2016年,AlphaGo和韓國(guó)九段棋手李世石的人機(jī)大戰(zhàn),使人工智能被大眾所熟知,人工智能的產(chǎn)品(圖1)早已潛移默化地影響著我們的生活,如智能家居掃地機(jī)器人自動(dòng)在房間內(nèi)完成地板清理工作,甚至可以去指定地方充電;中國(guó)快遞公司的“小橙人”能夠全自動(dòng)分揀包裹并在地面上靈活穿行,將包裹準(zhǔn)確運(yùn)送到指定位置……盡管人工智能給現(xiàn)代生活帶來(lái)了便捷,但目前的技術(shù)面對(duì)模糊思考時(shí)顯得力不從心。智能機(jī)器人的“智商”到底是令人擔(dān)憂(yōu)到什么地步呢?日本福島核電站發(fā)生泄漏后,本被寄予厚望的機(jī)器人并沒(méi)有順利完成災(zāi)后事故處理任務(wù),大量人力還需要被投入到此類(lèi)高風(fēng)險(xiǎn)工作中。此外,現(xiàn)今火爆的無(wú)人駕駛概念模型僅僅完成了在某些場(chǎng)景較為單一的高速路段測(cè)試,如想實(shí)現(xiàn)無(wú)人車(chē)在復(fù)雜、人口密集的城市中進(jìn)行自動(dòng)駕駛這一設(shè)想仍然有漫長(zhǎng)的路要走。
圖1 人工智能產(chǎn)品
為了突破這些瓶頸,進(jìn)階版智能技術(shù)革命——“類(lèi)腦智能”來(lái)臨了??茖W(xué)家們開(kāi)始向自己的大腦學(xué)習(xí),認(rèn)定高度智能化構(gòu)想的實(shí)現(xiàn)可以從腦科學(xué)中獲得啟發(fā)。類(lèi)腦智能又稱(chēng)為類(lèi)腦計(jì)算,上世紀(jì)80年代末,美國(guó)科學(xué)家Carver Mead首次提出類(lèi)腦計(jì)算的概念。類(lèi)腦計(jì)算這一想法擺脫了傳統(tǒng)的計(jì)算模式,模仿人類(lèi)神經(jīng)系統(tǒng)的工作原理,渴求開(kāi)發(fā)出快速、可靠、低耗的運(yùn)算技術(shù)。類(lèi)腦智能是人工智能的終極目標(biāo),但研究類(lèi)腦智能不可能復(fù)制人的大腦。類(lèi)腦智能希望通過(guò)研究人類(lèi)大腦的工作機(jī)理并模擬出一個(gè)和人類(lèi)一樣具有思考、學(xué)習(xí)能力的機(jī)器人。很多人提出質(zhì)疑:像人腦一樣“聰明”的機(jī)器人?簡(jiǎn)直是天方夜譚!科學(xué)家們?cè)陬?lèi)腦智能領(lǐng)域面臨著很多難題:
1.視覺(jué)感知難。機(jī)器人的眼睛常常依賴(lài)于機(jī)載的攝像機(jī)來(lái)采集視覺(jué)圖像。機(jī)器人大腦如何從圖像中識(shí)別關(guān)鍵信息呢?如人臉、手勢(shì)或障礙物。在常規(guī)環(huán)境下,現(xiàn)有技術(shù)已可以高精度地實(shí)現(xiàn)這一任務(wù)。但自然條件下,視覺(jué)圖像由于光線(xiàn)、視角、物體運(yùn)動(dòng)等多類(lèi)不穩(wěn)定因素的綜合影響很難被準(zhǔn)確識(shí)別。盡管一系列性能優(yōu)異的深度學(xué)習(xí)理論模型大量涌現(xiàn),但復(fù)雜環(huán)境中的視覺(jué)感知依然是一大難點(diǎn),目前突破有限。
2.溝通交流難。機(jī)器人怎樣與人對(duì)話(huà)呢?機(jī)器人依靠傳感器收集外界聲音信號(hào),通過(guò)語(yǔ)音識(shí)別系統(tǒng)和相關(guān)處理技術(shù)將信號(hào)進(jìn)行分析解讀。機(jī)器人“聽(tīng)懂”后,其“中樞系統(tǒng)”會(huì)做出相應(yīng)的動(dòng)作指示或通過(guò)語(yǔ)音合成器模擬人類(lèi)說(shuō)話(huà)。在嘈雜的現(xiàn)實(shí)環(huán)境中,現(xiàn)有的語(yǔ)音識(shí)別技術(shù)很難成功而高效地實(shí)現(xiàn)語(yǔ)音識(shí)別、理解和處理操作。
3.大腦思考難。機(jī)器人的“大腦”是一個(gè)智能終端,負(fù)責(zé)著繁雜的計(jì)算任務(wù)以及信號(hào)接收、指令下達(dá)等重要功能。同人類(lèi)一樣,機(jī)器人沒(méi)有“大腦”或者“大腦”不太靈光都使得行為遲緩,甚至整個(gè)機(jī)體“癱瘓”。隨著機(jī)器人應(yīng)用范圍的不斷擴(kuò)充,“大腦”容量、思維速度等都有更高要求。目前科學(xué)家們嘗試著將云計(jì)算、云存儲(chǔ)等先進(jìn)技術(shù)引入到機(jī)器人后臺(tái)上,努力讓機(jī)器人“大腦”向著信息更豐富、運(yùn)算更快、反應(yīng)更準(zhǔn)確、學(xué)習(xí)更靈活的方向邁進(jìn)。
4.穩(wěn)定行走難。區(qū)別于機(jī)械臂等固定作業(yè)的機(jī)器人,類(lèi)腦智能機(jī)器人的應(yīng)用一定是個(gè)動(dòng)態(tài)過(guò)程,換句話(huà)說(shuō),機(jī)器人要有一條堅(jiān)固、靈活的“腿”。機(jī)器人的“腿”不在于長(zhǎng)短、粗細(xì),更關(guān)注的是其穩(wěn)定性、自由性。受到生物學(xué)啟發(fā),科學(xué)家們嘗試著將人類(lèi)腿部膝關(guān)節(jié)彎曲伸展的工作機(jī)制移植到機(jī)器人上,以此來(lái)看,雙足機(jī)器人(圖2)將有望跨越臺(tái)階,行走在山地、災(zāi)后等地形復(fù)雜的環(huán)境中,將人力從高危行業(yè)中解救。此外,另一類(lèi)能移動(dòng)的機(jī)器人——輪式機(jī)器人雖然不要求造出實(shí)體“腿”,但其必須具有一對(duì)隱形、靈活的“腿”,需要學(xué)會(huì)自主認(rèn)路、自主避障、完成動(dòng)態(tài)優(yōu)化行走路徑等一系列高難度任務(wù)。
圖2 雙足行走機(jī)器人藍(lán)圖
以上列舉的難點(diǎn)僅僅是類(lèi)腦智能探索道路上的少數(shù)障礙物,真正實(shí)現(xiàn)的一天還距離我們十分遙遠(yuǎn)。近年來(lái),世界各國(guó)都相繼對(duì)這一領(lǐng)域投入了大量精力研究。2013年6月,美國(guó)公布了“推進(jìn)創(chuàng)新神經(jīng)技術(shù)腦研究計(jì)劃”(簡(jiǎn)稱(chēng)“BRAIN”),旨在探索人腦構(gòu)造、理解人腦工作原理。而在同年初,歐盟委員會(huì)也宣布“人腦工程”(簡(jiǎn)稱(chēng)“HBP”),主要任務(wù)是通過(guò)模型方式再現(xiàn)人腦工作;2014年9月,日本啟動(dòng)了大腦研究計(jì)劃。2016年,中國(guó)全面啟動(dòng)了腦科學(xué)計(jì)劃。該計(jì)劃主要有兩個(gè)研究方向:傾向于醫(yī)學(xué)的大腦揭秘、腦部病變研究,以及類(lèi)腦智能的技術(shù)開(kāi)發(fā)。目前我國(guó)已取得了一些喜人的成績(jī),如復(fù)旦大學(xué)開(kāi)發(fā)出一種能夠“望、聞、問(wèn)、切”的中醫(yī)機(jī)器人(圖3)——“中醫(yī)一號(hào)”;百度公司研發(fā)的智能?chē)逑到y(tǒng)Bingo,在大規(guī)模實(shí)戰(zhàn)中戰(zhàn)勝了兩名業(yè)余5段棋手;國(guó)防科技大學(xué)利用人腦電波指揮機(jī)器人行動(dòng)(圖4),可以說(shuō)這類(lèi)“腦控機(jī)器人”從一定程度上實(shí)現(xiàn)了我們?cè)诳苹么笃谐R?jiàn)的用人腦直接控制機(jī)器人的震撼場(chǎng)景。
此外,兩個(gè)類(lèi)腦智能研究依賴(lài)的方法技術(shù),其一是深度學(xué)習(xí)技術(shù)。該項(xiàng)技術(shù)通過(guò)把海量與任務(wù)相關(guān)的數(shù)據(jù)直接投放到模型中,依據(jù)人腦思維模式而建立的系統(tǒng)就會(huì)自動(dòng)利用這些數(shù)據(jù)不斷學(xué)習(xí),豐富自我認(rèn)識(shí)。這種近乎“黑盒子”一樣的計(jì)算方式較好地再現(xiàn)了人類(lèi)大腦的“歸納”、“推測(cè)”過(guò)程,在圖像識(shí)別、分類(lèi)方面有著極為優(yōu)異的表現(xiàn)。但正如前文所提到的,深度學(xué)習(xí)技術(shù)在真正處理現(xiàn)實(shí)圖像、信號(hào)方面依然需要不斷改進(jìn)。深度學(xué)習(xí)技術(shù)致力于使機(jī)器人具有自我學(xué)習(xí)能力,另一個(gè)技術(shù)熱點(diǎn)——強(qiáng)化學(xué)習(xí)的主要目的是幫助機(jī)器人形成從環(huán)境到行為映射的學(xué)習(xí),在機(jī)器人智能控制等領(lǐng)域有許多應(yīng)用。強(qiáng)化學(xué)習(xí)這種訓(xùn)練方法不是告訴系統(tǒng)如何產(chǎn)生正確的動(dòng)作,而是通過(guò)評(píng)價(jià)產(chǎn)生動(dòng)作的好壞來(lái)不斷改進(jìn)運(yùn)動(dòng)方案,進(jìn)而幫助機(jī)器人找到環(huán)境中的最優(yōu)行動(dòng)路徑(圖5)。
圖5 強(qiáng)化學(xué)習(xí)工作原理
類(lèi)腦智能技術(shù)充分學(xué)習(xí)人腦的思維模式,從仿生角度努力尋求人工智能的突破。這一熱門(mén)學(xué)科前景誘人,應(yīng)用范圍廣闊。科學(xué)家們?cè)A(yù)言一個(gè)國(guó)家類(lèi)腦智能的發(fā)展水平將極大程度影響該國(guó)在軍事、工業(yè)等眾多行業(yè)的發(fā)展,因此類(lèi)腦智能技術(shù)的發(fā)展顯得尤為重要與急迫。同時(shí),我們也承認(rèn),這條探索之路道阻且長(zhǎng),荊棘密布,眾多難題還在等著我們一一擊破??晌覀儾粦?yīng)該迎難而上嗎?畢竟我們?cè)?jīng)向鳥(niǎo)學(xué)習(xí)發(fā)明了飛機(jī),向魚(yú)學(xué)習(xí)發(fā)明了潛艇,如今向自己學(xué)習(xí)又有什么好膽怯的呢?
來(lái)源:DATACONOMY
作者:Bove Beardsley
編譯:智能觀
人工智能是技術(shù)發(fā)展中最令人興奮的領(lǐng)域之一。
許多世界頂尖大學(xué)也參與了一些非常有趣和有意義的人工智能項(xiàng)目。這些項(xiàng)目涵蓋了相當(dāng)廣泛的主題和目標(biāo),并在領(lǐng)域內(nèi)取得了令人矚目的進(jìn)展。
從華盛頓大學(xué)、卡內(nèi)基梅隆大學(xué)、哈佛大學(xué)到牛津大學(xué),各個(gè)大學(xué)都把他們優(yōu)秀又聰明的人才投向了一些非常有趣的人工智能項(xiàng)目。在世界各地的大學(xué)里,誕生了許多奇思妙想,今天我們要說(shuō)的就是5個(gè)特別有意思的項(xiàng)目。
1. 眾包工作流的決策理論控制
(華盛頓大學(xué)的保羅·G·艾倫學(xué)院)
保羅·G·艾倫計(jì)算機(jī)科學(xué)與工程學(xué)院誕生了各種各樣有趣的人工智能項(xiàng)目。眾包工作流的決策理論控制就是其中之一,它著眼于眾包工作背后的決策過(guò)程,并將其自動(dòng)化。
眾包的工作流程由公司通過(guò)亞馬遜的mechanical turk等服務(wù)來(lái)運(yùn)營(yíng)。公司將小塊項(xiàng)目通過(guò)網(wǎng)絡(luò)分配給個(gè)人,每個(gè)人都具有檢查其他人工作的功能,最終合作完成一個(gè)項(xiàng)目。這種方法讓許多不同的人參與其中。然而,使用這種方法的公司,可能面臨著完成項(xiàng)目比較困難,也比較耗時(shí)的問(wèn)題。
因?yàn)閰⑴c者很多,一個(gè)眾包項(xiàng)目的許多環(huán)節(jié)都是動(dòng)態(tài)變化的,所以要使web端的參與者以一種有效的方式來(lái)共同完成整體項(xiàng)目是很有挑戰(zhàn)性的。因此,該學(xué)校的目標(biāo)是開(kāi)發(fā)一種人工智能,可以自行委托這些任務(wù)。這將是該領(lǐng)域的一項(xiàng)重大創(chuàng)新。
2. 4CAPS
(卡內(nèi)基梅隆大學(xué))
4CAPS(Call Attempts Per Second)是由卡內(nèi)基梅隆大學(xué)開(kāi)發(fā)的一個(gè)項(xiàng)目。 這是一種能夠考慮傳統(tǒng)行為數(shù)據(jù)以及神經(jīng)成像研究結(jié)果的認(rèn)知架構(gòu)。由于結(jié)合了環(huán)境中的連接和符號(hào)機(jī)制,屬于一種混合架構(gòu),是一種高級(jí)認(rèn)知架構(gòu)。 它是1982年開(kāi)發(fā)的原始CAPS架構(gòu)的升級(jí)版。
3. ARIES
(孟菲斯大學(xué)智能系統(tǒng)研究所)
ARIES(Algorithms for Recovery and Isolation Exploiting Semantics)是一個(gè)令人興奮的教育相關(guān)項(xiàng)目,由孟菲斯大學(xué)智能系統(tǒng)研究所開(kāi)發(fā)。它是一個(gè)教育環(huán)境,兩個(gè)動(dòng)畫(huà)教學(xué)代理人與人類(lèi)學(xué)生就各種科學(xué)科目問(wèn)題進(jìn)行對(duì)話(huà)。
這個(gè)項(xiàng)目的目的是通過(guò)與學(xué)生的交流,幫助他們了解科學(xué)課更多的內(nèi)容。此外,它還把電子教科書(shū)的內(nèi)容放在了游戲的環(huán)境中。這可能是教育領(lǐng)域特別振奮人心的項(xiàng)目之一。
4. IARPA大腦研究
(哈佛大學(xué))
哈佛大學(xué)正在研究如何讓人工智能像人腦一樣,更高效地思考。他們從IARPA獲得了2800萬(wàn)美元的資金來(lái)研究這個(gè)問(wèn)題。
這項(xiàng)研究的總體目標(biāo)是了解人工智能如何提高效率,像人類(lèi)大腦一樣(人腦不需要像人工智能那樣花費(fèi)大量的時(shí)間處理問(wèn)題)。這項(xiàng)研究將會(huì)完美地把人工智能的好處與人腦的功能、效率相結(jié)合,提升人工智能處理大量數(shù)據(jù)的能力。
5. 谷歌DeepMind
(牛津大學(xué))
谷歌聘用了牛津大學(xué)的一些頂級(jí)研究人員,讓他們與DeepMind團(tuán)隊(duì)合作,該團(tuán)隊(duì)專(zhuān)注于人工智能項(xiàng)目。他們將一起致力于圖像識(shí)別和自然語(yǔ)言處理領(lǐng)域。這是牛津和DeepMind之間廣泛合作中的一部分,有很多值得期待的潛力。
總的來(lái)說(shuō),世界各地的大學(xué)正在進(jìn)行大量令人興奮的人工智能項(xiàng)目。從前景可觀的教育工具開(kāi)發(fā)到對(duì)人工智能規(guī)劃項(xiàng)目的深入研究,大學(xué)團(tuán)體正在研究許多不同的項(xiàng)目,這些項(xiàng)目有可能極大地影響和改善與其相關(guān)的領(lǐng)域。
聯(lián)系客服