第一批00後已成為AI專家

帶著一副框架眼鏡，留著雜亂的短平頭，穿著灰色T-shirt和牛仔褲，18歲的美國越南裔高中生Kevin Frans看上去和普通的美國高中生沒什麼兩樣。

可你想不到的是，Frans其實是一名正兒八經的「人工智慧專家」。

去年，17歲的Kevin成功研究出了AI如何能夠同時完成不同的任務。他的學術論文刊登在頂尖人工智慧研究機構OpenAI的網站上，同時還被業內頂尖的學術會議（ICLR）收錄。

今年，Kevin受邀參加一年一度的TED大會(Ted是Technology, Entertainment, Design的縮寫)，與全世界來自科學、設計、文學、音樂等領域的傑出人物齊聚加拿大，成為了今年年齡最小的TEDTalk演講嘉賓。

今天，硅兔君（ID：sv_race）就來講講這個18歲少年AI天才的故事。

1

OpenAI里唯一的

高中生研究員

位於舊金山的非盈利性人工智慧研究機構OpenAI是許多AI大牛的暖床，這個由埃隆馬斯克（現在已離開）和Sam Altman（YC主席）創立的研究機構旨在發展下一代的強人工智慧——一個在未來可以完全應付人類大部分工作的完全智能體。

由於OpenAI名聲在外，能進入這家研究所的也都是業內的翹楚，包括名聲鵲起的谷歌研究員Ian Goodfellow、人工智慧之父Geoffrey Hinton的學生&AlexNet的作者Alex Krizhevsky、伯克利的機器人大牛Pieter Abbeel，他們都曾在OpenAI工作過一段時間。

即使是OpenAI的實習生，也都需要一份漂亮的履歷，至少得是個在讀博士生。

結果，去年17歲的Kevin成為了OpenAI創立以來唯一一位只有高中學歷的實習生。

早在Kevin 15歲的時候，他就對AI產生了濃厚的興趣，這要歸功於當時DeepMind研究的AlphaGo以及之後用在Atari遊戲上的通關AI引擎，他也因此開始學習機器學習的課程，並訓練了自己的神經網路模型。

Kevin第一次接觸到OpenAI是因為後者在網站上提供了不少關於AI的教學素材，他在學習並試圖解決網站上的問題時遇到了一些阻礙，於是他開始給OpenAI的研究員John Schulman發郵件請教。一來二去，John萌生了惜才之心，當他發現Kevin只是一個在讀高中生時非常震驚。

去年夏天，Kevin獲得了OpenAI的實習機會，並在John的幫助下開始研究一個有關AI的新命題：

如何用過去獲得的知識和技能解決新的問題？

人類可以用相同的技能解決不同的問題，但機器不行。過去，工程師們會針對不同的任務「手把手」地交機器人（寫代碼，給指令）。

不過在最近的兩三年里，一種叫做強化學習的演算法在這個問題上提供了一些新的解決思路。

簡單來說，如同小時候家長和老師常用的獎懲制度，做對了給糖吃，做錯了呼巴掌。強化學習就是這樣給機器制定一套策略（policy），在這套策略下不斷地反覆訓練，然後根據獎懲制度（reward）不斷地進行自我優化。不用手把手教了，機器自己也能學習新技能。

AlphaGo也因為強化學習演算法的加入才能在圍棋上有了這麼重大的突破。AlphaGo每走一步之前，都會判斷這一步下去的勝率是多少，勝率高的棋著被優先考慮。

但這種方法的問題是：效率太低了！！人類看一眼就學會的技能或者動作，機器則需要將它拆解成幾百個、甚至上千個小步驟一個個拿來學習，如果每個步驟就拿來「獎懲一下」的話……

Kevin提供了一個新的思路：既然小步驟太多，不如把幾百個、上千個小步驟合併成十幾個比較複雜的步驟，在完成不同任務的時候，只要在這些大步驟里進行選擇就好了。他將這套演算法稱之為分層強化學習。

他將這套演算法在一個虛擬環境里的進行了模擬——讓機器人走出迷宮。小機器人從一開始只會在迷宮裡瞎轉悠、到之後學會了怎麼走路或者爬行，以及如何分辨「上」「下」「右」這三個方向。學會了怎麼移動，小機器人就能不同的、甚至是更大的迷宮裡找到出路。

在不少AI科學家看來，Kevin的發現甚至超越了一些前輩的成果，加上他17歲的年齡，使得這份研究成果更加彌足珍貴。

2

AI少年天才也是普通人

Kevin的世界不止有AI。

他喜歡美食，也喜歡做飯；看上去瘦弱的他卻是一個跆拳道黑帶；

和許多美國高中生一樣，他也喜歡漫畫和二次元的玩意兒，還是同人遊戲《東方Project》的死忠粉，雖然他最近似乎下定決心戒了這款遊戲。

和普通的深度死宅一樣，他也會研發一些」黑科技「，比如他做了一個叫做Deepcolor的項目，能夠把黑白鉛筆畫都自動變成調色之後的漫畫，像這樣：

還有這樣：

而他的這種對代碼、計算機以及AI的興趣也都和家裡強大的CS基因有關，他的爸爸就是在晶元的領頭企業（主要是FPGA）賽靈思里負責晶元設計，而據Kevin介紹，比他小7歲的弟弟也同樣是一個代碼迷！！

去年，他的經歷、家庭和故事被Wired雜誌報道。如今，他被看成是對有抱負的AI研究人員的榜樣，有人說他是少年天才，也有人通過電子郵件直接向他詢問建議。

「我從來沒有想過會出現在一篇文章里。這很酷啊！」Kevin說，「如果想研究AI，就去大膽地做吧！」

Kevin用自己的親身經歷向世人證明：年紀輕輕，也能在神經網路和機器學習上有所建樹。

3

00後與AI結緣

其實Kevin的故事並非個例，今天1月份，14歲的Tanmay Bakshi被IBM聘為最年輕的人工智慧專家。

11歲那年Tanmay接觸到IBM Watson人工智慧演算法框架，他被人工智慧的概念深深迷住了。僅僅用了一周，Tanmay就開發出一款名為「Ask Tanmay」的用人工智慧APP，可以自動回復用戶提出的問題。從此，Tanmay在人工智慧的「巨坑」中越陷越深，而真正引起IBM研發團隊注意的是Tanmay是第一個發現IBM Documnet Conversion服務漏洞的人。

隨後，Tanmay受邀出席了IBM Interconnect Conference大會，在25,000名觀眾面前發表了主題演講。雖然只有14歲，但Tanmay對人工智慧的見解和取得的成績令人無法忽視。

硅兔君相信，像Kevin和Tanmay這樣年輕的AI研究員，雖然現在稀有，但未來一定會越來越多。

而如果我們希望AI成為未來，那就需要AI教育成為現在進行時。

嗯，看來要做一個合格的AI研究員，要從娃娃抓起了！

-END-

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！