专访机器人世界杯RoboCup发起人北野宏明:AI 未来有望自主实现诺奖级的重大科学发现

2019 年 9 月 13 日 AI科技评论

RoboCup

作者: 丛末
编辑: 唐里

对于索尼计算机科学实验室总裁兼 CEO 北野宏明而言,最为人所知的便是他在机器人领域所取得的一系列突破性成就,而其中最浓墨重彩的一笔,则要数他早在 1993 年发起成立的机器人世界杯 RoboCup,发展至今,这项赛事已然达到了机器人领域无人不晓的地位。

而对于他个人而言,用「对诸多研究领域都有着广泛兴趣的探索者」来作为他的前缀,或许更为合适。机器人和人工智能以外,他在系统生物学、人工生命、癌症治疗等其他领域都做出了先驱性的贡献。除了是索尼计算机科学实验室总裁兼 CEO,他还是日本系统生物学研究所负责人、理化学研究所(RIKEN)综合医学科学中心小组主任,这些头衔无一不彰显着其在涉及的几乎所有研究领域所取得的杰出成就。

9 月 2 日,在腾讯 AI Lab 携手 Nature Research(自然科研)及旗下《自然-机器智能》、《自然-生物医学工程》两本期刊联合举办世界首届「Nature Conference - AI 与机器人大会」上,北野宏明博士在主题为《诺贝尔-图灵挑战赛:创造科学发现的引擎》的报告中,再次为大家带来他对于人工智能未来发展的一项新的思考成果——诺贝尔-图灵挑战赛,而这项成果,更被北野宏明博士视作他目前最引以为豪的一项成就。

AI 科技评论在现场对北野宏明博士进行了专访,继此前一篇文章中对北野宏明博士目前为止的研究经历和取得的成果进行了横向介绍,本文将带大家纵向了解北野宏明博士充满探索色彩的研究生涯。



1. 研究生涯:开展多栖研究,以真正了解智能

AI科技评论:您被视作 AI 和机器人领域的重量级大师,在您的研究工作中,是如何将 AI 技术结合应用到机器人研究中的呢?

北野宏明:我研究的机器人基本上都是智能机器人或者说自动化机器人,所以我不仅仅要让机器人能够移动,还要让它们能够理解周围环境、知道如何为下一步的移动做出决策,等等此类的智能行为都是机器人需要实现的。

所以在机器人研究中融入 AI 技术,对于我而言就是一件顺理成章的事情。

AI科技评论:您的研究领域非常广泛,除了人工智能和机器人领域,您在系统生物学、人工生命、癌症治疗等其他领域都做出了杰出的贡献。其中,您在系统生物学领域研究数载,那系统生物学对于您在人工智能系统的设计上具有怎样的指导意义呢?

北野宏明:我之所以开始研究生物学的原因之一,就是我意识到,我们一直在试图理解的人工智能,实际上是生物进化的一部分产物,其规则是适者生存和反复繁衍。

因此,我认为应该要深入了解生物学,这样才能更好地理解智能到底为何,因为人工智能并不仅仅是系统层面的东西,同时也需要将生物学的概念融合到其中。

对于生物学系统而言,如果想要运行,需要以特定方式交互的多个蛋白和基因共同进行动态交互。不仅如此,在生物学中,各个部分的结合交互比单个部分的交互,要更有用。而传统的系统则是聚焦的,而非从整体出发的,这也是我开始研究系统生物学的原因。

对于我来说,从机器人和 AI 研究领域转到生物科学,是非常自然的转变。

AI科技评论您在诸多领域都获得了杰出的成就,其中您最引以为豪的成就是哪个?

北野宏明:对于我而言,我最引以为豪的成就一直都「正在路上」。

目前我认为我最引以为豪的一项成就是我接下来要挑战的事情——诺贝尔图灵挑战赛,我认为这可能是我能够为科学和社会能够做出的重要贡献。因为在未来,人类能做的最重要的事情之一,便是发现新的东西并且将新发现应用到科学领域。

在过去对系统生物学的研究过程中,我了解到了一些问题,并找到了一些解决方案,所以我认为当其中最重要的问题被解决后,我能够结合系统生物学、AI 去创建一个能够自动进行科学发现的 AI 和机器人系统,例如,系统可以自动发现一些可治愈的疾病。

如果这一目标能够实现,我认为这应该是我目前最引以为豪的成果。

同时,RoboCup 对于我而言也有特殊的意义。当时,数千人都对这项赛事都做出了贡献,而不仅仅只有我,所以我对于我们这一群人共同创办了这项赛事,也非常自豪。

RoboCup 启发了日本、美国以及中国的很多企业开始研究自动化机器人,对未来的工业界带来的改变不言而喻。



2. RoboCup:依旧坚信「2050 年」目标能实现

AI科技评论您于 1997 年创立 RoboCup 这一机器人世界杯,您当时创立这个比赛是出于怎样的契机?

北野宏明:我在参加 AAAI 时,观看了一场机器人比赛,并且在参加其他人工智能和机器人会议时,看到机器人在会场承担送咖啡等工作,不过,当时这些任务都只要求机器人会移动即可。然而我意识到机器人不应该仅仅能移动,这样就太没意思了,所以我当时认为我们应该组织一项挑战赛,要求机器人能够快速移动、开展团队协作以及能做一些意义重大的事情。

这是我当时提出 RoboCup 机器人世界杯赛的缘由。

并且我在当时就认为在三四十年后,机器人和人工智能将变得无处不在。也就是说,在上世纪九十年代的时候,我就在尝试寻找到距离当时三十年后,也就是 2020 年,机器人应该实现怎样的目标。我认为到 2020 年,机器人能够实现家用,也能够在灾难救援等场景中使用,并且还会出现自动驾驶汽车等新鲜的事物。与此同时,我认为到 2050 年,机器人和人工智能技术会落地到社会的各个角落。

而要实现这些目标,我们要发展的技术有很多,比如要让机器人能够快速移动、理解其周围充满噪音和存在很多错误的环境、与其他机器人和人类进行互动交流等等。

所以我尝试提出所有人都能理解的、涵盖所有要求实现的技术因素在内的目标。在这种情况下,我们为 RoboCup 提出的目标是:组建一支完全智能化的类人机器人去夺取国际足联世界杯的冠军。

AI科技评论:就机器人领域目前的发展现状来看,您认为到 2050 年,这一目标能如期实现吗?

北野宏明:目前,我们正在朝着这个目标努力,并且依旧坚信我们能够实现。不过在此之前,我们还需要实现一些技术上的突破,才能成功实现这个目标。

首先,针对一些类似于先进装备的系统,我们需要提出一个全新的系统,例如针对人造肌肉技术,就需要提出完全不同于以往的新的系统。

其次,是在材料方面的挑战,现在机器人普遍使用的材料是塑料和铝离子等,然而要想实现这一目标,我们需要使用柔性材料来应对其需求,比如说目前的机器人对于人类而言,危险系数依旧比较高,而使用柔性材料制造出来的机器人,才能更大程度保证它们对于人类的安全性,让它们与人类在同一个舞台中竞技成为可能。

同时,目前机器人无论在感知还是在决策的速度上都并不是很快,因而我们需要让机器人系统能够快速移动,并且以能与人类匹敌的速度做出决策。

如果我们能够在这些方面取得突破性进展,我认为机器人可以应用到人类环境中的方方面面,包括家居室内、工厂、养老院以及办公室等场景,因为机器人不仅能够与人类交互、快速进行感知和决策,而且人类也不需要再担心机器人存在的安全隐患。与此同时,在这些技术突破下,机器人的造价成本也会有所下降。

AI科技评论目前该赛事的规模多大,发展如何?

北野宏明:今年,RoboCup 在澳大利亚悉尼举办,来自中国、日本、美国、法国、加拿大、德国、韩国、伊朗等 40 多个国家的 170 多所科研机构和高校的 3500 多名的机器人科学家和研发人员参加了本届赛事,而之后,RoboCup 的规模会继续壮大。

我认为 RoboCup 发挥的作用不仅仅都是在技术层面的,还有教育层面的意义。现在的小孩子可能还无法参加 RoboCup 比赛,但是他们能够和机器人玩耍,进行 AI 编程,在他们长大后,其中很多都会参加这项比赛。而即便其中一些人并不会走上科学研究这条路,他们也还是能够了解到编程这件事的美妙之处以及科学背后的涵义。

它对于现在年轻人未来更多地选择科学和科技类的职业的影响,是我看到的比较欣慰的一件事。

AI科技评论您怎样看待 RoboCup 对于整个机器人领域发展的影响?

北野宏明:我认为其中一个比较大的影响是,继 RoboCup 以后,欧洲、美国、日本等国家创建了越来越多类似 RoboCup 的项目,在科学研究方法上发生了比较大的转变。

不过与此同时需要注意的一点是,我们依旧需要非常重视基础研究,并且实现一些超过预期的新发现。



3. 诺贝尔图灵挑战赛:首个奖项授予 AI 还需二三十年

AI科技评论您在 IJCAI 的特邀演讲中提到诺贝尔图灵挑战赛,在本次会议中您的演讲内容同样也是这一主题,那您提出诺贝尔图灵挑战赛的契机是什么?

北野宏明:诺贝尔图灵挑战赛的想法源自于我的一个生物学研究项目。当时我和另外一位日本教授一同领导一个探索人类衰老问题的项目,最终,我们建立了模型搜索到了很多衰老相关的数据,并且很幸运地找到了导致衰老的一些原因,例如相应的一些分子和新陈代谢等。

在整个过程中,我们进行了大量大胆的假设,然而针对每一种假设都需要建立模型,并且需要穷尽所有的模型才能找到完整的原因,这是我们人类在科学研究上遇到的一大困境。

与此同时,经过对系统生物学整整 20 多年的研究,我得出了一些启发,比方说有很多问题其实要求我们解决在认知方面存在的问题,就以怎样弥合信息方面存在的鸿沟为例,我们需要非常多的信息来解决人类的信息和认知偏差问题,比如说,七年前到现在出现了很多篇论文,基本上每年有 150 万论文,每天有 4100 份论文,如果人类来阅读这所有的论文,需要非常久的时间,并且根本无法穷尽这些知识。而机器,却可以实现这些。

一开始,AI 可能在人类的科学发现中起到辅助性作用,但最终会出现具备高度自主能力的 AI 科学家,它们可能凭借其对人类局限的克服,来自动找到一些重大的科学发现。最终这一愿景是否能够实现我们可能还不确定,但是我们可以拭目以待。

AI科技评论诺贝尔图灵挑战赛对于科学发现具有怎样的意义?

北野宏明:本挑战赛的目标在于推动开发用于科学发现的 AI 系统,让 AI 系能实现诺奖级的重大科学发现成为可能,届时,诺贝尔奖委员会与其他科研社区可能也无法分辨该发现是来自人类科学家还是来自 AI。

最初,诺贝尔图灵挑战赛对于科学发现的意义,主要体现在为人类科学发现中的假设进行验证提供一个更好的平台。

目前我们的科学研究都建立在对假设的验证上,未来如何去提出更有意义的假设,实现更高效的推理呢,这就需要拥有基础设施和平台让我们能够对这些假设进行验证,不然我们就是在做传统的重复性工作,而这样的基础设施或平台需要用到各种各样的 AI,包括计算型 AI 、智能型 AI 以及各个不同的算法来帮助实现。

没有人能够保证科学的真理都能够为我们所发现,我们能做的就是尽可能接近真理和科学发现本身。包括生物学家、人工智能领域研究者们都面临的很多事实问题,能够借助我所提出的诺贝尔图灵挑战赛来验证。那如何实现验证呢?这就需要借助 AI 系统帮助他们收集到相应的数据和信息。而最基本的一点,是要对科学发现进行重新定义——现在的科学发现与传统的科学发现,两者的定义截然不同。

要想实现真正的能够赢得诺贝尔级奖项的科学发现,我们需要借助机器人,借助 AI 系统在机器学习和深度学习等方面的能力等等。

整体而言,这一挑战赛涵盖了有关科学发现本质、人类认知极限、实现重大发现的各个路径的作用、机缘巧合和科学直觉的计算意义的一系列基本问题,以及实现下一阶段 AI 研究的许多其它问题,因而它对于整个科学领域未来的发展有着重要的推动作用。

AI科技评论:在您看来,何时能够将首个诺贝尔奖授予 AI 呢?

北野宏明:我认为,在十年时间内,AI 能实现首个科学发现,但首个诺贝尔奖何时能授予 AI 可能还需要二三十年的时间,因为我们需要时间来了解 AI 的这项发现的重要性如何。

实际上,一些重要的发现往往源自于人们认为并不是很有意思的地方,例如一项基因编辑技术——CRISPR/Cas9 技术,就是由两位欧洲的研究者在一项其他的研究中意外发现的。当时他们正在研究一种微生物体内非常原始的细胞 Aleukia,这项研究对于大家而言并不有趣,并且大家认为这项研究是非常基础的学术研究,与治愈疾病和提出生物技术没什么关系。然而实际上,他们在这项研究上意外收获的 CRISPR/Cas9 技术,非常具有突破性意义,在一系列基因治疗的应用领域都有很好的应用前景。

一般而言,科学发现可以分为三种:意外的发现、偶然的发现以及人类科研人员依据科研直觉的发现。其中前两种带有一定的概率性,而第三种往往会受限于人类的认知局限性,所以我们需要借助于机器来获得海量的数据,然后要借助于不同的计算模型来开展科学发现。

就目前 AI 领域的发展而言,我认为在十年内,AI 会找到一些非常重要的科学发现,能够极大地改变人类在生物学、人工智能和其他领域的研究方式。而二三十年后,当 AI 的这项科学发现的重要性被认可时,AI 将被授予诺贝尔奖。



4. 机器人和 AI 未来发展方向:结合应用更宽维度的相关基础技术

AI科技评论:今年您是 IJCAI 的特邀讲者,在 2009 年到 2011 年,您曾担任 IJCAI 的主席,1993 年,您还曾获得 IJCAI「计算机与思想奖」,IJCAI 以外,您比较关注的学术会议还有哪些?

北野宏明:除了 IJCAI,AAAI、深度学习神经网络领域的国际顶会 NeurIPS、机器学习领域的顶会 ICML 以及今年将在澳门举办的机器人国际学术顶会 IROS 等人工智能和机器人领域的主要国际学术会议,我都有所关注。

AI科技评论:您怎样看待这些学术会议对于人工智能领域的发展的影响?

北野宏明:我认为学术会议非常有利于促进学术界和工业界的人工智能研究互动,从而推进人工智能研究的整体进展。一方面,学术界能够在会议上提出一些前沿而有趣的研究方向和思路;另一方面,工业界通过技术的落地应用来探索技术在现实世界的可用性以及存在的问题,能够借由这些学术会议反馈给研究者,这又反过来给研究者们提供了一个新的研究课题,并且能让他们更好地探索如何让技术变得更好用。

AI科技评论:就您看来,机器人和人工智能领域目前的发展现状如何,下一步的发展方向是怎么样的?

北野宏明:距离人工智能的通用化和机器人的日常化,我们在技术方面还有很多可以发展的空间。目前,无论是机器人还是 AI 都可以完成一些指定的任务,但是要想被应用到方方面面,则还有很多需要解决的问题。

实际上 AI 和机器人是更宽维度的基础技术的结合应用,因而我们不应该仅仅关注机器人和 AI 本身,还应该关注跟两者相关的技术领域的突破和进展,例如材料科学、化学等等。


更多内容

专访俞栋:多模态是迈向通用人工智能的重要方向

「LSTM之父」 Jürgen Schmidhuber访谈:畅想人类和 AI 共处的世界 | WAIC 2019

历年 AAAI 最佳论文(since 1996)

一份完全解读:是什么使神经网络变成图神经网络?


点击阅读原文加入 NLP论文讨论 小组

登录查看更多
0

相关内容

机器人(英语:Robot)包括一切模拟人类行为或思想与模拟其他生物的机械(如机器狗,机器猫等)。狭义上对机器人的定义还有很多分类法及争议,有些电脑程序甚至也被称为机器人。在当代工业中,机器人指能自动运行任务的人造机器设备,用以取代或协助人类工作,一般会是机电设备,由计算机程序或是电子电路控制。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
Yoshua Bengio最新《深度学习》MLSS2020教程,附104页PPT及视频
专知会员服务
129+阅读 · 2020年7月10日
人机对抗智能技术
专知会员服务
201+阅读 · 2020年5月3日
2019中国硬科技发展白皮书 193页
专知会员服务
81+阅读 · 2019年12月13日
【BAAI|2019】类脑神经网络技术及其应用,鲁华祥(附pdf)
专知会员服务
29+阅读 · 2019年11月21日
专访俞栋:多模态是迈向通用人工智能的重要方向
AI科技评论
24+阅读 · 2019年9月9日
吴恩达:AI未来将呈现四大发展趋势
AI100
6+阅读 · 2019年8月30日
为什么强化学习会成为当下机器学习最火的研究领域?
机器学习算法与Python学习
6+阅读 · 2018年6月15日
京东与斯坦福达成战略合作 携手推进AI研究
京东大数据
3+阅读 · 2017年11月28日
心理学与脑科学:进展、思考和展望
科技导报
9+阅读 · 2017年10月27日
Arxiv
101+阅读 · 2020年3月4日
Arxiv
14+阅读 · 2020年1月27日
Arxiv
22+阅读 · 2019年11月24日
Domain Representation for Knowledge Graph Embedding
Arxiv
14+阅读 · 2019年9月11日
Arxiv
8+阅读 · 2019年3月28日
Arxiv
11+阅读 · 2018年1月15日
VIP会员
相关VIP内容
Yoshua Bengio最新《深度学习》MLSS2020教程,附104页PPT及视频
专知会员服务
129+阅读 · 2020年7月10日
人机对抗智能技术
专知会员服务
201+阅读 · 2020年5月3日
2019中国硬科技发展白皮书 193页
专知会员服务
81+阅读 · 2019年12月13日
【BAAI|2019】类脑神经网络技术及其应用,鲁华祥(附pdf)
专知会员服务
29+阅读 · 2019年11月21日
相关资讯
Top
微信扫码咨询专知VIP会员