雷鋒網(wǎng) AI 科技評論按：IJCAI（國際人工智能聯(lián)合會議，International Joint Conferences on Artificial Intelligence）是人工智能領(lǐng)域歷史最為悠久，也是影響力最大的學(xué)術(shù)會議之一，隨著近年來人工智能的熱度日益攀升，原本僅在奇數(shù)年召開的 IJCAI 自 2015 年開始變成每年召開。今年，萬眾矚目的 IJCAI 也將如約而至，將于 8 月 10 日至 16 日在中國澳門隆重召開。

特邀報告（Invited Talks）作為 IJCAI 最受關(guān)注的環(huán)節(jié)之一，隨著會議的臨近，特邀講者名單也在相繼公布中。機(jī)器人作為人工智能領(lǐng)域的一個非常重要的研究方向，本次大會也特別邀請了機(jī)器人專家、麻省理工教授 Leslie Kaelbling 做特邀報告。屆時，她將帶來主題為《Doing for our robots what evolution did for us》的特邀演講。

Leslie Kaelbling 是麻省理工學(xué)院的機(jī)器人專家。 她在強(qiáng)化學(xué)習(xí)、規(guī)劃、機(jī)器人導(dǎo)航等人工智能研究領(lǐng)域獲得了引人注目的研究成果，其中包括將運(yùn)籌學(xué)中的部分可觀察的馬爾可夫決策過程應(yīng)用到人工智能和機(jī)器人中，曾獲得 IJCAI「計算機(jī)與思想獎」（Computers and Thought Award）等重要獎項(xiàng)，同時她也是人工智能領(lǐng)域頗負(fù)盛名的《機(jī)器學(xué)習(xí)研究雜志》的創(chuàng)始人兼主編。

近日，麻省理工學(xué)院教授 Lex Fridman 在其播客訪談節(jié)目《Artificial Intelligence Podcast》中與 Leslie Kaelbling 進(jìn)行了對話。對話中，Leslie Kaelbling 不僅分享了她從哲學(xué)領(lǐng)域轉(zhuǎn)入計算機(jī)科學(xué)領(lǐng)域，并與 AI 和機(jī)器人結(jié)緣的背后的故事，還詳細(xì)闡述了其對于機(jī)器人發(fā)展歷程以及現(xiàn)狀的見解。

采訪視頻播放地址：https://www.youtube.com/watch?v=Er7Dy8rvqOc

雷鋒網(wǎng) AI 科技評論將采訪視頻整理成文如下，全文進(jìn)行了不改變原意的刪改。

Leslie Kaelbling：說到是什么讓我對 AI 產(chǎn)生了濃厚的興趣，就不得不提我在高中時期閱讀的《哥德爾、艾舍爾、巴赫》（G?del, Escher, Bach）。這本書對我來說極具塑造性，它讓我感受到了原函數(shù)和組合函數(shù)的另一種趣味性，也讓我更加了解怎樣將復(fù)雜的事情與簡單的部分區(qū)分出來，并開始思考怎樣的 AI 以及程序才能夠讓機(jī)器產(chǎn)生智能行為。

Lex Fridman：因此您最開始喜歡上的其實(shí)是 AI 與機(jī)器人的推理邏輯。

Leslie Kaelbling：是的，喜歡機(jī)器人則是因?yàn)槲业牡谝环莨ぷ鳌．?dāng)時我從斯坦福大學(xué)的哲學(xué)專業(yè)畢業(yè)，正打算去讀計算機(jī)科學(xué)的碩士，然后我被 SRI 錄用了，進(jìn)入到他們的 AI 實(shí)驗(yàn)室工作。他們當(dāng)時正在研發(fā)一款類似于 Shaky 的后代機(jī)器人，但是 Shaky 原來的研發(fā)者都不在了，因此我的工作就是嘗試讓這個機(jī)器人擁有做事情的能力。這也是讓我真正對機(jī)器人產(chǎn)生興趣的契機(jī)。

Lex Fridman：我們先稍微回顧一下您的大學(xué)生涯。您在斯坦福大學(xué)獲得了計算機(jī)科學(xué)的碩士和博士學(xué)位，但是您的大學(xué)本科讀的是哲學(xué)專業(yè)，那您認(rèn)為哲學(xué)中有哪些部分是您可以應(yīng)用到計算機(jī)科學(xué)的研究中的。

Leslie Kaelbling：哲學(xué)與計算機(jī)科學(xué)是緊密相關(guān)的。我在大學(xué)本科期間沒有讀計算機(jī)專業(yè)是因?yàn)樗固垢４髮W(xué)當(dāng)時還沒有開設(shè)這個專業(yè)，但是實(shí)際上，斯坦福大學(xué)開設(shè)了一些特殊的輔修課程，比如現(xiàn)在稱作符號系統(tǒng)（symbolic system）的學(xué)科，這門課程教授的內(nèi)容是邏輯模型理論（logic model theory）以及自然語言的形式語義（formal semantics of natural language）。這對于我之后從事 AI 和計算機(jī)科學(xué)的研究做了一個完美的鋪墊。

Lex Fridman：這非常有意思。當(dāng)時如果對 AI 感興趣的話，大家一般會選擇上哪些計算機(jī)相關(guān)課程？您當(dāng)時對于 AI 的想法深為著迷，除了哲學(xué)，還源自于什么其他的原因？

Leslie Kaelbling：當(dāng)時并沒有很多人從事這個方向的研究，甚至也沒有什么人探討它。但是我大學(xué)的同班同學(xué)倒是都對人工智能挺感興趣的：我們班有接近一半的人轉(zhuǎn)向計算機(jī)科學(xué)專業(yè)深造，近一半的轉(zhuǎn)向法律專業(yè)深造，而只有一兩位同學(xué)繼續(xù)留在哲學(xué)專業(yè)學(xué)習(xí)。所以哲學(xué)專業(yè)和計算機(jī)科學(xué)專業(yè)二者間其實(shí)是有相當(dāng)普遍的關(guān)聯(lián)性的。

Lex Fridman：你認(rèn)為 AI 研究人員是否需要擁有哲學(xué)家的另一重身份，還是說他們應(yīng)該堅持從事「硬」的科學(xué)和工程研究，而不需要進(jìn)行一些哲學(xué)思考？也就是說，如果研究者從事于機(jī)器人研究，卻無法很好地從哲學(xué)上的大視角來看待研究問題，又該用什么來驅(qū)動他們研究出出色的 AI 呢？

Leslie Kaelbling：我認(rèn)為哲學(xué)專業(yè)中與 AI 最緊密相關(guān)或者說與 AI 有點(diǎn)關(guān)系的，就是信念、知識以及表示這些東西。這些其實(shí)都是非常形式化的東西，似乎距離我們所做的常規(guī)計算機(jī)科學(xué)工作只有一步之遙。我認(rèn)為現(xiàn)在非常重要的問題依舊是，你可以用機(jī)器來做什么以及不能做什么。盡管我個人完全是一個唯物主義者，但我認(rèn)為我們沒有理由無法開發(fā)出一個行為舉止與人類毫無區(qū)別的機(jī)器人，而判斷它與人類是否有區(qū)別的關(guān)鍵在于它的內(nèi)心是否是有直覺或哲學(xué)思維。實(shí)際上，我并不知道自己是否非常在意這個。

但是我們現(xiàn)在不知道它們獲得哲學(xué)思維，進(jìn)行感知和規(guī)劃，以及在現(xiàn)實(shí)世界中順利運(yùn)行有多難。畢竟現(xiàn)在的機(jī)器人在很多任務(wù)上，都還做不到像人類一樣。

所以問題實(shí)際上就是，現(xiàn)在機(jī)器人和人類在哲學(xué)上還存在巨大的差距。我們都知道，如果機(jī)器人要在現(xiàn)實(shí)世界應(yīng)用這些知識，就需要對這些知識進(jìn)行擴(kuò)展，并需要擁有形成常識以及在大部分工作中進(jìn)行不確定性推理的能力。這些都是開放性的問題，我不知道要怎樣去用確定而全面的視角看待這些問題。

對于我來說，這似乎并不是一個哲學(xué)差距的問題，而是一個技術(shù)上的大難點(diǎn)，除此之外，我并不認(rèn)為機(jī)器人和人類在其他方面存在差距。

Lex Fridman：好的。您是否認(rèn)為 AI 還存在一些遺憾呢？還記得當(dāng)您開始對機(jī)器人學(xué)或機(jī)器人產(chǎn)生興趣的時候，當(dāng)時對 Shaky 機(jī)器人有什么印象？您當(dāng)時對于機(jī)器人的想象是否實(shí)現(xiàn)了呢？

Leslie Kaelbling：我最開始研究的機(jī)器人是 Shaky，它是 SRI 研究人員開發(fā)出來的機(jī)器人。當(dāng)我第一次踏入 SRI 的時候，當(dāng)時它正站在某個辦公室的角落，正在將液壓油滴在一個鍋中。這個機(jī)器人是相當(dāng)具有標(biāo)志性的，每個人都應(yīng)該讀到過 Shaky 的技術(shù)報道，因?yàn)樗砩蠀R聚了許多非常好的想法，比如他們不僅將很好的搜索、符號規(guī)劃和學(xué)習(xí)的宏操作符都應(yīng)用到了機(jī)器人身上，還對機(jī)器人進(jìn)行了較初級的空間規(guī)劃配置，并且為 Shaky 配置上了手臂。他們在很多方面都有了比較清晰的基本思路。

Shaky 是一個移動機(jī)器人，它可以推動物體，在它自身搭載的執(zhí)行器和底座的幫助下，可以將物體移到旁邊去。同時，它還能夠使用它的視覺去進(jìn)行自我定位、探測物體，并基于它所看到的東西進(jìn)行規(guī)劃，并推理是否要探視和拍照。我覺得，當(dāng)時它對我們現(xiàn)在所能想到的很多事情都有了基本的認(rèn)知。

Lex Fridman：您認(rèn)為它是怎樣表示周圍的環(huán)境空間的呢？

Leslie Kaelbling：它對于許多不同程度的抽象表示都有認(rèn)知，我認(rèn)為，它對于低級別的抽象表示，會使用某種占用網(wǎng)格；對于高級別的抽像表示，它會使用針對某種空間以及關(guān)聯(lián)性的抽象符號。

Lex Fridman：現(xiàn)在有一個詞叫「片狀」（flaky）。

Leslie Kaelbling：是的。當(dāng)時在 SRI 的時候，我們正在開發(fā)一個全新的機(jī)器人。正如我剛剛所說的，團(tuán)隊(duì)中沒有一個人是來自于之前 Shaky 那個項(xiàng)目的，因此我們相當(dāng)于是從頭開始。當(dāng)時是我的導(dǎo)師并最終也成為了我的論文導(dǎo)師的 Stanresinshine，就曾受到「情景計算」（Situated Computation）或者說「情境自動裝置」（Situated Automata）這個想法的啟發(fā)。這個想法就是：邏輯推理的工具非常重要，但是可能僅有工程師或者設(shè)計者會將這個工具用到系統(tǒng)的分析中，此外，這一工具不一定要應(yīng)用到系統(tǒng)自身的頭部中。

當(dāng)時我認(rèn)為可以使用邏輯去證明關(guān)于機(jī)器人行為的理論：即使機(jī)器人不使用它頭部的邏輯，它也可以進(jìn)行手臂的動作。這就是區(qū)別。而這個想法就是使用這些原則去開發(fā)可以做事情的機(jī)器人。不過當(dāng)時，我自己需要學(xué)習(xí)大量的基礎(chǔ)工作，因?yàn)槲覜]有機(jī)器人學(xué)背景，不知道任何機(jī)器控制、感知相關(guān)的知識。所以在這一過程中，我們把很多技術(shù)都重新研發(fā)了一遍。

Lex Fridman：那您認(rèn)為這是優(yōu)勢還是阻力呢？

Leslie Kaelbling：我的意思是說，在這個過程中，你可以學(xué)到很多事情，并且最終攻克問題以后也能更清楚地明白自己走到了哪一步。

Lex Fridman：您能總結(jié)一下 AI 和機(jī)器學(xué)習(xí)強(qiáng)化學(xué)習(xí)的歷史，以及您怎樣看待它從 20 世紀(jì) 50 年代至今的發(fā)展？

Leslie Kaelbling：它的發(fā)展的一個重要特點(diǎn)就是徘徊：變得火熱之后又落到低谷，之后又變得受歡迎，隨后又落到低谷...... 實(shí)際上，我認(rèn)為它的進(jìn)程很大程度上是由社會學(xué)進(jìn)程所驅(qū)動的。

早期，它的發(fā)展是控制論的發(fā)展有關(guān)，人們以動態(tài)平衡的思路開發(fā)機(jī)器人，當(dāng)機(jī)器人需要動能的時候，就為它們充電，之后它們就可以在周圍滾動，做事情。后來，我對于這一思路思考了很長時間，我認(rèn)為它是具有啟發(fā)性的。但是當(dāng)時人們不贊成這一思路，他們認(rèn)為我們需要讓機(jī)器人不斷接近實(shí)現(xiàn)真的智能，即類人智能。

之后人們嘗試研究專家系統(tǒng)去實(shí)現(xiàn)真正的智能，但是都太過表面了。我們對智能的理解是表面的，這就跟我們理解鋼鐵廠怎么運(yùn)轉(zhuǎn)一樣。我們認(rèn)為，只要對智能進(jìn)行解釋，然后將它用邏輯寫下來，之后再設(shè)計一臺計算機(jī)來對其進(jìn)行推理就實(shí)現(xiàn)了專家系統(tǒng)，然而結(jié)果，我們發(fā)現(xiàn)計算機(jī)無法實(shí)現(xiàn)推理。不過我認(rèn)為比較有意思的是，當(dāng)專家系統(tǒng)的研究開始變得不太順利時，我們不僅改變了研究方法，我們還改變了問題。我們似乎沒有更好地方法甚至可以說沒有辦法去解決專家系統(tǒng)的問題。最終我們放棄去解決專家系統(tǒng)的問題，開始轉(zhuǎn)向另一個完全不同的問題。

Lex Fridman：想必當(dāng)時研究界有很多人會認(rèn)為不應(yīng)該放棄專家系統(tǒng)的研究，而您則傾向于將該問題先擱置到一邊。現(xiàn)在讓我們回到剛剛的話題，專家系統(tǒng)之后的 20 年的發(fā)展。

Leslie Kaelbling：認(rèn)為專家系統(tǒng)很異常，這個觀點(diǎn)是無可厚非的，這就像有的人認(rèn)為僅僅做一些表面的符號推理是錯誤的一樣，以及有些人認(rèn)為醫(yī)生在擁有臨床經(jīng)驗(yàn)之前不能成為一名真正的醫(yī)生一樣。因此當(dāng)時存在這個問題的方向?qū)虿粚Φ臓幷?，都是正常的，只不過我們最終還是無法找到解決方法。

Lex Fridman：您剛剛提到，邏輯學(xué)和符號系統(tǒng)中你最喜歡的部分，就是它們能夠給以短名稱給大規(guī)模的設(shè)置命名。所以這些方面在符號推理中有什么應(yīng)用嗎，比如說專家系統(tǒng)或符號計算？你認(rèn)為在 80 和 90 年代，人工智能發(fā)展的最大阻礙是什么？

Leslie Kaelbling：實(shí)際上我并不是專家系統(tǒng)的擁護(hù)者，不過我對一些符號推理倒是很感興趣。說到人工智能發(fā)展的阻礙，我認(rèn)為最主要的阻礙是當(dāng)時人們的想法，大家認(rèn)為人類能夠有效地將他們的知識轉(zhuǎn)成某種形式的邏輯陳述。

Lex Fridman：這不僅僅要求付出代價和努力，還要人類真正擁有這種能力。

Leslie Kaelbling：是的。雖然我們都算是有遠(yuǎn)見的專家，但是完全無法用內(nèi)省的方式來想明白我們?nèi)绾巫龅竭@一點(diǎn)。關(guān)于這一點(diǎn)，我認(rèn)為其實(shí)當(dāng)時每個人都明白：專家系統(tǒng)不是要求人類寫下用來識別水瓶的規(guī)則，而是要寫下用來進(jìn)行決策的規(guī)則。我認(rèn)為當(dāng)時大家都發(fā)現(xiàn)了，所謂的專家能給出的解釋，就像鷹派能夠解釋他們怎樣做事以及為何做事一樣。他們給出的解釋不一定很好。

之后，他們改造了專家系統(tǒng)，使其轉(zhuǎn)而依賴于某種感知事物的東西，但是感知的這種東西又回到了我們剛剛提到的：我們無法很好地定義它們。所以從根本上來說，我認(rèn)為其根本問題就是假設(shè)人們可以明確表達(dá)他們做決策的方式和原因。

Lex Fridman：所以說，從專家那里轉(zhuǎn)換而來的知識進(jìn)行編碼后，就變成了機(jī)器能夠理解和推理的東西。

Leslie Kaelbling：并不是。這不僅僅需要編碼，還需要讓知識完全脫離專家。我的意思是，將知識編寫到計算機(jī)中本來就很難。而我更認(rèn)為，人們無法將這些知識生成出來。人們可以講一個故事告訴我為什么要做這件事，但我并不確定這樣表達(dá)出來的東西能夠?yàn)闄C(jī)器所理解。

Lex Fridman：在分層規(guī)劃方面仍然存在符號推理的用武之地，正如您剛才所談到的那樣。所以具體的難點(diǎn)在哪里呢？

Leslie Kaelbling：即便人類不能為機(jī)器提供推理過程的描述，這也并不意味著在計算機(jī)內(nèi)部不能進(jìn)行各類風(fēng)格的推理。這只是兩個正交點(diǎn)（Orthogonal Points）。這樣的話，問題實(shí)際上就變成了：應(yīng)該在計算機(jī)內(nèi)部用何種方式進(jìn)行推理？答案是，我認(rèn)為計算機(jī)內(nèi)部需要針對所面臨的不同問題，使用各種不同的推理方式。

Lex Fridman：我是否可以理解為，這個問題是，人們可以對哪類事物進(jìn)行符號編碼，從而實(shí)現(xiàn)推理？

Leslie Kaelbling：關(guān)于符號，我甚至都不喜歡這個術(shù)語，因?yàn)槲也恢浪诩夹g(shù)上和形式上到底是什么意思，與此同時，我對抽象深信不疑。抽象是直觀、重要的，因?yàn)閷τ谏钪械囊磺校瞬豢赡軓奶貏e細(xì)的粒度出發(fā)做出完整的推理。你不可能僅僅基于某張圖像，就做出要讀博士的決策。

所以如果你要推理出要攻讀博士學(xué)位，甚至是購買哪些食材來做晚餐，你就必須縮小狀態(tài)空間的大小以及推理的視界。那該怎樣縮小狀態(tài)空間的大小或推理的視界？答案是抽象：空間抽象和時間抽象。

我認(rèn)為沿著目標(biāo)軸線的抽象也很有趣，對目標(biāo)進(jìn)行抽象和分解可能更像是一個分解的過程，某種程度上我認(rèn)為這就是大家所謂的符號或離散模型。當(dāng)你在聊天的時候，你可能會談到房子的面積，而不會談你在某個時間點(diǎn)的姿勢；你會說你在下午做了某件事，而不會說你在兩點(diǎn)五十四分做了某件事情。你這樣做其實(shí)是因?yàn)檫@樣能簡化了你的推理問題，以及你沒有足夠的信息去對你在今天下午兩點(diǎn)五十四分的姿勢進(jìn)行高保真的推理。

我需要重點(diǎn)重申的一點(diǎn)是，所有的這些都不應(yīng)該淪為教條，認(rèn)為我們不應(yīng)該這樣做，不應(yīng)該那樣做。我可以贊成符號推理，而你也可以支持神經(jīng)網(wǎng)絡(luò)。計算機(jī)科學(xué)最終會告訴我們所有這些問題的正確答案是什么，如果我們夠聰明的話，也可以搞清楚。

Lex Fridman：是的，實(shí)際上當(dāng)你試圖用計算機(jī)解決實(shí)際問題時，正確答案自然而然就出來了。您剛剛提到抽象這個概念，提到所有的網(wǎng)絡(luò)都源自于抽象，存在自動化的方式去形成策略、專家驅(qū)動的方法去構(gòu)建抽象，并且當(dāng)下人類似乎在抽象構(gòu)建上的表現(xiàn)更好，所以你提到兩點(diǎn)五十四分與下午對比，那我們?nèi)绾螛?gòu)建這樣的分類法呢？現(xiàn)在是否有可能實(shí)現(xiàn)諸如抽象此類的自動構(gòu)建？

Leslie Kaelbling：我認(rèn)為當(dāng)機(jī)器學(xué)習(xí)發(fā)展得更好時，工程師可以開發(fā)出算法來構(gòu)建出非常出色的抽象。

Lex Fridman：我們不妨先放下抽象的討論，先談?wù)劜糠挚捎^察的馬爾可夫決策過程（Partially Observable Markov Decision Processes，POMDPs）。首先想請問一下您，什么是馬爾可夫決策過程？我們世界中有多少事物是可以建模以及具有馬爾可夫決策過程的。比如您從 POMDPs 的角度，怎樣看待早晨做早餐的花費(fèi)？又怎樣看待 POMDPs？它跟我們的真實(shí)世界又是怎樣建立聯(lián)系的？

Leslie Kaelbling：其實(shí)這是一個立場問題，立場就是我看待問題所處的位置。我作為一名研究人員或者系統(tǒng)設(shè)計者，可以選擇以何種方式對我周圍的世界建立模型，從而了解這個混亂的世界。如果我其將當(dāng)做這種形式的問題處理，我就可以沿著算法這一類的思路，提出方案來解決問題。當(dāng)然對這個世界建模并不能代表能解決任何問題，也不是馬爾可夫決策過程。但是我能通過以各種方式建模的來尋找解決方案，一旦我找到正確的建模方式，就能得到一些可以用的算法。

Lex Fridman：您可以通過各種方式為這個世界建模。一些方式會更傾向于接受不確定性，也更容易為世界的不確定性進(jìn)行建模，而一些方式可能會強(qiáng)行將這個世界變成確定性的。

Leslie Kaelbling：是的。一些模型是不確定性的，但是這個模型并不能表示當(dāng)前狀態(tài)的不確定性，而是對未來的發(fā)展走勢進(jìn)行建模。

Lex Fridman：那什么是馬爾可夫決策過程呢？

Leslie Kaelbling：馬爾可夫決策過程，是一個假設(shè)我能夠完全了解系統(tǒng)的當(dāng)前狀態(tài)，即掌握系統(tǒng)的所有信息情況下對未來做預(yù)測的模型。所以記住歷史發(fā)生的所有事情，與對未來所做預(yù)測的好壞并無關(guān)聯(lián)。同時，該模型也假設(shè)我能夠采取一些行動來改變世界的當(dāng)前狀態(tài)，并且我無法對這些變化進(jìn)行確定性建模，而只能建立概率模型。這種概率模型對于某些系統(tǒng)來說可能非常有用，不過對于大多數(shù)問題來說都沒什么用。因?yàn)閷τ诖蠖鄶?shù)問題，你無法只能觀察到它們的部分狀態(tài)，并且這些問題都是各不相同的。

Lex Fridman：所以對于馬爾可夫決策過程，我們只能觀察到部分狀態(tài)。所以當(dāng)你不能觀察到大部分狀態(tài)，也不能完整地了解周邊世界的信息時，馬爾可夫決策過程又怎樣處理現(xiàn)實(shí)問題呢？

Leslie Kaelbling：現(xiàn)在這個過程的思路依舊是，假設(shè)存在我們了解周圍世界的一些信息的情況，我們能夠做出好的預(yù)測。雖然我們不知道當(dāng)前完整的狀態(tài)，不過我們可以通過圖像等去觀察、感受，然后根據(jù)觀察到的歷史行為去推斷世界的發(fā)展趨勢，并基于自己無法確定的未來發(fā)展動向，來決定采取什么行動。

Lex Fridman：在不確定的情況下做出規(guī)劃，這個問題是非常困難的。在對世界進(jìn)行建模來處理現(xiàn)實(shí)世界這種特殊系統(tǒng)的不確定性方面，您有著非常豐富的經(jīng)驗(yàn)。

Leslie Kaelbling：這種最優(yōu)規(guī)劃問題往往是不可判定的，它取決于你進(jìn)行了怎樣的設(shè)置。很多人都表示，我不使用 POMDPs，因?yàn)樗鼈冸y以處理。我個人認(rèn)為這是一件非?；氖虑椋?yàn)閱栴}之所叫做問題，就是需要你必須去解決的。

而我們 AI 研究者之所以會出現(xiàn)，就是因?yàn)橐鉀Q的問題非常棘手。我們都明白我們正在解決的問題在計算上的難度非常高，我們可能無法為它找到最優(yōu)解。即便我們認(rèn)為可能無法提出最佳解決方案，但是還是會回到最優(yōu)問題上反復(fù)探索，我們能做的就是讓建模、算法不斷、不斷地接近最優(yōu)。

我從來不會說，問題的計算是多么復(fù)雜。相反地，這些復(fù)雜的問題能夠讓我更清晰地了解我解決問題的方式，然后一步步地執(zhí)行近似操作，最終在一個合理的時間范圍內(nèi)找到可計算的最優(yōu)解。

Lex Fridman：當(dāng)您在探討最優(yōu)解的時候，當(dāng)時業(yè)界有多重視追求最優(yōu)解決方案的思想？此外，追求最佳解決方案的思想多年來也一直在變化。

Leslie Kaelbling：這很有趣，從理論上來說，我們實(shí)際上有一點(diǎn)方法論危機(jī)。我的意思是，我認(rèn)為理論對于我們現(xiàn)在所做的很多事情都很重要。

現(xiàn)在出現(xiàn)了很多經(jīng)驗(yàn)豐富的黑客攻擊，他們對此進(jìn)行訓(xùn)練并進(jìn)行編號。我們很難說清這樣好還是不好。如果你關(guān)注計算機(jī)科學(xué)理論，你會發(fā)現(xiàn)在談?wù)摿颂接懸欢螘r間后，每個人都會討論最優(yōu)化解決問題。人們會關(guān)注怎樣找到遺憾綁定（Regret Bound）、怎樣執(zhí)行近似、怎樣證明問題的解是近似解，花的時間越多就越接近最終的最優(yōu)解。

我覺的比較有意思的是，對于難度非常高的問題，我們沒有建立一個比較好的「近似解」概念。我個人非常喜歡研究難度很高的問題，希望自己建立某種形式的解決方案的概念，讓我可以判斷這個算法是有一定作用的，讓我知道除了運(yùn)行它還能用它做點(diǎn)其他什么事情。

Lex Fridman：所以擁有某種概念某種程度上對您有很深的吸引力，同時您可以使用這些概念來更好地看清某些事情，并期待這些事情能夠給您帶來好的結(jié)果。

Leslie Kaelbling：科學(xué)這一學(xué)科中也有工程學(xué)，但我認(rèn)為二者并不完全相同。我認(rèn)為我們正在做的工程學(xué)取得了跨越式的發(fā)展，它是走在科學(xué)前頭的學(xué)科。但是它今后如何發(fā)展，大致是怎樣以及為什么工作，沒有人清楚。我們需要將工程問題轉(zhuǎn)化成科學(xué)問題，我們需要知道工程學(xué)怎樣、為什么工作的原理，比如在曾經(jīng)的一段時間，人們?nèi)绻蛄壕鸵嬲厝ソǎF(xiàn)在我們不需要去真正去建橋梁，就能預(yù)測這架橋梁建成后會是什么樣。這些都是我們可以應(yīng)用到學(xué)習(xí)系統(tǒng)以及機(jī)器人中的。

Lex Fridman：您期望從唯物主義的角度來看待人工智能、智能系統(tǒng)以及機(jī)器人？ MDPs 所涉及的信念空間（Belief Space）和狀態(tài)空間（State Space）有什么區(qū)別？您通過世界的狀態(tài)來進(jìn)行推理，那信念空間呢？

Leslie Kaelbling：信念空間不是說考慮當(dāng)前世界的狀態(tài)是什么樣的從而嘗試讓機(jī)器人去控制這些狀態(tài)，我將它理解為一種世界如何發(fā)展的概率分布，這樣的話控制問題不再是怎樣控制機(jī)器人在這個世界穿行的問題，而變成了一個控制信念的問題，即我采取行動不僅僅考慮這個行為對真實(shí)世界產(chǎn)生什么影響，還會考慮它對于我自己對世界的理解會產(chǎn)生什么影響。這就可能迫使我提出一個問題：哪些是不會真正改變世界狀態(tài)但會改變我對世界的信念的？我會將這些信息匯集起來作為決策考量的依據(jù)。

Lex Fridman：這是增強(qiáng)智能體對世界的推理和探索能力的很強(qiáng)大的方法。您在面臨什么問題的時候，會考慮用到信念空間，又在什么情況下會僅僅考慮狀態(tài)空間呢？

Leslie Kaelbling：其實(shí)大部分問題都是需要刻意收集信息的。在一些問題中，比如說象棋中是不存在不確定性的，但是對于對手來說，可能就會存在不確定性，這樣的話就不存在狀態(tài)的不確定性了。即便一些問題存在不確定性，但是你可以在解決問題的過程中去收集信息。比如，當(dāng)你乘坐駕駛自動汽車的時候，它并不完全知道它身處何處，但它了解光照時長一直在變化的信息，這個時候你是不需要收集信息的；但是當(dāng)你自己在道路上駕駛汽車時，你要看看你旁邊以及后方的路況，需要決定在哪邊道路開等等，你需要衡量這些信息的價值，并選擇收集哪些信息以及合理區(qū)分。

同時，在你采取行動前，你還需要考慮自身的不確定性。如果我知道我所站的地方與門框恰好相對，我就能順利穿過門。但是如果我不能確定門所在的位置，最好就不要馬上邁過去，而要先進(jìn)行評估。

Lex Fridman：你對世界的不確定程度，實(shí)際上就是你在形成規(guī)劃過程中需要優(yōu)化的一部分。那您能否描述一下，我們怎樣采用分層規(guī)劃的方式來對這個世界做規(guī)劃？距離機(jī)器人真正實(shí)現(xiàn)對一些事情做規(guī)劃還有一段很長的道路。

Leslie Kaelbling：推理中使用的分層推理，包括時間分層和空間分層。我們先說一下時間分層。之前的執(zhí)行過程需要進(jìn)行很長時間，而使用時間分層就能夠抽象地將這個過程劃分為幾個部分。在之前我們也談到過，如果你能夠在狀態(tài)空間中構(gòu)建時間抽象，你就能進(jìn)行高水平的規(guī)劃，比如說我要前往城鎮(zhèn)，然后給車加油，之后我會到這里做一些什么事情等等。你可以推理出這些行為的依賴性和約束性，而不需要進(jìn)行事無巨細(xì)的考量。

在分層規(guī)劃中，我們需要做的就是針對抽象，做出高水平的規(guī)劃。我認(rèn)為這個過程是非常靈活的，它不需要考量所有的細(xì)節(jié)因素，同時我也認(rèn)為這是非常有趣的一個步驟。我喜歡以機(jī)場這一場景為例，比如你可以規(guī)劃前往紐約，之后到達(dá)目的機(jī)場，然后到達(dá)辦公樓，但是你無法提前說出你在機(jī)場發(fā)生的事情，這或許是因?yàn)槟阕约簯械孟?，但更多的還是因?yàn)槟銢]有足夠的信息推理出你在哪個登機(jī)口登機(jī)，坐在你前面的是誰等等這些事情。

所以，規(guī)劃得太詳細(xì)是沒有意義的，但是你必須實(shí)現(xiàn)信念上的飛躍，相信你到了那里就能弄清楚所有事情。有人說，我終其一生所學(xué)到的就是預(yù)測實(shí)現(xiàn)某些類型的子目標(biāo)的難度。我認(rèn)為這是至關(guān)重要的，如果你對于完成這些中間步驟沒有一個模型，你就無法對飛往某個地方做規(guī)劃。

我們現(xiàn)在要討論的一件事就是，就是如何對這些你沒有經(jīng)歷過的情況進(jìn)行概括，從而進(jìn)行預(yù)測，比如說穿過吉隆坡機(jī)場要多長時間。所以，對于這類抽象模型，我真的非常感興趣，一旦我們創(chuàng)建好這些模型，我們就可以用這些模型來做分層推理，我認(rèn)為這非常重要。

Lex Fridman：就跟您剛剛提到，一旦你出現(xiàn)在機(jī)場，你就離目標(biāo)只剩幾步之遙了。您能解釋一下這個目標(biāo)的起點(diǎn)是什么嗎？

Leslie Kaelbling： Herb Simon 在人工智能早期就談到過從方法到結(jié)果的正向推理以及從結(jié)果出發(fā)的反向推理。人們直覺上會認(rèn)為狀態(tài)空間數(shù)量很多，你可以采取的行為也很多。比如說我坐著的時候，想要搜索我前面在哪，我所有能做的事情是什么，其狀態(tài)空間和可采取的行為數(shù)量都是龐大的。

如果你可以在另一個層面上推理，比如確定了希望實(shí)現(xiàn)的目標(biāo)，要知道如何實(shí)現(xiàn)這一目標(biāo)，這樣問題的范圍就更小了。有趣的是，現(xiàn)在 AI 規(guī)劃領(lǐng)域還沒有解決已知的這類問題，并且他們現(xiàn)在傾向于使用的方法還是從方法到結(jié)果的正向推理，目前還沒有什么研究在從結(jié)果出發(fā)的反向推理中做出更好的結(jié)果。這還是我的某種直覺，我還無法立即向你證明這一點(diǎn)。

Lex Fridman：也很榮幸您能跟我們分享您的直覺。您之前是否思考 AI 領(lǐng)域需要借助點(diǎn)哲學(xué)的智慧？您認(rèn)為將人類的一生或生命的某個部分制定成一個規(guī)劃問題有多難？當(dāng)您從事于機(jī)器人研究時，您往往考慮的是物體操作、物體移動任務(wù)等，那您打算什么時候走出實(shí)驗(yàn)室，讓機(jī)器人出門、做午飯以及追求更加高遠(yuǎn)的目標(biāo)呢？您怎樣看待這個問題？

Leslie Kaelbling：我認(rèn)為這個想法是錯誤的，事實(shí)上人類的一生并不都是規(guī)劃問題。大家可能都覺得將生活的各個部分整合在一起非常重要，但是這些部分在推理、表示以及學(xué)方面的風(fēng)格都是截然不同的。大家都清楚的是，一個人不可能永遠(yuǎn)都是這樣的或者那樣的，人類的大腦也并不總是一成不變，所有的事情都是如此，它們的構(gòu)成部分、子架構(gòu)等都不盡相同。所以我個人認(rèn)為，我們沒理由去憧憬，將會有一個算法能夠真正地完成整個任務(wù)。

Lex Fridman：我們現(xiàn)在能做的，還只是針對特定的問題設(shè)計出特定的算法。

Leslie Kaelbling：這需要考量問題類型，比如說，某些推理可能需要在圖像空間中進(jìn)行。我要再次提到的一點(diǎn)事，推理只是一個強(qiáng)化學(xué)習(xí)問題，它的思路可以是基于模型的，也可以是不基于模型的。人們可能還在談?wù)撌欠駪?yīng)該學(xué)習(xí)——我們可以學(xué)習(xí)策略直接產(chǎn)生行為，也可以學(xué)習(xí)一個客觀的價值函數(shù)，或者學(xué)習(xí)一個轉(zhuǎn)移模型以及某些能夠告知我們世界動態(tài)信息的東西。比如當(dāng)我旅游的時候，想象我學(xué)到了一個轉(zhuǎn)移模型，將它與規(guī)劃器結(jié)合起來，然后畫出一個圍繞它的盒子，我就可以學(xué)到一個策略，而這個策略是以不同的方式儲存的。與其他策略一樣，它也僅僅是一個策略。

而我更傾向于將其視為一種在計算上的時空權(quán)衡。一方面，對于更公開的策略表示，它可能需要占據(jù)更多的空間，但是我可以快速地計算出應(yīng)該采取的行為；另一方面，使用一個非常緊湊的世界動態(tài)模型加上一個計劃器，我可能只能比較慢地計算出接下來要采取的行為。我認(rèn)為這一點(diǎn)不存在任何爭議，它只是一個「對于我們來說，哪種計算形式最好」的問題。

比如用代數(shù)操作做某些推理是合適的，但是如果面對的是控制騎獨(dú)輪車這樣的任務(wù)，它對時間響應(yīng)的要求很高，但是決策空間也要小很多，在這種時候可能我們就需要不同的表示方式。隨便舉的例子，不一定貼切。 

（本文為上篇，下篇閱讀請前往：http://www.sxchenyu.com.cn/news/201904/XAt6Paa6u28uQyvO.html）

IJCAI 2019 會議召開之前，特邀報告講者名單將陸續(xù)公布，雷鋒網(wǎng) AI 科技評論作為 IJCAI 2019 的媒體特別合作伙伴，也將陸續(xù)為大家?guī)砀魑惶匮v者的相關(guān)報道。屆時，雷鋒網(wǎng) AI 科技評論還將奔赴現(xiàn)場為大家?guī)砭蕡蟮?，敬請期待?/p>

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。