多智能體系統創始人 Victor Lesser:深度學習之外,AI 其他領域亦有...

雷鋒網 AI 科技評論按：今年，IJCAI（國際人工智慧聯合會議，International Joint Conferences on Artificial Intelligence）將於 8 月 10 日至 16 日在中國澳門隆重召開。作為國際人工智慧領域最頂級的學術會議之一，IJCAI 始終都是該領域研究者關注的焦點會議之一。

在迎來 50 歲生日的今年，IJCAI 2019 所承載的意義非凡，而隨著會議臨近，我們開啟了 IJCAI 50 周年兩大系列報導：對話 IJCAI「卓越研究獎」獲得者和對話 IJCAI「中國學者第一人」。在此前，我們已經先後與 2007 年「卓越研究獎」得主 Alan Bundy、2011年「卓越研究獎」得主 Robert Kowalski、IJCAI「中國參會第一人」林堯瑞、IJCAI「首位發表論文的中國學者」張鈸進行了對話，在深入了解他們的職業生涯、研究成果的同時，也從這些見證了 IJCAI 不同階段歷史的科學家們口中聽到了不少 IJCAI 背後的故事。

與以上多位成就卓越的科學家們一樣， 2009年 IJCAI 「卓越研究獎」得主 Victor Lesser 在人工智慧領域也有著突破性的成就和舉足輕重的地位。他曾因多智能體和「黑板」系統（blackboard systems）而享譽世界，被視為多智能體系統創始人。經過近 30 年的發展，多智能體系統業已成為國際人工智慧最前沿的學科之一，而我們對於多智能體系統創始人 Victor Lesser，想必也有很多想要了解的地方。

Victor R. Lesser，多智能體系統領域的創始人，麻薩諸塞大學安姆斯特分校名譽教授。他在多智能體和「黑板」系統做出了突出貢獻，其重點研究領域包括複雜 AI 系統的控制和組織等。他曾擔任 AAAI 創始 Fellow、IEEE Fellow、多智能體系統國際會議（ICMAS）的首屆主席、國際智能體及多智能體系統協會（IFAAMAS）創始主席等，還獲得了 2009 年IJCAI 「卓越研究獎」等重要獎項。

在本次「 IJCAI 50 周年」系列專訪報導中，AI 科技評論也採訪到了 Victor Lesser，跟他聊了聊他 40 多年的研究歷程、對於目前 AI 領域發展的看法以及他與 IJCAI 的一系列故事。

作為多智能體系統的先驅研究者， Victor Lesser 依舊在該研究領域勤耕不輟，其中特別值得一提的是，他還在研究工作中引入了強化學習的方法，為傳統 AI 和熱門 AI 之間的結合做了一個很好的示範。不過同時他也指出，雖然深度學習這些年的成功為 AI 領域帶來的影響巨大，但是其他傳統 AI 領域所取得的成果同樣也值得大家關注，也希望深度學習的光環不會因此而掩蓋掉其他 AI 領域所取得的成就。

而在回顧自己的研究生涯時， Victor Lesser 特別強調了「熱愛」是他選擇這一研究領域並始終堅持在這一領域深耕的動力，而這也是他分享給後輩研究者的人生經驗和建議：熱愛永遠是最重要的驅動力。

關於他與 IJCAI 的歷史淵源， Victor Lesser 也感慨萬千，在 IJCAI 上發表了人生首篇 AI 論文，參加的首個 AI 會議也是 IJCAI，因而 IJCAI 對於他來說意義非凡，正因為此， 2009 年獲得 IJCAI「卓越研究獎」也被他視為研究生涯的盛高榮譽。今年恰逢 IJCAI 50 周年，Victor Lesser 也送上了真摯的祝願：未來漫長歲月，願 IJCAI 依舊生生不息。

以下是雷鋒網 AI 科技評論與 Victor Lesser 的對話實錄。

個人研究生涯回顧：熱愛永遠是最重要的驅動力

AI 科技評論：您因多智能體和「黑板」系統而享譽世界，當初您選擇這一研究方向的契機是什麼？

Victor Lesser ：在我大學早期階段，我曾開發出一個分布式作業系統，自此以後，我就對如何讓半自動化的子系統一同工作的研究深為著迷。之後在研究生階段，我的論文就是設計一種能夠為處理交互提供硬體支持的平行微處理器架構。

早年對這一研究方向產生的興趣，也讓我之後自然而然地開始從事多智能體系統和「黑板」系統的研究工作。

AI 科技評論：您被譽為多智能體系統的奠基人，那在您的研究生涯中，您認為最具代表性的成果有哪些？

Victor Lesser：這其實是一個相當難回答的問題，這就像你要回答你最喜歡你的哪個孩子一樣。如果非得選一個，我認為我早期的一項工作——將分布式規劃應用於系統協作是最具有代表性的工作之一，這項工作是我在上世紀八十年代後期和我的學生 Ed Durfee 合作完成的。

這個項目給了我很多啟發，包括：

• 第一，基於實際考慮去更加正式地考量智能體之間的協作（如分布式規劃）成為可能，同時，這個項目也展示了如何在單個框架中表示多種形式的交互；

• 第二，該項目強調了局部解決智能體問題的控制和協作之間的關聯性，即複雜的協作協議要求依次進行複雜的局部控制；

• 第三，它通過分析可預測性與協作過程中的響應，清楚地表明了智能體協作的複雜性以及從定量角度思考協作的重要性。

AI 科技評論：現在有很多研究者都在從事多智能體強化學習的研究，您認為其和您研究的多智能體系統之間有哪些相關性？

Victor Lesser：我開發的協作式多智能體系統與多智能體強化學習之間，其實存在很緊密的聯繫。

一直以來，針對需要實現協作的分布式搜索過程，我一般都會考慮使用多智能體系統。究其本質，強化學習同樣也是一個搜索過程，因而多智能體強化學習實際上就是一個分布式搜索過程。

由於每個智能體都在以增量的方式學習局部策略，轉而會影響到其他智能體，所以各個智能體之間實現協作很有必要。除此之外，每個智能體對於其他智能體的整個學習情況的了解都是有限的，所以某種程度上而言，協作框架能夠幫助正在學習中的智能體更好地了解其他正在學習中的智能體的情況，這樣的話，各個智能體的學習會變得更加高效。

AI 科技評論：您最近在從事哪些研究工作？

Victor Lesser：我最近深度參與的項目之一就是研究多智能體強化學習方法，尤其是研究如何將強化學習同時應用到數千個智能體上。對於在多個智能體上的組織架構和增量和並行的遷移學習中使用多層級控制方案，我非常感興趣。

AI 科技評論：您從事 AI 研究幾十載，是否遇到過比較大或者印象比較深刻的挑戰，最終您又是如何克服的？

Victor Lesser：我面臨的最大挑戰發生在我研究生涯非常早期的階段（完成碩士論文的階段）以及我研究生涯巔峰的後期階段（研究多智能體強化學習中的遷移學習的階段）。

在完成我的碩士論文時，我面臨著一個經典的學生誤區，即由於害怕想法無法得以實現，我選擇避開發現的一些難題很高的工作。我最終克服這些恐懼的方法，便是鼓起勇氣與自信去接受這個事實：即便我無法將我的想法付諸實踐，即便我無法完成碩士論文，我都能接受！

並行智能體間的遷移學習相關研究工作則比我碩士論文階段遇到的挑戰還要難得多。當時，我們提出了很多令人興奮的錯綜複雜的想法，然後在實際工作中卻無法實現。雖然很羞愧但我不得不承認，即便在從事多智能體系統研究這麼多年後，分布和並行的複雜性依舊存在很多讓我困惑的地方。

最終我們通過使用更簡單的方法取得了更佳結果，而這個方法則是啟發自我們對於更複雜和「有趣」的方法為什麼會失敗的深度分析。我現在也不確定當初我的研究團隊在這個項目中所投入的所有努力是否值得，但我認為，要想成為一名優秀的研究者，你就必須要有某種程度的決心和信念：問題再複雜，你最終也能找出解決方案。

AI 科技評論：作為一名資深的計算機科學家，您有哪些可以分享給 AI 領域的後輩研究者的建議？

Victor Lesser：我認為，從長遠來看，一名好的研究者必須找到他能夠持之以恆地熱愛的研究問題和方向。對於我而言，研究就是一個複雜的搜索過程，而在這個過程中，並不是所有的路都是一帆風順的。只有當你無所畏懼地帶著熱情去探索，你才能真正獲得成功：熱愛永遠都是最重要的驅動力。

深度學習之外，AI 其他領域亦有所成就

AI 科技評論：實際上，您的研究方向偏傳統 AI，與當下如深度學習等熱門的研究方向存在著很大的區別，您怎樣看待二者各自在 AI 領域扮演的角色？

Victor Lesser：目前，一些研究者直接將 AI 的概念與深度學習和強化學習等同，某種程度上，他們可能是正確的。

然而儘管如此，我還是認為符號化推理方法在 AI 領域同樣扮演著非常重要的角色。例如，在我自己的研究工作中，我就解決了如何讓 AI 系統更具自我意識和彈性的問題，即讓系統能夠意識到它們所基於的假設在當前問題的場景中不再有效，從而開發出適用於當前場景的合適的新假設，之後再基於新的假設來構建新的解決問題的策略。

對於我而言，問題就在於系統是否以及如何學到這種類型的知識，以及現有的深度學習框架是否以及如何能引入這類學到的知識。我認為，在未來的時間裡，我們能夠開發出一個能夠同時結合深度學習和符號化推理方法實現推理的系統框架。

AI 科技評論：隨著深度學習為 AI 領域帶來了革命性的影響，有很多傳統 AI 領域的研究者們也開始將新的方法應用到他們自身的研究工作中。在您此前的研究工作中，是否也有考慮應用這些新方法？

Victor Lesser：在我最為活躍的研究階段，AI 領域還尚未完全意識到深度學習所帶來的巨大影響。然而，在我早期的工作中，即 20 世紀 70 年代早期研究「黑板」系統期間，我就喜歡將深度學習方法應用到問題解決的控制系統中。

怎樣手動合適地調整系統控制決策中使用的參數，當時對於我們而言是一個非常難解決的問題。之後我們嘗試用深度學習來解決這個問題，但是結果失敗了，因為我們缺乏足夠的樣本數量，更重要的是，我們並不理解如何才能合適地預估複雜搜索過程中發生的行為，並將這些行為用作深度學習的輸入。

之後，在我從事多智能體系統研究期間，當我們開始擁有足夠的計算能力去生成大規模的實驗數據集時，我便開始將深度學習應用到多智能體控制問題的部分研究工作中。

現在，我考慮的一個比較有意思的問題就是，我們是否能夠利用深度學習讓系統從頭開始構建完整的多步協作協議，而不是讓系統通過學習知識來使得手動設計協議變得更有效。

AI 科技評論：實際上，現在有很多人指出目前深度學習存在「過熱」的問題，您怎樣看待這一問題？

Victor Lesser：深度學習技術取得了如此巨大的成功，因此也值得大家投以如此大的關注。然而，這項技術所存在的問題和局限性也顯而易見，並且目前還尚未明了的是，深度學習能否被超越。

而深度學習之外，概率和策略推理、規劃以及符號化 AI 等其他領域，目前同樣也取得了很多令人興奮的成果。所以我希望，深度學習的光環不會掩蓋掉其他 AI 領域所取得的成就。

AI 科技評論：您認為 AI 未來的發展應該是怎樣的？

Victor Lesser：我對於 AI 未來的發展總體非常樂觀。但與此同時，我認為研究者們需要開始以更長遠的視角看待人工智慧技術的意義，並以此作為決定去解決人工智慧領域存在的哪些問題以及如何解決這些問題的依據。

我在上世紀 70 年代開始研究語音理解之前，就從未思考過 AI 技術對於整個社會的意義。例如，我不是很樂於看到人類通過電腦而不是直接面對面交流，所以如果考慮到這一層問題，我們該如何去改善這項技術，從而不會給社會造成負面影響呢？這是需要得到目前研究者重視的一個重要問題。

IJCAI 50 周年寄語：未來漫長歲月，依舊生生不息

AI 科技評論：您於 2009 年獲得 IJCAI「卓越研究獎」，還記得當時的心情嗎？能否分享下？

Victor Lesser：當我了解到自己獲得 IJCAI「卓越研究獎」那一刻，是我人生中最開心、最激動人心的時刻之一。我記得並感激所有在我的研究生涯中給予我幫助的人。

同時，我也要感謝幸運女神的眷顧，這個世界上有那麼多甚至比我更加優秀的人，而之所以我能獲得這個重要的獎項，很大程度上是我比他們要更加幸運，也就是說我恰好處在正確的時間和正確的位置。

AI 科技評論：您曾擔任 AAAI、ICMAS 等多個會議的 Fellow 或主席，那您認為 IJCAI 和這些會議之間有哪些區別？

Victor Lesser：IJCAI 作為 AI 領域的首個國際性的學術會議，一直以來都被該領域的研究者們視為發表論文和參加會議的重要殿堂。它讓世界各地的研究者們匯聚一堂，同時囊括 AI 領域的各個交叉子領域，能夠很好地推動這些子領域之間的學術交流和思想碰撞，從而推動整個 AI 的發展、

我的第一篇 AI 論文就是在 1975 年發表在了 IJCAI 上，同時，IJCAI 也是我參加的首個 AI 會議，因此它對於我而言，意義非凡。

AI 科技評論：您認為 IJCAI 應該在 AI 的發展中發揮怎樣的作用？

Victor Lesser：我認為 IJCAI 是一個供來自世界各地的 AI 研究者交流的重要平臺，但除此之外，如果它還能夠為科研工作者提供資助，讓來自不發達國家的研究者們也能夠參加到這一會議中來，能夠發揮出更大的價值。

AI 科技評論：今年是 IJCAI 的 50 周年，您對 IJCAI 2019 有哪些寄語？

Victor Lesser：隨著很多會議或機構逐漸從這個世界消失，我很欣慰看到 IJCAI 在漫漫歷史長河中能夠繼續存活下來，並且越來越好。

我希望並期待在未來的漫長歲月中，IJCAI 依舊生生不息，能夠在 AI 這個快速向前發展的領域繼續為世界各地的 AI 研究者們提供一個生動而有趣的思想碰撞和交流的平臺。

（完）    雷鋒網(公眾號：雷鋒網)

雷鋒網原創文章，未經授權禁止轉載。詳情見轉載須知。