星际争霸》谈认知智能的现状与趋势

宸熙 2017-05-25 17:11:44 浏览3181 评论1 发表于: 云栖社区官方团队 >> 社区公告

人工智能 AI 认知智能

摘要: 推荐是经典的机器学习&大数据任务,依赖于每天产生的上亿用户数据,而认知计算最核心的能力是实现算法的智能化,提升智能体的自主学习能力,对大数据依赖性会变弱。

不同于以提升点击率和转化率等优化指标为主的机器学习模型,认知计算以实现算法和智能化为核心,训练智能体的自主学习能力,以及多个智能体之间的协作和配合能力,和原来优化大数据和算法具有很大的区别。近日,笔者就认知计算、应用场景、算法优化、深度学习以及云计算&大数据技术的关系等问题与阿里认知计算实验室研究员、资深总监袁全进行了深入探讨。

图片描述

阿里认知计算实验室研究员、资深总监袁全(左一)

深耕细作,瞭望人工智能新征程

“人工智能时代,我们专注认知计算研究,以积累核心算法系统为首要目标”——袁全。

袁全的研究始于06年开始的个性化推荐,彼时他在IBM研究院率先研发这一新技术。在12年加入阿里后,他主要负责手机淘宝、天猫的个性化推荐技术,包括算法、平台和产品的协同。袁全和他的团队致力于个性化推荐算法,典型产品有“有好货”、“猜你喜欢”等。15-16年团队主要研究淘宝首页的全面个性化,在去年年中的时候,以AlphaGo为代表的人工智能、认知决策技术的升级带来了非常多的新理念和新技术,袁全所带领的新团队也转战认知计算这一领域,目标是在人工智能时代,积累核心算法系统和能力。

挑战与机遇并存,认知学习深入解读

“最大的挑战在于它是一个非常新的多种类交叉学科,涉及内脑科学、认知心理学、机器学习甚至是博弈论,是一个全新的开始”——袁全。

推荐是经典的机器学习&大数据任务,依赖于每天产生的上亿用户数据,而认知计算最核心的能力是实现算法的智能化,提升智能体的自主学习能力,对大数据依赖性会变弱。从商品推荐到认知计算这一转变过程中,最重要的是要依靠认知科学来启发算法的认知设计,袁全表示,因为人脑是我们唯一所知的具有举一反三学习能力的物体,所以其中最大的挑战就在于它是一个非常新的多种类的交叉学科,涉及脑科学、认知心理学、机器学习甚至是博弈论,是一个全新的开始。

最近袁全带领团队在星际争霸游戏中对智能体的研究,则恰好验证了这一点。他们与伦敦大学学院计算机系汪军教授紧密配合,发布并开源了Gym StarCraft框架,探索新的训练智能体的方式,而不再像以前那样仅以提升学习指标为目标,而是致力于在一个干净的的环境中,训练智能体的自主学习能力,以及多个智能体之间的沟通与协作。事实上,《星际争霸》有其自身的特点,它的搜索空间比围棋更大,围棋是10的100次方数量级,而完整的星际游戏却是10的1000次方,整整大了10个数量级。而且不同于围棋双方博弈的透明性,《星际争霸》的决策是不确定性博弈,需要平衡短中长期的收益,与电商中的若干主要问题联系也很密切。(** 论文下载:**Multiagent Bidirectionally-Coordinated Nets for Learning to Play StarCraft Combat Games

图片描述

应用于《星际争霸》游戏中的双向协调网络(BiCNet)

深度学习作为认知学习中重要推动力和实验工具,也已演化成研究智能的一个非常重要的平台,包括越来越多的国内外高校都在用深度学习去模拟人脑结构,尤其是深度神经网络对人脑的罗列和实现能力。当然后续也会结合其他流派的一些算法,例如结合符号主义、概率推理等,从而实现更好的学习能力。

机遇与挑战并存,更好的学习能力往往意味着更艰难的当下。袁全表示,在应用过程中,团队不断改进算法等技术,以期实现更佳的效果和用户体验。细化到算法调优上,不仅从agent通信机制间提高通信效率,还兼顾agent个体和全体收益,智能体的反馈激励机制优化、全局和动态信息的组合运用等,使得模型的通用性和扩展能力大大增强。

不过随着智能发展的火爆,各种AI威胁论也随之发酵。从团队的整个学习过程,以及AlphaGo等例子来看,智能的学习能力确实很有可能超越人类,机器协同效率远高于人的协同效率,很可能是一个催化要素,加之硬件和算法不断进步,智能对人类的威胁的确可能存在。现在看来最好的方式,是开放研究、共享新技术,多方共同逼近和实现目标;同时在AI的机制设定上,多引导其往人类不擅长、解决不了的问题上进行,与人类形成良性协作,相互增强。

另外,袁全还谈到了云计算、大数据与认知学习的微妙关系。诚然,智能体的训练对海量数据的处理能力提出了更高的要求,三者相辅相成,但是目前从很多的进展来看,小样本学习的技术也在不断提升,所以数据量级并非越大越好,学习能力越强的智能体对数据的依赖程度越低,这也是一个新的认知。

立足当下,美好蓝图亟待描绘

“引进智能化,理想情况就是说,每个用户背后都会有个智能体在专注地为他服务”——袁全。

在研究认知计算的过程中,袁全的团队由浅入深,不断补缀;结合AI在推荐等领域的应用,袁全认为利用AI去解决推荐的惊喜性问题,是一个技术和商业的很好结合。基于AI提供用户需要但自身并未意识到的商品和信息服务,逐步引进智能化,理想情况就是说,每个用户背后都会有个智能体在专注地为他服务。

给初学者的建议

对于想要从事个性化推荐、认知计算、通用智能的同学,袁全表示,扎实的功底必不可少,包括基础的编程能力和数学能力。在此之上,再根据个人的特点选择分支:甚至是一些偏深入研究的方向,例如,受脑神经科学启发的认知学习机制;或者选择通用智能领域,很多做通用智能的人都具有扎实的机器学习、强化学习背景;最后是非常重要的工程和系统架构能力,这是实现智能必不可少的一点。

本文为云栖社区原创内容,未经允许不得转载,如需转载请发送邮件至yqeditor@list.alibaba-inc.com;如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件至:yqgroup@service.aliyun.com 进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容。

用云栖社区APP,舒服~

【云栖快讯】数据库技术天团集体亮相,分享一线生产实践经验,告诉你踩过的坑、走过的路,都是老司机,靠谱!干货分享,不可错过!  详情请点击

网友评论

1F
ah银光ha

很好奇,AI在阿里产品中的应用

(来自社区APP)