摘要：導語本期訪談對象小猴機器人，清華人工智能專業博士在讀。或許因為成長于廣袤的內蒙，小猴身上帶著大山和草原一般的灑脫與樂觀，在他鐘愛的無人車上，印上了一個美好的我們的征途是星辰大海。技術人攻略除了規則挖掘，人工智能遇到的難題還

文：Gracia,攝影：周振邦
(本文為原創內容，部分或全文轉載均需經作者授權，并保留完整的作者信息和技術人攻略介紹。)

導語：本期訪談對象@小猴機器人，清華人工智能專業博士在讀。2009年開始，他參與實驗室的無人車項目，和軍事交通學院共同研發“軍交猛獅III號”無人車。這輛由黑色現代ix35改裝的大家伙，配備雷達、攝像頭和GPS傳感器，可精確識別路況、判斷障礙物，并自主進行剎車、油門、制動、換擋等操作。身為概率論、AI、Python的狂熱愛好者，小猴正致力于用概率圖模型方法，讓機器變得更聰明。

攻略君的書柜頂層，放著侯世達的《哥德爾、埃舍爾、巴赫：集異璧之大成》，這本被譽為人工智能“圣經”的厚重大部頭，出版于70年代中期，曾獲得普利策文學獎，轟動一時。其后，人工智能領域研究進入拐點，關注“人類思維如何運作”的傳統研究方式進入死胡同，逐漸淡出公眾視野。直到80年代末期，人工神經網絡發明，基于大量訓練樣本的機器學習模型，取代傳統人工規則，這一領域才重新取得突破性進展。

隨著大數據與人工智能結合，我們逐漸進入一個算法主導的世界，無所不在的機器智能，精確記錄著你的點滴，計算著你的喜好，推薦你需要的物品，物理世界和虛擬世界的分界變得模糊。在歡天喜地迎接萬億級別新市場同時，也不乏對科技和人類未來的反思，對技術“奇點”的擔憂是其中之一。大約一萬年前，人類在改造自然的能力上逐漸占據主導，迎來了自身的大繁榮。當機器智能超越人類智能，意味著第二個臨界點到來，這種智能會在多大程度上操縱人類的認知方式？一個有人性的世界是否會由此終結？人工智能這把通往未來的鑰匙，究竟能打開一扇什么樣的門？需要每位參與者謹慎思考。

“三清團”（清華本科、碩士、博士）的經歷，讓小猴養成了嚴謹、務實的科學態度。他喜歡用“科技工作者”稱呼自己，并且善于用通俗易懂，帶點戲謔的方式，把那些看起來高深的理論，解釋得通俗易懂。他曾做過一份《機器學習周刊》，用自己鮮明的個性，把嚴肅、枯燥的技術新聞，解讀得無比鮮活。即使整整一下午，我耳邊回蕩著“卷積神經網絡”、“約束玻爾茲曼機”、“馬爾科夫隨機場”這樣的專業名詞，聽起來仍是津津有味。或許因為成長于廣袤的內蒙，小猴身上帶著大山和草原一般的灑脫與樂觀，在他鐘愛的無人車上，印上了一個美好的Slogan：我們的征途是星辰大海。

技術人攻略：你們的無人車項目始于何時？做到了什么程度？有哪些難點？

  
我現在清華“不確定性人工智能實驗室”讀博士，主要做和不確定性相關的東西，例如：知識挖掘、知識圖譜、讀心機器人、視覺識別、四旋翼、自平衡車、足球機器人等項目。
  
  
實驗室的無人車項目從2005年開始啟動，目前已和若干高校，以及上汽、北汽等公司聯合，共有100多人參與。我2009年加入該項目，從做模型車開始，逐漸做到大車。目前為止，該車已通過約5萬公里測試，在全程無人工干預情況下，高速路跑下來沒問題。2012年12月，央視曾跟拍過我們從北京收費站入口，跑到天津收費站出口的全過程。
  
  
接下來的挑戰是錯綜復雜的城區道路，解決復雜問題的方式是剝洋蔥，剝到我們能解決的那一層。城市道路抽象地看，可分成機場高速、環路、普通城市道路、小區道路，難度依次提升。以“機場接人”這個任務為例，無人車需要從機場一號航站樓，跑到天安門旁的工信部大院。這段路涉及機場高速、東二環、前門大十字路口等許多交通元素，逐步搞定預計要用兩年時間。
  
  
無人車行走依靠三大工具，一是GPS衛星定位，二是激光雷達，三是相機。雷達和相機實現局部定位，GPS實現全局定位。這里面有很多技術難點，其中之一就是如何實現高精度定位。
  
  
普通車道線的寬度是3.3米，手機上的GPS號稱誤差2.5米，一旦出現5米左右的誤差，會導致從左拐車道偏移到直行車道。針對高精度定位需求，已出現了一些高層次GPS定位方法，例如RTK-GPS、差分GPS，通過靜態GPS基站和衛星同時定位，精度可達到50厘米。一輛無人車的總成本高達200萬人民幣，激光雷達國外賣6萬刀，國內加上稅得到80萬人民幣，用精度更高的航天級傳感器，成本會高達上百萬。差分GPS市價30萬，基站覆蓋范圍10公里。從機場到天安門這段路約29.1公里，想實現全程信號覆蓋，至少得建3個基站。如果用3G，不用搭建基站，但信號覆蓋效果會是個問題。所以最后的定位方式會結合多種傳感器做融合推理。
  
  
Google無人車依賴GPS，及傳感器做特征抽取，并把這些信息連到一塊分析。分析過程用到了SLAM（協同定位與繪圖）技術，它是一個機器學習算法，在機器人領域應用得很廣。根據車的移動，不斷調整地理位置估計，當搜集的信息足夠多時，就能實現精準定位。如果有足夠完善的地圖，就不需要用到SLAM，直接把場景和地圖特征做Mapping就可以。

技術人攻略：你現在主要的研究方向是什么？

  
我個人的興趣是用概率模型（例如概率圖模型）方法解決人工智能問題。在無人車這塊，正嘗試通過深度學習模型，對人的駕駛及周圍環境建模，訓練出一些模型，和車的控制算法結合，讓機器變得更聰明。
  
  
傳統控制方式會寫一些if、then條件，例如：如果視野里出現紅色，則前方有紅燈。但僅憑這一條規則判斷，結果會存在一定不確定性。圖模型則會連接更多前件和后件，根據已有知識，去推論圖里面某一個節點或者某一條邊，是否會存在或發生。仍然拿紅燈舉例，根據先驗知識，紅燈一般在高處。除了判斷顏色之外，還需要判斷紅燈和地面之間的關系。如果在地面上檢測出來一個紅色物體，那么它是紅燈的可信度不會很高，如果在天空上，那么很可能是一個紅燈。
  
  
除無人車外，我還對自然語言處理感興趣，例如做Email的Intention Direction分析，怎么知道某封郵件是找你要資料的Email，還是老板通知你去開會的Email。再進一步，通過智能助理提醒你，回復前兩天別人找你要資料的Email，或只對老板讓你開會的Email做出響應。如何理解你老板，和開會這兩件事，涉及到對人和事件的識別與抽取，這中間可以做大量的嘗試，會讓你對人工智能的能力感到很振奮。
  
  
我參與過最有趣的人工智能項目是MSRA的“讀心機器人”：你在心中設想一個公眾人物，它能通過一系列問題，猜出你心里想的那個TA是誰。這實際上是一個排序算法，根據用戶的每一次回答調整 Ranking。其中的技術涉及到知識庫構建，所有人物的背景知識都從互聯網上抓取。還涉及到群體智能，通過用戶的回答調整算法。

技術人攻略：剛提到用圖模型方法解決人工智能問題，圖模型有哪些好處？如何實現？

  
用圖模型解決問題的方法，在人工智能里被稱為“連接主義”。過去我們常把數據看成一個個孤立的點，針對點做假設。但實際上，可能很遠的地方一個毫不相干的信息，會觸發你這里致命，或決策性的響應。所以用圖來研究人工智能是很自然的方式。
  
  
Google知識圖譜（Knowledge Graph）就是根據圖模型構建起來的，我們一般叫它知識庫（Knowledge Base）。例如你想搜索關于奧巴馬總統的知識，傳統搜索引擎做關鍵字匹配，難免會搜出一些不需要的東西。用知識圖譜方式，全世界有1000個人叫奧巴馬，但可能只有一個人和“米歇爾（奧巴馬的妻子）”有關系，通過這類聯系，迅速定位出目標。
  
  
但如何能知道米歇爾和奧巴馬之間的聯系呢？這就涉及到知識庫的構建。構建分為兩步，第一步是Entity Linking，找出材料中提到了知識庫里的誰？第二步是Slot Filling，找出在說他的什么事？
  
  
人類的思考過程并不僅依靠輸入的材料，而是會結合已有常識分析。例如大部分人大學畢業都在22歲左右，大部分人會在30歲之前結婚、生子，大部分人壽命不會超過100歲……這一系列概率分布構成了人的背景知識，利用這些知識可以輔助和改進人工智能效果。
  
  
常識一般分三類，第一類叫事實，例如：布萊爾是英國總理。這個層面的知識可以從大英百科全書或Wikipedia上拿到；第二類常識，例如：布萊爾是個人，他是個男人。涉及上下層級關系，要更難一些；第三層更困難，例如：布萊爾是個男人，男人通常會和女人結婚，通常會在結婚后兩年生小孩。第三層涉及的規則，是真正的人類智力和人工智能之間的壁壘所在，如何能夠有效挖掘出這些規則，是目前人工智能遇到的最大挑戰。

技術人攻略：除了規則挖掘，人工智能遇到的難題還有哪些？

  
所有做人工智能和機器學習的人，遇到最普遍的難題是：缺乏被標記好的數據。舉個例子，我們面前這一瓶可樂，網絡上能找到成千上萬張圖片，但就是沒有標記出來它是一瓶“可樂”。即使在電商網站上，這張圖很可能也并不會標記為“可樂”，而是叫“解暑佳品”。在這樣的情況下，機器又如何能知道對應的圖就是“可樂”呢？
  
  
再舉個極端的例子，你在朋友圈貼了幾張美食的圖片，發了一句感慨：今天真開心。這句話和美食沒有任何關系，根本沒法處理。而有的人會說：我在大眾點評上找了一家烤肉店，味道非常不錯。那“烤肉”這個詞就能抓出來了。所以這不是技術上的問題，而是要看你能拿到多少數據。
  
  
怎樣從這些沒有標記過的數據中，搞出一點苗頭出來，這就是當下最火的深度學習要做的事。有別于深度學習直接用原始數據的生猛做法，傳統解決辦法是用遠程監督（Distant Supervision）技術獲取數據，例如從網上抽出一些可能的標簽，在“減肥佳品，消暑必備可樂”這句話里，會抽出“減肥”，“消暑”、“可樂”這些名詞。統計相似的圖片里面，有哪些關鍵詞經常出現，用不確定性解決這個問題。算完之后給出一個概率：這個東西在談可樂的概率80%，在談減肥的概率20%。只要數據量夠大，這些都不是問題。
  
  
機器學習上手很容易，關鍵是能挖出什么東西來。真實數據里噪聲非常多，缺失的信息也很多，實踐者要學會繞出這些坑，從紛亂的數據中找出規律。在深度學習還沒到大家腦海里之前，大部分機器學習學者都在觀察數據有什么特征，這叫做特征工程。例如你發現數據里所有單詞的第一個字母都大寫，就把它當成一個特征，別人如果沒用到這個特征，你的算法就超前了。搞人工智能的人，必須對數據敏感，能從數據里發現一些別人看不到的端倪。機器學習是一個優化過程，但能從數據里挑什么來做優化，需要專業技術。而且數據特征和領域有緊密關系，廣告、網頁的、圖片識別的特征各不一樣，用到的模型也可能不一樣。

技術人攻略：前陣子媒體報道已有機器通過圖靈測試，你怎么看？

  
前陣子宣稱通過圖靈測試的那臺計算機，模擬了一位13歲的匈牙利外國男孩，并且還是得了病的那樣一個人的智能。做了許多限制條件，把AI設計成有缺陷的人，試圖蒙混過關。
  
  
實際上，真正的人工智能學家根本不會致力于去通過圖靈測試。我們不去爭論什么是真正的人工智能，而做以下設想：如果有一臺無人車，可以讓駕駛過程中90%的場景全都和人一樣。逐漸把這種算法應用到地鐵、飛機駕駛，并且都做到效果無限和人逼近。最后這些綜合起來，形成一個整體，你覺得它算不算人工智能？
  
  
人工智能分為兩派，以Google為首的一派搞統計，以侯世達為首的一派搞規則。兩派人總在爭論，究竟誰才是真正的人工智能。討論參與到最后，就變成了人和機器最后到底誰會控制誰的暢想。暢想完了之后總還要干活，作為科技工作者，不如埋頭把活干好。在局部范圍內讓機器人去逼近人，如果能做到一個比較良好的狀態，就稱其為在這個領域內，達到一定程度的人工智能。比起通過圖靈測試，這應該是更為實際的目標。
  
  
對于圖靈測試智能與否，也有學者吐槽。去年人工智能大會（IJCAI）上，Hector Levesque就指出：人與機器的區別應該在于認知和理解，比如“指代消歧”能力，普通人可以輕松結合上下文，分辨出文中的“它”指的是誰，但目前機器要做到這點挺難。

技術人攻略：Yann LeCun（燕樂存）預測這兩年會大量出現人工智能、機器學習的初創公司，你關注到有哪些這個領域的公司？

  
國外機器學習的初創公司很多，方向也相對比較雜，應用領域包括廣告、機器人、智能家居等。例如今年初Google以4億美金收購了DeepMind，這家公司的創始人之一是Yann LeCun的學生，他們把深度學習模型應用到游戲領域，做了個自動玩超級瑪麗的算法，發了篇很厲害的Paper。
  
  
深度學習最牛的地方，在于完全不需要定義規則，所有規則都由機器自己學習得出。在超級瑪麗游戲里，你根本不用定義馬里奧和烏龜的距離，只需定義活下去這個目標，把整幅截圖給機器，它自然就能找出在什么場景或什么動作序列下，游戲角色能存活最長時間。
  
  
這家公司價值如此大，關鍵還在于，超級瑪麗通關的算法，實際上跟其它高精尖領域的控制算法原理一樣。例如航天飛行器的控制算法，是在模擬器里，用模型驅動參數變化，給出結果并反復訓練的過程。廣告系統也類似，Google以前通過人，或者簡單算法調整廣告系統的參數，一方面效果達不到，另一方面浪費人力物力，深度學習或者超參優化能自動化地解決這個問題。
  
  
國內的創業環境更偏向于短平快，做機器學習初創的公司主要集中在廣告、營銷方向，包括輿情監控、精準投放等領域。也有像Face++這樣的，用機器學習做人臉識別，并做到這個領域的世界冠軍。

技術人攻略：機器學習、深度學習、人工智能、模式識別之間的區別與聯系是什么？想進入這個領域的人應該如何提升？

  
人工智能是目標；機器學習是一種技術手段；模式識別與機器學習有交集，但不一定非要經歷機器學習的訓練過程，可通過給匹配給定模式的方式實現；和深度學習對應的是淺層學習，都屬于機器學習的方式之一。
  
  
想進入人工智能領域，首先得了解它的發展歷史。從技術上看，人工智能應用領域基本可以落在圖像識別、聲音識別，自然語言處理這三類。從中找到你的載體，再從載體上尋找和明確要解決的科學問題。接下來看別人的解決方案是如何實現的，世界冠軍的標準是什么，朝著把世界冠軍打敗的方式去努力。這是所有做科研的人應該遵循的成長方式。
  
  
現在最火的深度學習領域的頂級牛人有4位，包括神經網絡的發明人、就職于Google的Geoff Hinton；Facebook人工智能研究院主任Yann LeCun；加拿大Montreal大學教授Yoshua Bengio；百度首席科學家Andrew Ng。他們當年都曾在NEC Lab里共事。2006年之前，支持向量機模型（Support Vector Machine）占據了機器學習領域的江山。神經網絡出來了之后，在性能上壓倒式地超越了SVM，在語音和圖像識別兩個領域，把原有的世界機器學習紀錄全干掉了，所以一下子火了。不過目前深度學習在自然語言上還沒有特別好的解決方案。
  
  
大家普遍認為，人工智能這一行對數學有很高的要求，尤其是線性代數和概率論。以下幾本機器學習的書，也可以看看：《Pattern Recognition and Machine Learning》、《Machine Learning——An Algorithmic Perspective》、《Programming Collective Intelligence》、《Machine Learning in Action》、《Machine Learning for Hackers》。想做得好，還得多看Paper。不管是Paper還是新聞，推薦都盡量看英文原文。

技術人攻略：你在清華從本科一直讀到博士，談談在清華成長的感受吧？

  
外界對清華同學的吐槽比較多，比如情商低，自視甚高等。有些看法很片面，但至少我們做事情很認真。個體行為在一定程度上代表著學校，如果自己做事不靠譜，別人會說那個清華的誰不靠譜，有負于前面成百上千的師兄師姐營造出來的形象。
  
  
別人眼中的清華學子可能很乖巧好學。但真的乖嗎？不一定。好學嗎？有時候也會犯懶。這跟是不是清華其實沒關系。我從小也算是“別人家的孩子”，除了學習和品行不錯，內心其實很叛逆。許多同學來自于格式化的城市，我卻成長于廣袤的內蒙古，大興安嶺給了我灑脫的性格。我可能并不算典型的清華同學，所以這里談的都是些個人看法。
  
  
我從小非常喜歡看書，語文和英語很好，差點去學文科。但后來發現應試教育里那些文科的東西，不像理科那么有確定性。比如歷史，讓你談一下對鴉片戰爭的看法。我想這還不如解方程，于是學了理科。結果因為數學不行，各種被虐。
  
  
大一期中考試，我微積分考了52。從2004級開始，國內一些省份已經把微積分放進了高中數學，而我高中沒學，對微積分一竅不通。當時心里有巨大壓力，想著這回完了，我要被清華退回去了。后來一轉念，數學天賦我沒有，但刻苦這件事是可以做到的。為了向老師請教學習方法，我每天幫老師擦黑板（微積分上了三學期，我擦了整整三學期黑板），并把能找到的數學習題集都做了一遍。期末考試前，我做過的草稿紙，壘起來已足足有10公分高，但心里仍然是沒底。老師說：你如果再不及格，我就放過你（這句話更多是為安慰我，后來才聽說這位老師是名捕之首！）。結果是我考了98分，在半個小時之內做完了所有的題，許多題目熟悉得甚至不用算就知道答案。從那時候我就覺得，在清華混，努力是個很重要的因素。

技術人攻略：你未來一到兩年的計劃是什么？

  
我明年博士畢業，導師是國內人工智能領域的專家李德毅老師。他教導我做事要有載體、要思路清晰、要堅持，對我影響很大，完全能跟我長輩相提并論。
  
  
我現在大部分時間都在忙無人車。希望能在未來幾年，把無人車做到世界頂尖，讓中國自己的無人車在國際上占有一席之地。
  
  
畢業之后打算繼續搞科研，通過一個載體，把自己的模型放上去不斷優化。我不想完全去做產品，產品導向會有KPI要求，被虐成渣會影響家庭辛福。而且做科研可以經常換一些話題，新的事物一旦出現，就可以轉過去。但做產品可能三、五年都得耗在一條產品線上，世界在變化，好多好玩的事情不斷在發生，就沒辦法去做了。我是一個比較膽小的人，不適合一個人創業，讓我拋下身家冒險，我做不來。如果有一個好朋友，他又對項目很有信心，我在里面幫他做一部分力所能及的事倒是可以。
  
  
我也搞不了偏商業化的東西。曾有人找我做高頻交易機器人，但那不是我的興趣所在。一旦你進入一個高頻交易所，每天給他們寫腳本，但那件事情并不是你想做的。只是你有的那塊技術正好變成了他們比較重要的一塊積木，上面和下面的積木都會擠壓著你，帶著你走向一個你不知道是什么樣的地方。我想做一塊獨立、自由的積木，最好是變形金剛那種，最好周圍的積木也不太規則，這樣大家就不會完全拼在一塊兒，求同存異，會更有趣。

作者介紹：技術人攻略訪談是關于技術人生活和成長的系列訪問,由獨立媒體人Gracia創立和維護。報道內容以“人”為核心，通過技術人的故事傳遞技術夢想；同時以小見大，見證技術的發展和行業的變遷。在這個前所未有的變革時代下，我們的眼光將投向有關：創造力、好奇心、冒險精神，這樣一些長期被忽略的美好品質上。相信通過這樣一群心懷夢想，并且正腳踏實地在改變世界的技術人，這些美好的東西將重新獲得珍視。

聯系方式 gracia@devlevelup.com
微博: @技術人攻略
訂閱：微信搜“技術人攻略”或“dev-levelup”

感謝SegmentFault提供博客專欄及推廣支持。
感謝迅達云成提供云主機及技術支持。
感謝七牛云存儲對“技術人攻略影像拍攝計劃”提供支持。