每經(jīng)記者 劉玲    每經(jīng)編輯 文多    

3月27日，工作人員在“中國天眼”總控室內(nèi)。圖片來源：新華社

7月10日，2021世界人工智能大會（WAIC）在上海落下帷幕。在經(jīng)歷過三次潮起潮落后，人工智能已然褪去了神秘的外衣，這屆大會似乎也更加“務(wù)實(shí)”了。正如華為輪值董事長胡厚崑逛完展覽后的最大感受：“酷炫”的技術(shù)少了，實(shí)際落地的AI應(yīng)用多了。

比如在開幕式上，李彥宏分享了AI在共享無人車、智慧助老領(lǐng)域的落地——計(jì)劃未來2~3年將共享無人車服務(wù)推廣到30個(gè)城市，同時(shí)會推出“更像機(jī)器人“的汽車；又如董明珠提到的AI對制造業(yè)帶來的顛覆性革命，可幫助打造“黑燈工廠”等等。

而騰訊則把AI的目光放到了137億光年外，與國家天文臺聯(lián)合啟動(dòng)“探星計(jì)劃”，幫助中國天眼FAST尋找脈沖星。AI行業(yè)人士表示，經(jīng)過多年的發(fā)展，AI技術(shù)的服務(wù)邊界不斷在拓寬，已從“腳踏實(shí)地”發(fā)展到“仰望星空”，越來越多行業(yè)將被重新定義。

大會結(jié)束后，《每日經(jīng)濟(jì)新聞》記者采訪了中國科學(xué)院國家天文臺研究員、FAST首席科學(xué)家李菂，騰訊云副總裁、騰訊優(yōu)圖實(shí)驗(yàn)室總經(jīng)理吳運(yùn)聲，騰訊優(yōu)圖實(shí)驗(yàn)室副總經(jīng)理黃飛躍，深入探討了AI在天文探索中的應(yīng)用和難題，以及如何拓寬AI服務(wù)邊界。

天文工作被AI重新定義

FAST的全稱為“500米口徑球面射電望遠(yuǎn)鏡”（Five-hundred-meter Aperture Spherical radio Telescope），是世界上最大的射電天文望遠(yuǎn)鏡，也是中國有史以來最大的天文工程，工程的核心目標(biāo)在于搜尋與發(fā)現(xiàn)射電脈沖星。

據(jù)了解，脈沖星會周期性發(fā)射電磁波，被稱作宇宙中的燈塔，是研究宇宙演化的理想天體。然而如何發(fā)現(xiàn)和確定脈沖星的存在，一直是天文領(lǐng)域難度較高的研究：脈沖星是宇宙中較為暗淡的星體，肉眼不可見，信號暗弱，且容易被人造電磁波干擾。

圖片來源：騰訊提供

上圖是“中國天眼”FAST捕捉到的一張“脈沖星”信號圖，普通人很難從信號圖中看到星星的痕跡。李菂告訴《每日經(jīng)濟(jì)新聞》記者，天文學(xué)家們每天需要從FAST拍攝的海量信號圖中，肉眼識別出脈沖星。

肉眼識別的工作量有多大呢？吳運(yùn)聲表示，F(xiàn)AST每天將會產(chǎn)生500TB的數(shù)據(jù)，它在一周內(nèi)產(chǎn)生的脈沖星觀測數(shù)據(jù)，大約是3000多萬張信號圖，如果完全由人工肉眼處理，即使不吃不喝，1秒一張審核，也需要一年時(shí)間才能才能處理完。

“數(shù)據(jù)是對電磁場的高速采量，在這上面做信號處理和頻譜分析，得到一個(gè)視頻動(dòng)態(tài)譜。一個(gè)維度是時(shí)間，一秒鐘700轉(zhuǎn)，有1萬個(gè)點(diǎn)；另一個(gè)維度是頻率，1秒鐘1萬譜。”李菂說道，“人眼是沒辦法處理的，因?yàn)樘炝耍ㄋ裕┪覀兲幚淼拇蠖鄶?shù)情況是照片，把它截出來。但截出來以后可能量還是太大了，所以要做進(jìn)一步地信息提取。”

如此巨大的數(shù)據(jù)量困擾著天文學(xué)家們。在距離FSAT一千多公里的深圳，騰訊優(yōu)圖實(shí)驗(yàn)室的研究員們也在進(jìn)行頭腦風(fēng)暴，試圖尋找更多AI落地的場景。

黃飛躍向記者回憶道，今年初，騰訊優(yōu)圖實(shí)驗(yàn)室的幾位天文愛好者提出，可以將計(jì)算機(jī)視覺技術(shù)用于天文學(xué)中對脈沖星的搜索。于是，騰訊優(yōu)圖實(shí)驗(yàn)室便聯(lián)系了國家天文臺，雙方一拍即合，達(dá)成了合作意向。

“我們是一個(gè)很小的行業(yè)，雖然目前也有運(yùn)用機(jī)器學(xué)習(xí)和人工智能技術(shù)，但我們?nèi)狈σ痪€的，在底層做開發(fā)的能力，這就是為什么我們愿意跟有專業(yè)背景和架構(gòu)的單位合作，這種合作產(chǎn)生的效益也比較快。”李菂表示。

據(jù)吳運(yùn)聲透露，借助AI+云計(jì)算的技術(shù)能力，3天就可以處理完原來需要人工用1年才能完成的數(shù)據(jù)工作量，照此計(jì)算，AI的數(shù)據(jù)處理效率比人工提升了120倍。黃飛躍表示，AI在天文領(lǐng)域的應(yīng)用的確是基礎(chǔ)，有了AI的能力，脈沖星數(shù)據(jù)預(yù)處理和信號的發(fā)現(xiàn)效率會越來越高，準(zhǔn)確率也會不斷提高。

3月29日,晚霞中的“中國天眼”全景。圖片來源：新華社

AI探索脈沖星難在哪？

雖然AI的加入，讓脈沖星的探索效率大幅提升。但是黃飛躍告訴《每日經(jīng)濟(jì)新聞》記者，利用人工智能探星并沒有那么容易，還有幾大難點(diǎn)需要克服。

首先，AI需要進(jìn)行深度學(xué)習(xí)訓(xùn)練，其核心需求便是：擁有海量已標(biāo)注的數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，用它們來調(diào)整優(yōu)化算法模型。但天文研究里，帶有標(biāo)注的訓(xùn)練數(shù)據(jù)相對偏少，會給模型訓(xùn)練帶來困難。

其次，同樣的天體信號，用不同望遠(yuǎn)鏡、不同的觀測設(shè)備，得到的數(shù)據(jù)和展現(xiàn)形式并不相同。“缺少標(biāo)注的數(shù)據(jù)，我們可以用自監(jiān)督的學(xué)習(xí)方法。不同設(shè)備得到的數(shù)據(jù)，我們可以用跨域?qū)W習(xí)的方式來訓(xùn)練模型。”黃飛躍表示。

雙方合作后，騰訊優(yōu)圖實(shí)驗(yàn)室第一步便是對FAST采集的數(shù)據(jù)進(jìn)行預(yù)處理。黃飛躍介紹，F(xiàn)AST一天采集到的數(shù)據(jù)大約有500T，如何將這500T數(shù)據(jù)轉(zhuǎn)換成更有效的數(shù)據(jù)呢？實(shí)際上就是要做一系列的原始信號處理，處理后就能夠大幅加速篩選的效率。

“另外，對信號我們會用機(jī)器學(xué)習(xí)的方式來尋找疑似樣本，再交給專業(yè)的人員看是不是真正發(fā)現(xiàn)了信號。后續(xù)我們的新算法將會進(jìn)一步提高準(zhǔn)確率，降低后期專業(yè)人士的人為篩選的工作量。”黃飛躍表示。

據(jù)了解，除了脈沖星，騰訊還將通過AI重點(diǎn)輔助搜索輻射模式更特殊、天體運(yùn)動(dòng)更復(fù)雜的天文現(xiàn)象，例如“近密雙脈沖星”和“快速射電暴”等。其中，“近密雙脈沖星”是特殊的天體系統(tǒng)，由于其復(fù)雜的運(yùn)動(dòng)模式很難被現(xiàn)有算法發(fā)現(xiàn)。

探索難度大、AI投入高，騰訊與國家天文臺“探星計(jì)劃”能不能實(shí)現(xiàn)商業(yè)化呢？對此，吳運(yùn)聲坦言，此次合作并沒有考慮收益點(diǎn)，“不管是優(yōu)圖還是騰訊，我們不是每件事情都要考慮它的經(jīng)濟(jì)價(jià)值，從之前的AI尋人到這次的探星計(jì)劃，跟實(shí)際的經(jīng)濟(jì)收入都沒有什么關(guān)系，都是促進(jìn)社會的可持續(xù)發(fā)展”。

應(yīng)用于智能美育的作畫機(jī)器人 圖片來源：每經(jīng)記者 夏冰 攝

AI服務(wù)邊界不斷拓寬

過去幾年間，在技術(shù)進(jìn)步和規(guī)?；瘧?yīng)用的推動(dòng)下，AI芯片算力成本不斷下降：TOPS（每秒可進(jìn)行一萬億次運(yùn)算）的成本從千元降到了幾百元。而進(jìn)入2020年，AI芯片算力成本更是步入100元級。

在AI芯片算力成本降低的同時(shí)，算法的效率卻大幅提升。在應(yīng)用層面上，龍頭企業(yè)在近幾年商業(yè)落地的過程中，不斷積累了大量的行業(yè)know-how，也大大開拓了AI的智能化應(yīng)用場景和邊界。

在2021世界人工智能大會現(xiàn)場，可以看到坐擁130000詞條的“云上辭海”、可以體驗(yàn)探知AIWIN賽事前世今生的AR眼鏡、也可以觀摩技藝嫻熟的調(diào)酒機(jī)器人，人工智能的應(yīng)用場景已經(jīng)滲透到我們生活的方方面面。

正如李彥宏在演講中提到，人工智能將會是影響未來40年人類發(fā)展的變革力量。這個(gè)力量今天正在不斷地積蓄，在交通、金融、工業(yè)、能源、媒體等各行各業(yè)，人工智能技術(shù)的應(yīng)用，都給出了行業(yè)數(shù)字化升級的新思路和新解法。甚至，它已經(jīng)開始重塑整個(gè)行業(yè)的面貌，進(jìn)而影響人類社會的未來。

不管是百度推出的新一代共享無人車Apollo moon，還是格力的“黑燈工廠”，抑或是騰訊與國家天文臺的“探星計(jì)劃”，實(shí)質(zhì)上都是在不斷拓寬AI的服務(wù)邊界。

胡厚崑也在演講中提出，“大膽運(yùn)用技術(shù)手段去突破當(dāng)前AI普惠的瓶頸”。不過，在他看來，當(dāng)前的瓶頸不是在技術(shù)和應(yīng)用的需求上，而是在開發(fā)的效率上，“現(xiàn)在AI開發(fā)的效率太低，嚴(yán)重阻礙了技術(shù)和需求的結(jié)合，現(xiàn)在的模式還是比較傳統(tǒng)的手工作坊的模式”。

對此，吳運(yùn)聲稱，AI落地的前提是要深入行業(yè)。不同的行業(yè)信息化程度不同，因此解決方案也需要調(diào)整。例如，金融客戶的信息化水平較高，無需提供完全的解決方案，而一些傳統(tǒng)的工業(yè)企業(yè)由于信息化能力較弱，則需要直接解決問題的方案。“各個(gè)行業(yè)的階段不太一樣。我們要在不同行業(yè)洞察其適用AI的特點(diǎn)。”吳運(yùn)聲說道。