游戲玩得好的AI，已經(jīng)在看病救人了
病理掃描效率提升400%
明敏 羿閣 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI
一個(gè)游戲AI，怎么干起醫(yī)生的活了？
而且這本事還是從打游戲的經(jīng)驗(yàn)里總結(jié)來的。
喏，拿一張病理全片掃描圖像，不用遍歷所有高倍鏡視野，也能找到病灶所在。
在它看來，這個(gè)過程和《我的世界》里伐木居然是類似的。
都是三步走：
- 先觀察大環(huán)境
- 鎖定小范圍
- 最終確定目標(biāo)。
而且這種方法效率還賊高，是傳統(tǒng)方法的400%。
不愧是拿過NeurIPS MineRL競(jìng)賽冠軍的游戲AI……
所以，它到底是怎么做到的？
游戲AI怎么懸壺濟(jì)世？
在介紹這只游戲AI前，讓我們先來了解一下處理病理切片的難點(diǎn)究竟在哪。
與想象中只需掃一眼不同，臨床科室首先會(huì)將組織切片進(jìn)行全片掃描數(shù)字化處理。
在這之后，交到醫(yī)生手里的往往是一張幾萬(wàn)乘幾萬(wàn)像素、甚至更高的高分辨率圖像，能達(dá)到每個(gè)像素0.25微米。
醫(yī)生要做的就是在這幅布滿密集細(xì)胞和組織的超大尺寸圖像中，肉眼找到風(fēng)險(xiǎn)的病灶位置并進(jìn)行判斷，可謂是“大海撈針”了。
近些年也不是沒有人嘗試過用深度學(xué)習(xí)方法來解決這一問題，但遇到的挑戰(zhàn)是：
第一個(gè)，盡管病理圖像（WSI）具有十億像素大小的高分辨率，卻往往只有一個(gè)圖像級(jí)標(biāo)簽。
目前絕大部分的方法都依賴于在高倍鏡下對(duì)全切片進(jìn)行密集采樣的方式進(jìn)行特征提取，并對(duì)所有采集特征進(jìn)行信息整合進(jìn)而實(shí)現(xiàn)全片診斷，工作量可想而知。
第二呢，這些圖像的病變區(qū)域往往很稀疏。現(xiàn)有的方法大多依賴于多實(shí)例學(xué)習(xí)框架，需要在高倍率下密集采樣局部的圖像塊（patch）。
這不僅增加了計(jì)算成本，還導(dǎo)致了診斷相關(guān)性弱、數(shù)據(jù)效率低下，一張切片往往需要幾十分鐘才能完成計(jì)算。
不過，這次來自騰訊的“絕悟”團(tuán)隊(duì)就發(fā)現(xiàn)了盲點(diǎn)——
傳統(tǒng)模式下盡管醫(yī)生需要肉眼去看，但他們往往會(huì)先用顯微鏡在低倍鏡下掃片，憑借經(jīng)驗(yàn)發(fā)現(xiàn)疑點(diǎn)后再用高倍鏡復(fù)核。
而這種操作，如果放到AI的世界里，不就是最優(yōu)路徑?jīng)Q策問題嗎？這不正是強(qiáng)化學(xué)習(xí)能搞定的事？
再聯(lián)系到強(qiáng)化學(xué)習(xí)又常用在游戲AI里，游戲AI又是絕悟AI的長(zhǎng)處所在，嗯優(yōu)勢(shì)閉環(huán)了。
此前，絕悟AI就憑借最優(yōu)路徑?jīng)Q策策略在MOBA、RTS、我的世界（Minecraft）等多類型游戲中戰(zhàn)績(jī)斐然，還拿過AI頂會(huì)NeurIPS MineRL競(jìng)賽冠軍。
當(dāng)時(shí)，CMU、微軟、DeepMind和OpenAI聯(lián)手在頂會(huì)NeurIPS上舉辦了一個(gè)名叫MineRL的競(jìng)賽，要求參賽隊(duì)伍在4天時(shí)間內(nèi)，訓(xùn)練出一個(gè)能在15分鐘內(nèi)挖出鉆石的AI“礦工”。
來自騰訊的絕悟AI以76.97分的絕對(duì)優(yōu)勢(shì)一舉奪魁，成功成為挑戰(zhàn)賽歷史上“挖礦最迅速”的AI。
而在《我的世界》里找木頭的動(dòng)作，和在病理切片里找病灶，其實(shí)思路差不多。
同樣是環(huán)顧四周搜集全局信息（病理醫(yī)生在低倍鏡下掃片），然后鎖定視角（高倍鏡確認(rèn)），找到木頭后執(zhí)行采集動(dòng)作（確認(rèn)病灶），如此往復(fù)。
于是，就在這只游戲AI的基礎(chǔ)上，騰訊的研究人員推出了最新的研究成果“絕悟RLogist”，寓意正是RL（reinforcement learning）+ Pathologist（病理學(xué)家）。
那么絕悟RLogist具體是怎么實(shí)現(xiàn)的呢？
決策提效400%
就像上文提到的人類醫(yī)生的解決思路一樣，“絕悟RLogist”采用的正是基于深度強(qiáng)化學(xué)習(xí)的，找尋最優(yōu)看片路徑的方法。
這一新方法的好處很明顯：避免了用傳統(tǒng)的窮舉方式去分析局部圖像切塊，而是先決策找到有觀察價(jià)值的區(qū)域，并通過跨多個(gè)分辨率級(jí)別獲得代表性特征，以加速完成全片判讀。
通過模仿人類的思維方式，不僅提高了看片效率，還做到了節(jié)約成本。
具體而言，研究人員通過條件特征超分辨率實(shí)現(xiàn)了交叉分辨率信息融合。
受益于條件建模，未觀測(cè)區(qū)域的高分辨率特征，可以根據(jù)已經(jīng)被觀測(cè)過的低分辨率和高分辨率的特征配對(duì)，而被更新。
其中一個(gè)關(guān)鍵步驟，是為病理圖像分析領(lǐng)域定義一個(gè)強(qiáng)化學(xué)習(xí)訓(xùn)練環(huán)境。該方法使用離散化的動(dòng)作空間、設(shè)計(jì)合理的圖像分塊和完成狀態(tài)獎(jiǎng)勵(lì)函數(shù)，去提升模型的收斂表現(xiàn)，以避免局部最優(yōu)。
相應(yīng)的訓(xùn)練pipeline如下述算法所示：
從結(jié)果上看，絕悟RLogist的優(yōu)勢(shì)非常明顯。研究人員選擇“淋巴結(jié)切片轉(zhuǎn)移檢測(cè)”及“肺癌分型”兩個(gè)全片掃描圖像的分類任務(wù)進(jìn)行了基準(zhǔn)測(cè)試。
結(jié)果表明，與典型的多實(shí)例學(xué)習(xí)算法相比，“絕悟RLogist”在觀察路徑顯著變短情況下，能夠?qū)崿F(xiàn)接近的分類表現(xiàn)，平均用時(shí)縮短至四分之一，決策效率提升400%。
不僅如此，該方法同時(shí)還具有可解釋性。研究人員將決策過程可視化后，發(fā)現(xiàn)未來不管是醫(yī)療教育還是實(shí)際場(chǎng)景，絕悟RLogist都能很好地發(fā)揮作用。
目前，該論文已被AAAI 2023接收，代碼已開源。
值得一提的是，研究人員還強(qiáng)調(diào)，未來將沿著絕悟RLogist的方向繼續(xù)優(yōu)化，包括通過引入更強(qiáng)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)增強(qiáng)RLogist的表征學(xué)習(xí)能力，以及使用更高階的RL訓(xùn)練方法避免學(xué)習(xí)到錯(cuò)誤的觀測(cè)路徑等。
“絕悟RLogist”從何而來？
提到AI“絕悟”，想必很多人都不會(huì)陌生。
畢竟《王者榮耀》里的AI玩法，就是“絕悟挑戰(zhàn)”。
△紅方 AI 鎧大局觀出色，繞后蹲草叢扭轉(zhuǎn)戰(zhàn)局
還有《我的世界》、3D-FPS品類游戲等，可以說“絕悟”游戲老玩家了。
其背后團(tuán)隊(duì)騰訊AI Lab也是讓AI學(xué)會(huì)玩游戲的老玩家了，從2016至今已經(jīng)開發(fā)出了AI“絕藝”、AI“絕悟”，并形成了“開悟”平臺(tái)。
AI“絕藝”，是棋牌類游戲玩家。
它的開發(fā)始于2016年，最早從圍棋起步。
2017年，“絕藝”在UEC世界電腦圍棋大會(huì)上奪得冠軍，現(xiàn)在是國(guó)家隊(duì)的專業(yè)陪練。
除此以外，它還會(huì)下國(guó)際象棋、打麻將。在四人麻將上，“絕藝”是業(yè)界首個(gè)在國(guó)際標(biāo)準(zhǔn)時(shí)達(dá)到職業(yè)水準(zhǔn)的麻將，拿下過IJCAI麻將AI比賽的冠軍。
緊隨“絕藝”身后，2017年“絕悟”研發(fā)啟動(dòng)。
它強(qiáng)調(diào)的不再是簡(jiǎn)單博弈，而是多智能體AI在面臨更復(fù)雜環(huán)境下的策略問題。
2018年“絕藝”達(dá)到《王者榮耀》業(yè)余玩家水平，2019年達(dá)到職業(yè)電競(jìng)水平。
后面“王者絕悟”也為王者榮耀玩家?guī)砹恕疤魬?zhàn)絕悟”、“英雄練習(xí)場(chǎng)”等玩法，成為玩家訓(xùn)練上分的好幫手。
此外，“絕悟”玩《我的世界》，拿下了NeurIPS MineRL競(jìng)賽的冠軍，成功成為挑戰(zhàn)賽歷史上“挖礦最迅速”的AI。
“足球版”絕悟也曾獲得過谷歌舉辦的線上世界足球賽冠軍。
而在做游戲AI的過程中，騰訊AI Lab還順道與王者榮耀一同沉淀出了一個(gè)平臺(tái)“開悟”。
也就是將騰訊的平臺(tái)、算法、場(chǎng)景給學(xué)生、學(xué)術(shù)界做一定的開放，讓他們進(jìn)行相關(guān)的博弈研究。2020年8月，“開悟”平臺(tái)組織了第一場(chǎng)開悟的高校比賽，今年還發(fā)布了王者榮耀1v1開放研究環(huán)境。
實(shí)際上，游戲領(lǐng)域，一直被視為AI最好的試驗(yàn)田。
從“絕悟”這幾年的戰(zhàn)績(jī)中，不難看出它在強(qiáng)化學(xué)習(xí)等方面已經(jīng)積累了一定能力。
那么將最擅長(zhǎng)的能力向外遷移，落在實(shí)際應(yīng)用層面，也是行業(yè)內(nèi)的大勢(shì)所趨。
這一回，可真就不能說游戲AI“不學(xué)無(wú)術(shù)”了
。
論文地址：
http://arxiv.org/abs/2212.01737
開源地址：
https://github.com/tencent-ailab/RLogist
相關(guān)閱讀
