腾讯AI科学家悄悄将无人摩托车写入年底总结-量子比特

在这1年里，腾讯AI Lab产生了怎样的黑技术？

通用人工智能、AI+行业、前沿研究是腾讯AI Lab提供的三个关键词。

除了线上3D虚拟偶像“艾灵”，王者级AI对手“绝悟”、线下“走梅花桩”机器人狗、自动平衡两轮机器人……

在医疗、农业、游戏、药物……等行业，腾讯AI Lab也实现了AI+应用的落地。

当然，在ECCV、CVPR等AI峰会上，也能看到腾讯AI Lab的许多研究成果。

另一方面，通用人工智能（AGI）是腾讯AI Lab一年中最核心的目标。

通用创造进入人工智能、感知、了解真实世界、有效执行各种任务的AI系统，是腾讯AI Lab成立之初就决定的核心长期目标。

为了实现这一目标，除了软件突破、硬件迭代创新之外，还需要对软件硬件进行有效的集成和集成。

2020年，腾讯AI Lab和Robotics X实验室总监张正友博士共同提出了虚实整合世界（Integrated Physical-Degital World，IPhD）这一新概念。

它融合了当前AI、虚拟现实（VR）、扩展现实（AR）、混合现实（MR）领域的前景、互联网、物联网等思想，展示了交互式演进的软件与硬件、虚拟与现实、人与AI与机器人实现AGI的愿景。

目前，AI Lab的所有研究都可以纳入虚实集成世界的总体框架之下。

在虚实集成世界框架下，现实虚拟化、虚拟真实化、全息互联网、智能执行体四个发展方向将是腾讯AI Lab和Robotics X实验室未来发展的重要指导。

虚拟人和机器人是腾讯AI Lab和Robotics X实验室在2020年达成的两个重大突破。

它们是虚拟集成世界框架下的软件、硬件智能执行体，涵盖了其他核心技术，如数字版本人脸建模，是将现实虚拟化的成果之一。

虚拟人是一种与计算机视觉、语音识别/生成、自然语言理解/生成等多种技术相关的多模技术。

根据来源的不同，虚拟人大致可以分为两类：人的数字模型和虚拟世界的原生虚拟人。

2020年10月，腾讯AI Lab提出了一种基于RGB—D自拍视频创建高拟真度3D虚拟人的方法。

该技术的核心是三维人脸网格估计、高精细纹理映射和法线细节映射的合成算法，实现了成本极低但快速的三维人脸合成：

用手机拍摄视频输入，处理时间只需30秒。

基于人类建模的虚拟人有丰富的应用场景。

例如，作为人的虚拟世界中的化身，用户也可以参与虚拟世界的各种交互。

这项技术也被用于数字慰灵（纪念死者）、让人类演员在动画和游戏中成为角色（例如，在《基努·李维斯》、《赛博》中饰演的约翰尼滑板手）等用途。

在创造虚拟世界的本地虚拟人方面，腾讯AI Lab开发的多模式虚拟人“AI艾灵”于2020年5月向大众公开，在儿童节，与年轻演员歌手王俊凯和雄安孩子共同出演了新曲《点亮。

AI艾灵是AI Lab在视觉、语音、自然语言、人机交互等多模式方面的研究结晶。

采用DurIAN语音合成框架，融合了腾讯AI Lab在语音领域多年培养的经验。

该框架不仅可以实现精准稳健的语音合成，还可以生成与合成语音同步的高质量面部表情。

虚拟世界本地虚拟人在虚拟偶像、虚拟助理、在线教育、数字内容生成等领域具有广泛的应用前景。

AI艾灵是虚拟主播兼虚拟歌手，也是创作歌手。它采用的SongNet歌词创作模式，可以根据任何格式和模板，生成合适的文本，演唱自己写的歌曲。

虚拟人是虚实整合世界的重要组成部分。

为了实现虚实集成世界的长期目标，还需要高速实时的物联网、高精度的真实世界模型、更有趣有用的虚拟世界、更安全高效的自动化机器。

腾讯AI Lab与腾讯Robotics X机器人实验室合作，推动了“AI+机器人”的发展。

2020年11月，移动机器人领域出现了两项新进展：让四足机器人Jamoca学会跑梅桩，还提出了一种自行平衡轮式机器人的新方法。

为了让Jamoca具备走梅树树桩的能力，腾讯Robotics X实验室基于自我研究的机器人控制技术，为Jamoca构建了一个能够应对复杂环境的智能大脑。

该大脑可以使Jamoca行走、小跑、跳跃，从而实现自主定位和避免障碍。

它是腾讯Robotics X实验室机器人感知、运动规划与控制等核心技术的展示，体现了腾讯Robotics X实验室系统设计、构建的重要能力。

另外，腾讯Robotics X实验室正在研究能够自行保持平衡的两轮式移动机器人，这是实验室首款整机自研机器人。

除了传统的轮式移动机器人外，研究人员还增加了动量轮、电机驱动系统，使机器人能够在静止状态和行驶状态下保持平衡。

这两篇基于移动机器人平台的研究论文均由机器人行业国际峰会IROS2020作为Oral展示论文接收。

该项目可被视为机器人机械设计、整机系统设计和方向能力构建中的一大里程碑。

移动机器人是虚实集成世界框架中“智能执行体”的核心组成部分之一，也是实现通用人工智能终极目标的重要途径。

之后，移动机器人除了更好地了解周围环境，及时进行合理的动作外，还可实现腾讯Robotics X实验室

、腾讯AI Lab继续在多模态AI能力和机器人结合领域的探索，创造出能够密切参与人类生产生活的智能机器人。

“科技向善”是“腾讯”的核心使命愿景，作为“腾讯”大家庭的一员，“腾讯”AI Lab也同样承担着这一使命。

腾讯AI Lab知道AI变革世界的潜力。因此，在积极探索最先进的AI技术时，我们也致力于将技术转化为应用，更好地服务用户，造福社会。

总体而言，这些应用可以归结为AI+医疗、AI+医药、AI+游戏、AI+农业、AI+内容几个方向。

例如，使用AI的新型冠状病毒对策的实用应用，更经济高效的药物发现平台。

例如，智能农业的进一步发展，机器翻译服务的重新升级，在复杂的游戏场景中克服难题……

我们一起看看吧。

“AI+医疗”是AI Lab的核心研究方向之一，是有望造福全人类的研究课题。

去年，新冠病毒肆虐全球，AI技术在医疗领域也有了更多的应用前景。

2020年7月，钟南山院士团队和腾讯AI Lab利用AI建立了一个预测COVID-19患者病情危重概率的模型。

该模型有助于分别预测5天、10天、30天内病情危重的概率，合理进行患者早期分诊，相关研究发表在国际顶级期刊Nature子刊Nature Communications上。

腾讯AI Lab在第一时间开源编码，搭建免费在线搜索服务平台，为新冠疫情治理做出贡献。

在此之前，腾讯AI Lab共同开发的智能显微镜，取得了NMPA注册证，成为国内首个获准临床应用的智能显微镜产品。

该智能显微镜产品集成了目前病理分析和诊断方面的最新技术，针对病理医生的工作流程和习惯，进行了多次产品迭代。

测试表明，该智能显微镜能有效提高病理医生的工作效率、病理分析的准确性和一致性，有望缓解医院（特别是基层医院）病理医生数量不足、经验不足的问题，是精密医疗从前沿研究走向落地探索的良好例证。

11月25日，在中华医学会病理分会细胞学小组专家们的见证下，安必平、腾讯AI Lab及腾讯寻影，正式启动了“科技部医疗影像国家人工智能开放创新平台——宫颈液基细胞学AI数据库建设”项目。

该项目将帮助建立宫颈液基细胞学数据库、制定标准规范，也将推动病理科数字化、病理大数据、人工智能应用等多个方向的探索。

2020年7月，腾讯AI Lab发布首个AI驱动药物发现平台“云深度智能”。

云深智药集成了腾讯AI Lab和腾讯云的前沿算法、数据库优化以及计算资源上的优势，提供了涵盖临床前新药发现过程的五大模块：

蛋白质结构预测、虚拟筛选、分子设计/优化、ADMET属性预测及合成路线规划……

在蛋白质结构预测方面，云深智药采用腾讯AI Lab自我研究的冠军级蛋白质结构预测技术，涵盖了两个关键技术突破：基于自我监督学习的蛋白质折叠方法、基于深度学习的可重复方法。

半年内，该技术是世界上唯一一个蛋白质结构预测自动评价平台CAMEO，获得5次月度冠军，领先于多个国际知名研究团队。

11月，腾讯AI Lab在国际顶级期刊Nature子刊《Nature Communications》上发表了一项研究，介绍了“从头折叠”蛋白质结构预测方法。

这项研究帮助分析SRD5A2晶体结构，揭示了治疗脱发和前列腺增生的药物分子“非那奥明”对该酶的抑制机制。

在虚拟筛选中，“云深智药”平台的虚拟筛选模块首次将元学习和深度神经网络算法用于LBDD（基于配体的药物设计）任务。

通过迁移学习，模块将从其他目标学到的知识（例如分子局部结构对目标结合强度的影响）应用于目标目标目标，以提高模型的预测精度。

目前，该算法在数千个实验数据集上预测了精度（预测活性与实验测量活性的相关性）的中值，从目前最高记录的0.36提高到0.42。

筛选可用模型的百分比后，从56%提高到60%，突破了行业标准。

在分子生成方面，云深智药的分子生成算法利用AI学习现有数据库中小分子的各种结构信息和靶向关系，进而学习分子空间。

现有模型目前支持319个Kinase和52个GPC R靶的分子生成。

在分子生成过程中，云深智药算法可完成对不同靶分子空间中的映射的靶采样，从而生成可能的靶活性分子。

在ADMET属性预测方面，云深度平台也表现出了出色的性能。

目前，药物小分子ADMET属性预测模块在多个数据集上优于学术界现有最佳模型的3%~11%，在来自合作伙伴的反馈中，平台自研究算法的精度高于现有商业软件的6%~37%。

此外，云深智药还采用注意力等机制，可视化了分子中亚结构对结果的影响，提供了模型的可解释性。

当然，平台也提供了灵活的部署形式，如本地版本，保障了用户的数据安全。

腾讯AI Lab也将继续推进基于AI的药物发现技术，为云深智药平台提供更多、更广泛的功能。

AI Lab还开放了大规模的自我监督分子图预训练模型GROVER。

GROVER是业界第一个开源的基于深度图神经网络的图数据大规模预训练模型。

研究人员可将其迅速作为基础组件，应用于需要编码小分子的药物研发相关研究，如分子属性预测、虚拟筛选等帮助药物研发相关应用。

农业，是关系人类生存的基础性行业。

2020年是AI Lab“AI+农业”方向的又一个“丰收年”。

6月，由AI Lab和世界著名农业学府荷兰瓦哈宁根大学（WUR）共同举办的“第二届国际智能住宅栽培挑战大赛”闭幕。

重赛的5支队伍挑战了利用AI、IoT IoT等最先进技术优化种植决策，也挑战了温室种植小番茄的远程自动控制。

在复赛组中，5个AI收获均超过了有20年经验的农业种植专家组。

其中，冠军集团Automatoes获得满分，实现亩地资源消耗减少16%，净利润增长121%，农业智能决策和温室自动控制的技术价值，为农民充分展示了负面的未来潜力。

另外，腾讯AI Lab与腾讯TEG架构平台部携手，借助第一届大会上自我研究的AI算法、技术经验构建的云本地“腾讯AIoT智能种植计划iGrow”，于2020年落地中国农业部辽宁省。

一期番茄试验地迎来“小丰收”，每亩季度净利润增长数千元，iGrow的商业价值得到初步验证。

11月27日，腾讯云端农业数字经济产业基地开园。这是腾讯集团在全国部署的首个农业数字经济产业基地。

在新的一年里，AI Lab开发的iGrow解决方案将在该基地得到进一步的研究和应用。

继化肥、农药和大规模机械化种植之后，AI和物联网有望使农业摆脱更加倚天的传统模式。

根据气象条件、温湿度、二氧化碳的分析和预测