滴滴与Yoshua Bengio领导的Mila达成深度合作，推进智能驾驶基础研究

6月14日，滴滴出行联合蒙特利尔学习算法研究所（Montreal Institute of Learning Algorithms，Mila）举办研讨会，会上滴滴正式宣布与Mila达成深度合作，双方将围绕智能驾驶、深度强化学习、AI 赋能社会等热点课题进行前沿科学研究、顶级人才培养和广泛的学术交流。

Mila创始人Yoshua Bengio与滴滴AI Labs负责人叶杰平教授作为双方代表签署合作协议Mila是全球领先的深度学习研究中心，由蒙特利尔大学Yoshua Bengio教授创立，与蒙特利尔大学、麦吉尔大学等顶尖学府都建立了紧密的合作关系，在语言建模、机器翻译、物体识别和生成模型等领域实力深厚。Yoshua Bengio教授则是“深度学习三巨头”之一，也是2018年ACM图灵奖（又称“计算机领域的诺贝尔奖”）得主。

合作期间，双方将重点开展一系列与智能驾驶密切相关的基础技术研究，包括单目视觉与同步定位与建图技术，以进一步提升智能驾驶车辆的自主定位和导航；开展迁移学习与域适应学习方面研究合作，以便将远在千万公里之外的实验场景研究成果更顺畅的应用于滴滴国内大规模真实的出行场景。此外，大规模场景库关联也将作为基础性研究纳入双方关注范畴，以更有效的整合滴滴现有数据中采集自不同车辆、不同时间、相近路段的数据，从而拓展研究工作。除整合双方优势，进行前沿科学研究探索外，双方还将共同培养更多人工智能领域相关人才，并在AI 赋能社会领域广泛合作。

Yoshua Bengio现场表示，Mila近期搬到了新的园区，这对我们来讲是一次重要升级，我们将继续在新的Mila园区打造创新生态，为蒙特利尔的创新注入新的活力。“Mila一直在关注处在AI 和机器学习研究前沿的公司，滴滴在强化学习研究、前沿科技探索等方面进展迅速，已经做了许多公司没想过要做的事，在我们努力推进人工智能的下一个发展前沿时，我们需要与像滴滴这样的公司进行合作。滴滴也是Mila升级后第一个也是目前唯一一个达成合作关系的中国工业界伙伴，非常期待能和滴滴在深度强化学习、智能驾驶、AI for Social Good(AI赋能社会)等领域进行更多新的尝试。”

滴滴AI Labs负责人叶杰平表示，作为出行服务的提供者，滴滴一直非常愿意和学界、工业界及相关各方合作。Mila因其对深度学习领域的重大贡献而在全球范围内获得了广泛的认可，相信此次合作也将能充分发挥双方优势，在全球交通产业创新前沿实现突破，共同发展有益的人工智能，培养更多顶尖的AI人才，为社会发展创造更大价值。

此前2018年，滴滴成立了AI for Social Good(AI赋能社会)共创平台，与十多所高校、科研机构和社会组织展开合作，在安全、健康、环境、无障碍等几大核心方向进行项目研究，其中包括绘制高清空气质量地图帮助解决环保问题、推进新能源解决方案和智能交通技术的融合发展以及推出司机AI关怀助手等。这些都与Mila的愿景也高度契合，双方都认为随着人工智能技术的发展，如何保证AI是负责且可以赋能社会具有重大意义。

研讨会上，与会嘉宾就AI时代的机遇与挑战展开热议研讨会上，Yoshua Bengio与先进人工智能学会（AAAI）主席、南加州大学Yolanda Gil教授、滴滴首席自然语言处理科学家Kevin Knight就AI时代的机遇与挑战展开热议。Yoshua Bengio重点阐述了Mila致力于AI for good （AI向善）和Responsible AI（负责任的AI）的理念，认为AI的研究应当朝着造福人类的目标演进。Yolanda则以医学工程领域的AI教育为例，重点讲述了理论基础应和工程实践并重，并表达了产业和学界共建生态系统的重要性。Kevin则重点分享了滴滴的产学研合作经验，认为产业界遇到的大规模复杂场景挑战需要和学术界共同探索科学的边界。此外，三个人还就可解释机器学习的辩证关系进行了阐述，并预测了未来AI的重要技术演进。

产业滴滴MILA自动驾驶Yoshua Bengio

相关数据

深度学习技术

深度学习（deep learning）是机器学习的分支，是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。深度学习是机器学习中一种基于对数据进行表征学习的算法，至今已有数种深度学习框架，如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

来源：LeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep learning. nature, 521(7553), 436.

深度强化学习技术

强化学习（Reinforcement Learning）是主体（agent）通过与周围环境的交互来进行学习。强化学习主体（RL agent）每采取一次动作（action）就会得到一个相应的数值奖励（numerical reward），这个奖励表示此次动作的好坏。通过与环境的交互，综合考虑过去的经验（exploitation）和未知的探索（exploration），强化学习主体通过试错的方式（trial and error）学会如何采取下一步的动作，而无需人类显性地告诉它该采取哪个动作。强化学习主体的目标是学习通过执行一系列的动作来最大化累积的奖励（accumulated reward）。一般来说，真实世界中的强化学习问题包括巨大的状态空间（state spaces）和动作空间（action spaces），传统的强化学习方法会受限于维数灾难（curse of dimensionality）。借助于深度学习中的神经网络，强化学习主体可以直接从原始输入数据（如游戏图像）中提取和学习特征知识，然后根据提取出的特征信息再利用传统的强化学习算法（如TD Learning，SARSA，Q-Learnin）学习控制策略（如游戏策略），而无需人工提取或启发式学习特征。这种结合了深度学习的强化学习方法称为深度强化学习。

来源：Scholarpedia

机器学习技术

机器学习是人工智能的一个分支，是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论，机器学习与推断统计学联系尤为密切，也被称为统计学习理论。算法设计方面，机器学习理论关注可以实现的，行之有效的学习算法。

来源：Mitchell, T. (1997). Machine Learning. McGraw Hill.

人工智能技术

在学术研究领域，人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体（intelligent agent）

来源：Russell, S., & Norvig, P. (2003). Artificial Intelligence: A Modern Approach.

机器翻译技术

机器翻译（MT）是利用机器的力量「自动将一种自然语言（源语言）的文本翻译成另一种语言（目标语言）」。机器翻译方法通常可分成三大类：基于规则的机器翻译（RBMT）、统计机器翻译（SMT）和神经机器翻译（NMT）。

来源：机器之心

迁移学习技术

迁移学习是一种机器学习方法，就是把为任务 A 开发的模型作为初始点，重新使用在为任务 B 开发模型的过程中。迁移学习是通过从已学习的相关任务中转移知识来改进学习的新任务，虽然大多数机器学习算法都是为了解决单个任务而设计的，但是促进迁移学习的算法的开发是机器学习社区持续关注的话题。迁移学习对人类来说很常见，例如，我们可能会发现学习识别苹果可能有助于识别梨，或者学习弹奏电子琴可能有助于学习钢琴。

来源：机器之心 Pan, S. J., & Yang, Q. (2010). A survey on transfer learning. IEEE Transactions on Knowledge and Data Engineering, 22(10), 1345–1359.

物体识别技术

计算机视觉领域的一个分支，研究物体的识别任务

自然语言处理技术

自然语言处理（英语：natural language processing，缩写作 NLP）是人工智能和语言学领域的分支学科。此领域探讨如何处理及运用自然语言；自然语言认知则是指让电脑“懂”人类的语言。自然语言生成系统把计算机数据转化为自然语言。自然语言理解系统把自然语言转化为计算机程序更易于处理的形式。

来源：维基百科

生成模型技术

在概率统计理论中, 生成模型是指能够随机生成观测数据的模型，尤其是在给定某些隐含参数的条件下。它给观测值和标注数据序列指定一个联合概率分布。在机器学习中，生成模型可以用来直接对数据建模（例如根据某个变量的概率密度函数进行数据采样），也可以用来建立变量间的条件概率分布。

来源：维基百科

强化学习技术

强化学习是一种试错方法，其目标是让软件智能体在特定环境中能够采取回报最大化的行为。强化学习在马尔可夫决策过程环境中主要使用的技术是动态规划（Dynamic Programming）。流行的强化学习方法包括自适应动态规划（ADP）、时间差分（TD）学习、状态-动作-回报-状态-动作（SARSA）算法、Q 学习、深度强化学习（DQN）；其应用包括下棋类游戏、机器人控制和工作调度等。

来源：机器之心