為自動駕駛、機器人、虛擬娛樂裝上大腦...智能體如何改變未來 | 榕匯
6月21日，在2020北京智源大會——啓元星際AI頂級職業選手挑戰賽上，啓元世界自主研發的智能體“星際指揮官”，以兩個2:0的成績，擊敗了《星際爭霸I/II》全國冠軍黃慧明（TooDming），以及黃金總決賽三連冠選手李培楠（Time）。
所謂智能體，是具備自我學習、自主決策能力的主體，表現為數字人或機器人。
在“星際指揮官”達到人類頂級職業選手水平之後，行業更加期待智能體從虛到實遷移，在現實世界中落地應用，從“西部世界”走向各行各業。
智能體已經有哪些實際的商業化應用？未來5-10年，智能體會如何改變我們的生活？智能體將以何種速度進化，並不斷激發我們探索未知地帶？
在賽事之後的行業研討環節，北京智源人工智能研究院院長、北京大學黃鐵軍教授，啓元世界CEO袁泉，高榕資本創始合夥人嶽斌，滴滴出行高級副總裁章文嵩，以及快手高級副總裁嚴強，共同探討了智能體在現實產業和虛擬世界中應用的當下與未來。
以下為研討實錄精編：
決策智能的無盡疆域與現實應用
智能科學是無盡疆域
Q：在與人類頂尖職業選手的對戰中，啓元“星際指揮官”的表現超出了所有人的預期，且僅用頂尖科技公司1%的算力，展現出世界一流的算法原創和工程實踐能力。如何看待智能技術的發展前景？
黃鐵軍：從事自然科學的人經常説一句話，腦科學是自然科學最後的疆域，人的大腦是最難破解的未知地帶。
而在這之後，智能科學是無盡的疆域。人類智能是億萬年進化的產物，機器智能雖然只有上百年的進化過程，但是進化速度很快。我們沒有任何理由認為機器智能不會超過人，因為人類智能也是在自然環境裏反覆訓練出來的。
今天啓元的“星際指揮官”，已經在《星際爭霸》遊戲這樣複雜的環境中訓練出很強的智能；而在未來越來越複雜的訓練環境中，機器智能水平一定會越來越高。複雜到什麼程度？宇宙就是一個複雜的物理環境，對宇宙的探索，是由緩慢進化的人類完成？還是由高速進化的機器完成？這是值得思考的一個重大問題。
總得來説，我們今天已經走在正確的道路上，用行為主義的方法訓練一個複雜的神經網絡，一定會產生越來越強的智能。今天的比賽，“星際指揮官”勝了；未來在其他應用領域，AI同樣會超過人類，強化學習在開放環境下所發揮的作用一定會越來越強，一定會在廣泛領域發揮作用，這是人工智能發展的必然結果。
通用人工智能技術將指數級發展
Q：智能體已經應用在哪些實際場景中？未來人工智能技術將如何發展？
袁泉：回首4年前，AlphaGo戰勝柯潔，帶給我們很大的震撼，新一代的具備自我學習、自主決策能力的智能體正式走上歷史舞台，在我們看來這或許就是人工智能技術的拐點，也讓我們思考下一個時代最重要的是什麼。
三年前，啓元世界以《星際爭霸》為研究環境，開展智能體的研究。今天，24歲的《星際爭霸》遊戲，與年輕的星際職業選手和3歲的“星際指揮官”，為大家帶來了一場精彩的對戰。我們也希望把《星際爭霸》中誕生的智能體，帶到每個行業、每個家庭、每個個人身邊，成為新一代的智能化生活基礎設施。
今天，啓元世界的智能體已經在各行業“搖身一變”，成為交通調度員、理財顧問和服務機器人，深入產業端解決博弈、優化、控制等複雜環境下的動態決策問題；也能夠成為可以學習和模仿人類行為的虛擬玩家和虛擬角色，打造個性化的、沉浸式的娛樂體驗。
相信未來幾年，以深度強化學習為代表的通用人工智能技術還將呈指數級增長。
決策智能技術從虛擬跨越到現實，解鎖更多商業場景
Q：技術的進步可以解鎖更多商業場景，那麼智能體技術將解鎖哪些商業場景？
嶽斌：2014年，我們認為新技術方向的投資應該all in人工智能，當時更多投資的是機器視覺領域的公司。2016年，AlphaGo的出現徹底打開了我們的思維方式，我們看到了完全不同的一個世界。
如今，決策智能技術已經在虛擬世界中實現了大量的應用，有些是在我們不經意間發生的。比如當我們使用搜索引擎的時候，出來的結果很有可能已經通過決策智能做出排序；決策智能技術也已經被大量運用到電商領域，比如很多商品會根據我們的喜好推薦；在谷歌的機房，也使用相關技術調控機房温度、實現節省能耗的運轉。
今天來自中國、韓國等國家的頂尖圍棋選手，都在借用圍棋AI進行訓練；也有不少遊戲玩家喜歡在遊戲裏選擇與AI過招，可以找到適合自己難度的AI、從而獲得提高。
決策智能技術在虛擬世界裏被廣泛應用之後，我們對未來最大的期待就是決策智能技術如何從虛擬跨越到現實。比如在出行等調度平台不斷應用；醫療領域近期較大的突破是做蛋白質摺疊的預測；如果可以被用到自動駕駛領域，未來的出行將會發生巨大改變。
隨着未來相關技術在更多決策場景裏超越人類，相信將給人類帶來更多福利。
決策智能技術正應用在出行領域的複雜預測場景中
Q：在智能交通的規劃中，決策智能技術可以產生怎樣的價值？
章文嵩：大家都坐過網約車，滴滴的派單就是一個智能決策的過程。過去有一個最簡單的算法是就近派單，但這樣的派單算法不是最優的。比如一輛車離一位乘客2公里，但1毫秒之後，突然冒出一位乘客離車只有100米，顯然派單給2公里的乘客就不是最優決策，所以必須要對未來做預測，是一個複雜的決策過程。因此，我們使用了人工智能技術、大數據、雲計算等進行決策，不斷提升乘客的安全、體驗和效率。
如今滴滴的決策智能技術已經在很多預測場景中不斷實踐，比如對距離和接駕時間進行時空預測、對路況和路徑規劃做預測、對供需做預測等等。
高度擬人的智能體將深刻改變數字娛樂產業
Q：智能體在數字娛樂場景中，未來能夠給用户帶來哪些創新體驗？
嚴強：我看過“星際指揮官”的1.0版本，今天的比賽結果讓我看到他從原來一個“小孩”今天成長到“成年狀態”，非常驚喜和感動。
快手本質上做的是對內容的理解，以及人和內容的匹配。對於內容和數字娛樂產業，可以利用智能技術做很多探索。比如虛擬機器人、虛擬陪伴、虛擬玩家，能夠給人們帶來以前不曾有過的體驗。
還有一個特別重要的方向，如今大家越來越多的時間沉浸在數字世界裏，如果人類可以通過與機器的互動，在數字世界的交互過程中實現自我成長，這將是一項非常偉大的事業。
我非常期待“星際指揮官”能成為一位翩翩少年，成為幫助產業和未來數字世界更好發展的助推者。
Q：未來5年，智能體會如何改變我們的生活？可以設想一個腦海中的場景分享。
數字世界大腦智能將被更多智能體所替代
黃鐵軍：在我看來，5年後必然會發生的是——物理世界會越來越數字化，網絡化程度越來越強，大家信息交互的速度越來越快。
在這背後，數字世界的決策智能一定會越來越多，甚至絕大多數場景都將被智能體所接管。因為智能體速度更快、效率更高，相比之下人類的思考速度較慢，而且代價較高。比如靠人去做紅綠燈調度或者自動駕駛的調度，從成本上都不如用智能體去做。數字世界的大腦智能將越來越多地被智能體所替代。
我給大家的建議是做好心理準備，我們已經走上了一個快車道，人工智能的影響將越來越大。
有生之年駕駛宇宙飛船帶我們去火星的應該是AI
袁泉：未來我們應該可以更好地解析和理解智能體。今天智能體很強，但不一定被人完全解析和理解了。前一陣我看《道德經》，道可道、非常道，AI在用其方式讓我們感知到。包括有星際職業選手在和“星際指揮官”對戰的時候，感覺AI有兩個腦，可能是大腦和小腦彼此配合的，分別負責宏觀策略和微觀操作。現階段受限於我們對AI的理解和技術的發展，這種真實的交互感還無法完全用人可理解的方式解釋出來。
而在更遠的未來，我自己是很相信有生之年可以站在火星上的。我希望到時駕駛宇宙飛船帶我們去火星的應該是AI，在茫茫太空中駕駛飛船，AI的駕駛水平應該比人類更強、更安全。在非常廣袤的空間和不確定的環境中去探索和決策，應該是AI的能力與強項。
AI有可能成為人類面對疫情等重大健康安全事件的武器
嶽斌：過去幾年我們在科技領域做了非常長線的投資，包括我們認為可以在至少10年以上的時間維度裏對人類起到非常重要意義的技術，從中也看到了很多新的可能性和場景。
在今天這樣一個特殊的時期，新冠疫情的影響超越人類能力，在短時間內很難找到解決方法。因此讓我説對未來5年智能技術驅動場景的期待，我比較期待在醫療和生命健康方面的應用。
比如現在正在進行的CASP全球競賽中，大家在用AI技術嘗試做蛋白質結構預測。我希望未來5年之內，在與人類生命息息相關的領域裏，AI能夠取得巨大的進展。在人類面對整個種族的重大健康安全事件時，我們有更多武器可以破除碰到的困難。我相信5年的時間是有機會的。
自動駕駛一定會大規模商業化落地
章文嵩：如果選未來一個場景，我首選肯定是自動駕駛。未來5到10年，自動駕駛一定會商業化落地，而且是大規模的落地。
有了自動駕駛之後，交通系統的確定性會更高，效率也會更高，出行將變得更加安全。10年後，有可能所有的交通工具都變成自動駕駛，車與車之間緊密連接，就像一列小火車或者高鐵一樣，甚至是直接平移到不同的陸地上，交通效率將會得到大幅度提升。有可能紅綠燈都將不復存在，人們通過一些協議協商誰先走。
所以10年後的交通將與今天完全不一樣，交通的變革才剛剛開始。
數字世界有更多虛擬朋友陪伴我們成長
嚴強：在未來世界裏，每個人都會有自己的虛擬偶像和虛擬朋友，我相信這件事會非常快實現。
比如今天在中日韓有越來越多的虛擬偶像出現，本質上就是智能體的一種形式，而未來這些智能體將會更加具有社交屬性。
疫情之後，大家可能會發現現實生活中的朋友越來越遠，人們的孤獨感越來越強。
而機器、尤其是智能體，在很多時候甚至能夠比人更加理解人，他們將成為未來生活中不可缺少的部分。可能是我們的朋友，也有可能是我們的老師，甚至是我們的對手，在未來世界陪着我們成長。
也就是説，在數字世界裏可以有很多更加智能的虛擬朋友陪着我們，這是在娛樂和社交領域會發生的比較大的變化。