科幻电影中的人工智能——中科院计算所王元卓

蔚落 2023-01-01 03:40 68阅读 0赞

![format_png][]

![format_png 1][]

王元卓院长在此次的报告中，分享了他在人工智能领域的科研及科普方面更为细节和深入的想法。王元卓院长首先从年轻人非常喜爱的漫威系列电影切入，提到很多人有这样的疑问：漫威电影属于科幻电影吗？有的人会将它们划分在玄幻这一类别，但不管是科幻电影还是玄幻电影，其中都展现了很多科学的成分，比如《钢铁侠》中就有很多人工智能的影子。

![format_png 2][]

王元卓院长探讨了《钢铁侠》中大家印象比较深刻的两个角色，机甲战士钢铁侠和他的智能管家贾维斯。一个智能专家智能大脑要做决策首先需要获取各种各样的数据，而大数据有两个来源，一是智能穿戴，通过万物互联中各种传感器得到的数据，这是智联网。二是通过互联网，尤其是移动互联网产生的大量数据，这是人工智能进行决策时重要的大数据来源。

![format_png 3][]

然而有了数据后，就能做决策了吗？数据要产生价值，其中重要的途径是建立知识库。知识库是将收集到的数据转化为结构化知识必经的重要途径。上世纪80年代知识库就有了很完整的体系，其中包含知识工程等方面的研究和介绍。但是现阶段的知识库和那个阶段的知识库有很大的不同。上世纪80年代，我们的知识库更多的是人工构建、服务于人的，人能够从知识体系当中获得想要的知识。现阶段以及未来很长时间里，我们的知识库主要由算法构造，体现的是机器理解，而不是给人看的。因为现在的知识库里存储的是大规模的知识、大规模的数据，人很难对如此庞大的数据有全面理解。

所以，知识库是对大数据、知识进行结构化存储的有效手段，而知识图谱就是重要的表现方法。知识图谱用关系、属性以及图形化的方法来表示知识。王元卓院长简单列举了漫威电影中的角色，比如说漫威宇宙都是英雄，其中既有科幻类的宇宙也有玄幻类的宇宙，他们都存在这样的关系。

有了知识图谱以后，下一步要找到知识。知识能够从大规模的数据当中抽取出来，我们的关系是知识，属性是知识，美国队长有超级血清也是知识，把这些有效的知识抽取出来，就构成了知识库的基础。有了大量的知识，就要表示知识。前面提到的知识图谱是传统图形化表示知识的方法，计算能力相对有限。进行更加全面、精准和时效性的知识计算需要更多的信息，比如说时间信息、空间信息，所以王元卓院长提出了开放知识网络的一类知识图谱表现方法，可基于图形的领域快速构建。开放的知识网络是有异的点和逻辑的边构成的异构网络，有了异构网络可以把内部的知识结构信息进行融合，从而获得更加准确的表示，提高计算的准确率。

构建一个初步的知识网络后，王元卓院长提出希望知识网络具有较好的更新功能，比如说通过前面几部钢铁侠电影构建了知识网络，出现的新英雄要与原网络关联，这涉及到知识图谱的实时自动更新能力，且要具有实效性。

让知识图谱快速扩大规模的途径之一是知识融合。对不同领域的知识进行有效的融合，比如在英雄宇宙当中，有漫威宇宙、DC宇宙和变形金刚的宇宙等。通过知识融合可以将这些宇宙连接起来，让内容更加多元，体系更加完整。

知识融合的关键，是找到两个宇宙、两个知识图谱之间的桥梁。王元卓院长提出的一系列研究方法，目的是找到桥梁的实体，让他们对齐，成为两个宇宙、两个图谱关联的媒介。通过自学习和表示学习的方法来找到知识图谱间的桥梁，让异质、异构的知识图谱进行有效结合，不同的表示方法也可以通过互联的链接，了解其中的语义信息。

实现知识体系之间的有机融合后，还要进行知识推理。知识有两类，一类是显性的信息，一类是隐性的信息，隐性的信息中包含有大量隐含的信息。知识推理可以对知识图谱的补全和隐含线索的发现提供重要的技术支撑。王元卓院长给出了基于结构的知识推理案例，如鹰眼和绿巨人之间有战友的关系，他们常并肩作战。但是两者之间还存在情敌的关系，这是从电影当中推理出来的结果。

那么知识推理用什么方式实现呢？比如通过融合时间信息的方式做推断，很多推理方法可以在实际应用中发挥非常重要的作用。王元卓院长对近十年在计算机某个特定领域中十万作者的论文做了知识图谱，通过对比作者的显性信息以及推理出的隐性信息，最终发现有80%的信息可以通过知识推理获得。换言之，如果不使用知识推理的方式挖掘隐性的信息，知识图谱中可能会缺失大量的知识。

知识推理还有其他的方面，比如基于属性的推理，有一些知识没有显性的表现，比如说钢铁侠和蝙蝠侠到底谁厉害，没有任何已知的信息，只能通过各个方面的技能，比如科技、财富、身体等方面进行比较，这就给推理带来巨大的挑战。没有显性的知识，就需要用人工神经网络的方法做关系的推理，如何解决零启动的问题？对于此问题可以做关系的推理，挖掘出知识背后隐藏的信息。知识的预测可以让未来可能发生的事情提前被预知。在钢铁侠的电影剧情中，冬兵这一角色是美队的好朋友，同时却是钢铁侠的杀父仇人。所以，可以预测美队和钢铁侠之间，在未来的某一个时间会发生内战。那么基于这样的属性信息可以做怎样的预测？至少可以做两件事：第一，可以预测某两个人之间可能产生的某种关系，比如可能是男女朋友的关系，可能是师生的关系；还可以做一个预测，未来的某一个目标可能出现的地点，这都是通过实际的研究可以出现的成果。

实验发现近80%的隐含关系可以通过知识的推断发现，也就是说要使一个知识体系更加完备，不但要进行隐含关系的推理，还应该预测未来还产生的新关系，从而极大的丰富知识体系。把角色和角色的值做成对化的处理，可以解决更加复杂的多元对应角色关系。

如果建立了这样的知识体系可以干什么？再看看钢铁侠当中的场景：智能的问答。电影中的智能问答是怎样的？钢铁侠在一次对战中发现打不过对手，就对贾维斯说“贾维斯，把我的战甲发给我”，贾维斯说“好的。先生，Mark42战甲已经发射，预计15秒后到达。”这是电影当中简单的场景复现，因为当时钢铁侠无法把战甲带在身上。但是这个场景在实际的技术实现中可能会是什么？现实中的问答可能是“贾维斯，把我的战甲发给我。”“先生，要发哪架战甲？”“把战斗力最强的、最厉害的那个发给我。”“先生，您这里没有叫‘最厉害’的那个战甲。”最后的结果可能是贾维斯还没有找到发哪个战甲，钢铁侠已经战败了。所以，实际应用的人工智能技术与科幻电影中展示的效果相比还有很长的路要走。

智能问答涉及哪些方面？如何让没有知识的问答系统可以快速形成问答能力？首先需要自动生成问答。如果贾维斯在家里不断修炼说先生可以提什么样的问题，问题的指令通过训练生成问答系统，从而节省大量的人力、物力。简单问答可以迅速生成，真正困难的是复杂问题的生成，尤其是语义不聚焦的情况。对自然语言处理时很难保证每句话都有逻辑，上句和下言常出现衔接问题，所以复杂的问题可以结合人的习惯、省略上下文，从而实现短文本特征的问答，这是非常重要的方面。

训练问答模型后，下一步要做的就是对问题进行理解。真正的智能问答是实现对问题的精准理解，而对问题精准理解最重要的一点就是要找到主题，即到底问的是什么，例如是钢铁侠的问题还是美国队长的问题，亦或是唐老鸭的问题，不同的问题定位会直接影响答案的生成。所以首先要找到问题，才能确定是什么类型的问题，比如说只有简单的问题或者只有一步的关系，找的是“钢铁侠的战甲吗”？还是形成多关系的问答，比如一个路径可以有多限制，“钢铁侠战甲的战斗力”，这就是顺序多关系的问答。还可能有其他的约束，比如说限制它，战斗力最强的。这些对问题的理解是在具体模型算法当中要解决的实际问题。

所以，在实际的问题理解过程中，最关键是能够利用模型，自适应地添加查询的约束条件。也就是说输入一个复杂的问题，需要转化成查询语句，才能从知识图谱中找到信息。如果能找到查询语句，就要去知识图谱中搜索答案。答案又存在两个方面，一个是答案通过直接搜索的方式查找，可能装载空间大一点，有上亿规模，怎么在最短时间里找出正确答案。还是那个问题“你给我找到最厉害的战甲”，贾维斯发现在之前几部电影中，钢铁侠最终获胜的战甲，有Mark3、Mark6以及称之为浪子的Mark42，三个战甲都曾经打过胜仗，但无法直接判断他们之间谁更厉害。如果没有直接的答案，就要采用知识推理来进行分析。前面提到的“浪子”和42号战甲是等价的，这就需要做推理。同时下面的三个战甲都是备选答案，但是它们哪一个更强，要根据属性做计算，找到战斗力最强的。这里最大的问题就是搜索空间的确定，当我们找到了一个主题，确定了对象后，可能会有大量的冗余信息和干扰项。怎么在大规模空间中选择最小的范围，进而在最短的时间内找到答案，关键是找到关系精准生成答案的路径。找到答案后，要以自然语言和人化的方式反馈给用户，根据起止时间算距离，告诉用户多长时间后战甲可以发到手里，形成这样的答案输出给用户。

这样就结束了吗？这是最简单的问答，很多时候对系统的问答不是简单的一句话就可以回答的，我们希望获得的是准确的描述，它可能是我们读了很多文章之后的摘要，可能是对问题的解决方案，所以还需要对完整的文档、长篇大论的文档进行简单的摘要，形成更加全面准确的答案。

有时候我们还要做一件事，即从多来源获取信息。两个目的：一个目的是为了弥补信息的缺失；第二个是为了对信息进行交叉验证，如果存在偏差和矛盾，就要通过多来源校正它，这就是要做的一系列研究工作。

所以，在科幻电影中可能出现一系列人工智能的应用场景，涉及到当前最热门的科研方向。前面列出的工作是最近几年，科研人员在实际科研中完成的工作。虽然当前研究的进展和水平离科幻电影中有很大的差距，但至少在科幻电影中出现的场景和问题，通过技术的发展都可以解决。

王元卓院长希望可以通过简单直观的手绘方式，让更多人甚至让更多低龄的学生们爱上人工智能。所以王元卓院长希望明年的春季能够出版这本讲解科幻电影当中科学的AI手绘，手绘中选择了三部科幻电影，首先是《钢铁侠》部分，还有《阿凡达》，主要讲述阿凡达中的脑接接口等科学知识，最后是《头号玩家》，主要讲述一些虚拟现实、增强现实的知识，希望通过这样的工作能够吸引更多人关注人工智能。

最后王元卓院长和大家分享了一句话：“科普回报是希望更多人知道”，并展示了今年完成的《科幻电影中科学的宇宙》手绘，希望可以通过这本手绘，让更多的中小学生对科学研究产生兴趣，进而热爱知识与科学。

![format_png 4][]

**推荐阅读专题**

[![format_png 5][]][format_png 5 1]

[![format_png 6][]][format_png 6 1]

[![format_png 7][]][format_png 7 1]

[![format_png 8][]][format_png 8 1]

![format_png 9][]

**留言点赞发个朋友圈**

**我们一起分享AI学习与发展的干货**

如转载，请后台留言，遵守转载规范

**推荐文章阅读**

[ACL2018论文集50篇解读][ACL2018_50]

[EMNLP2017论文集28篇论文解读][EMNLP2017_28]

[2018年AI三大顶会中国学术成果全链接][2018_AI]

[ACL2017论文集：34篇解读干货全在这里][ACL2017_34]

[10篇AAAI2017经典论文回顾][10_AAAI2017]

**长按识别二维码可添加关注**

**读芯君爱你**

![format_png 10][]

[format_png]: /images/20221120/ecd32f01b2bf4d36ae2ccb320328d73f.png
[format_png 1]: /images/20221120/e9669b778b0c4270a891495768344022.png
[format_png 2]: /images/20221120/dcb3883673934ce8ad6e21902010da63.png
[format_png 3]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy9QTFNBaHVFbEZ4a0IzaWNYd3l1OWNCdDZjVFhFdHA2ZjZ2bGlhWmg1bTVxaWNmME9vdk5CamJYaWJpYm1yb2ZQQzNudWV0QWt4Sk02ZWZ2cTdCS1lpY1d0eFJjdy82NDA?x-oss-process=image/format,png
[format_png 4]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9qTmIwbXlnYjh4Q2RpY21XYTlpY3kwczZ0Mkd5aWJVdDhZRWZnSGx2ekM4eTA5VlhQVVNIMWIwOGdnbW1oczVBNVlPMm5SY1ZpY2I4bU1GMjNnRG9XV1I4Z1EvNjQw?x-oss-process=image/format,png
[format_png 5]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9QTFNBaHVFbEZ4a0czZ0ExUVNleW1zeGduNVdpYmJSeHNOSGdVbmhOWkZDU3ZZdm4wM0s3TXRnV2xoYUJXU214Y29mamxNbmljZ1Bud2p0R0QwbGFiZGxnLzY0MA?x-oss-process=image/format,png
[format_png 5 1]: http://mp.weixin.qq.com/s?__biz=MzI2NjkyNDQ3Mw%3D%3D&chksm=ea841ec4ddf397d2bb194670056d7ed973cf4349656e20d98bd139d8a5d99526a799fb243f8d&idx=1&mid=2247493138&scene=21&sn=d2fa895e71260f2576fa952cf2487522#wechat_redirect
[format_png 6]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9QTFNBaHVFbEZ4azV1aWJCSWpWWkR3MGhqY1ZQTVNtQU5Ld1RwOXJ0VzhSSVA5WjNPalpPV0x5cWxiTm1tSWRQdGNETWlhRzlHUzAxSUN6UmVMaWNYTElpYWcvNjQw?x-oss-process=image/format,png
[format_png 6 1]: http://mp.weixin.qq.com/s?__biz=MzI2NjkyNDQ3Mw%3D%3D&chksm=ea841ed9ddf397cf9a7136dfb1352cf9fb1127b3061293cf716f8ee95b4560e694fce20a1e24&idx=2&mid=2247493135&scene=21&sn=5711dc1074411b7e45b40eb34fecc648#wechat_redirect
[format_png 7]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9QTFNBaHVFbEZ4bE9NdXV6UHFKcmlidkNQekNWWVV4VHRSMWljNVBpYnhKaWJXaWNlTm1DZDVNdm1pYzFWcHgzSWdyODFHUmlhbk9pYmFZcUN0N1FkaHl0eWhpYkNSZy82NDA?x-oss-process=image/format,png
[format_png 7 1]: http://mp.weixin.qq.com/s?__biz=MzI2NjkyNDQ3Mw%3D%3D&chksm=ea841ec4ddf397d28ed77a111732be52384c9be414e0aad59c570ada6b29278755d066ae2090&idx=2&mid=2247493138&scene=21&sn=e45fe93b00342ba9eac222f24369d036#wechat_redirect
[format_png 8]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9QTFNBaHVFbEZ4blZ2QTBrSmdXbTVqR1JBbXhSYUw5amx4SmFDQnhvMTdjeDU3OXdWVWNPRUxlNEZrUGt4YXVQRGVCUHdSSWZMM2xLaWFhQ3VwNWZOaWNRLzY0MA?x-oss-process=image/format,png
[format_png 8 1]: http://mp.weixin.qq.com/s?__biz=MzI2NjkyNDQ3Mw%3D%3D&chksm=ea841ed9ddf397cfbc27f47a160ee926a706f1b3151c53f707c8f221fde0ea51446aabe2148d&idx=1&mid=2247493135&scene=21&sn=cce4cc400933c960a3200fd0dfa4d0a7#wechat_redirect
[format_png 9]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy9QTFNBaHVFbEZ4bXl1ZjA0ckNGWE8walI5MGNTdnNUaWFsZkNpY3duUGhoRExrajJKdmFNVHEzRHNaN25ZZ1gyNWxueGd2THh5WWhDMktMNmlheUJjUHpsdy82NDA?x-oss-process=image/format,png
[ACL2018_50]: https://mp.weixin.qq.com/s?__biz=MzI2NjkyNDQ3Mw%3D%3D&chksm=ea87ee2addf0673cae27c598a097f5addad5d81b2ed766e570f20fc0fb12b77c5cf34098022e&idx=1&lang=zh_CN&mid=2247489276&scene=21&sn=98e22e2b69478303f1f1a0a51e712570&token=192322725#wechat_redirect
[EMNLP2017_28]: https://mp.weixin.qq.com/s?__biz=MzI2NjkyNDQ3Mw%3D%3D&chksm=ea87eaadddf063bb3ab4ec5af616612a45f8d4fe9a5ad558f66278478296060253c1564bd05c&idx=1&lang=zh_CN&mid=2247488123&scene=21&sn=a55185f3a693f7a5d85b1abe3dd36177&token=140500370#wechat_redirect
[2018_AI]: https://mp.weixin.qq.com/s?__biz=MzI2NjkyNDQ3Mw%3D%3D&chksm=ea87f6ebddf07ffd8e84bcc18d7122f894b6cf5dc967daad9c2e122edb22968fd6f589d6852f&idx=1&mid=2247487037&scene=21&sn=37cd38b305aa874c29d764361c88a202#wechat_redirect
[ACL2017_34]: https://mp.weixin.qq.com/s?__biz=MzI2NjkyNDQ3Mw%3D%3D&chksm=ea87f59addf07c8c2480dd46784a431612d099d3d0531449aa8e64f68b3ba340363578d95659&idx=1&mid=2247486796&scene=21&sn=a8ae95efbf16985a259c4cd66bf919f2#wechat_redirect
[10_AAAI2017]: https://mp.weixin.qq.com/s?__biz=MzI2NjkyNDQ3Mw%3D%3D&idx=1&lang=zh_CN&mid=2247487100&scene=21&sn=3bd640ec4f00c5104664687194dd9a51&token=77118319#wechat_redirect
[format_png 10]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2dpZi9RR2o3V0YzbFIwUnhhOU42aEo4eFFwdnNaR2ljR09LSXBpYWtCOXlQQjl3RlFvMWliYVB3ZU9qcDFkYndpYWUzdXg4OERXRWg1dExFcHo2S0pqemNVSDVwOWcvNjQw?x-oss-process=image/format,png