跨學(xué)科的人工智能

　　人工智能當(dāng)前正面臨著不少挑戰(zhàn)，其一便是機(jī)器人變得愈加復(fù)雜，它需要更多的傳感器和自由度，因此結(jié)構(gòu)也變得更復(fù)雜。而結(jié)構(gòu)的復(fù)雜性也使得算法日益復(fù)雜，這意味著研究者必須考慮的整體框架和架構(gòu)以處理這些越來(lái)越復(fù)雜的算法，從而更好地維護(hù)機(jī)器人的運(yùn)行。 

　　這其中應(yīng)用到的一個(gè)技巧就是機(jī)器學(xué)習(xí)。未來(lái)機(jī)器人會(huì)變得非常復(fù)雜，需要自己學(xué)習(xí)技巧技術(shù)來(lái)處理。機(jī)器必須自主地去學(xué)習(xí)。自我優(yōu)化，從過(guò)去的經(jīng)歷里學(xué)習(xí)未來(lái)的一些行為。這些技巧非常的復(fù)雜，一旦我們能夠解決就可以將其運(yùn)用到工業(yè)環(huán)境中，現(xiàn)在已經(jīng)有一些在工廠里應(yīng)用的場(chǎng)景。 

　　人工智能需要有自適應(yīng)性，即機(jī)器可以根據(jù)特定的情況改變，而且它們?nèi)蒎e(cuò)性更強(qiáng)。機(jī)器可能需要長(zhǎng)期在復(fù)雜的環(huán)境中進(jìn)行自主行動(dòng)，因此必須能接受自身的一些錯(cuò)誤。所以，即使有一些非常小的問(wèn)題存在也不會(huì)影響整體機(jī)器的良性運(yùn)作。這個(gè)機(jī)器人必須具有很高的容錯(cuò)性，能夠長(zhǎng)期實(shí)現(xiàn)自治，否則就需要不斷返廠進(jìn)行重新編程。 

　　在德國(guó)，過(guò)去我們從兩維入手進(jìn)行研究，現(xiàn)在已經(jīng)將更多的功能融入在其中，從而實(shí)現(xiàn)向三維的延伸。我們想讓設(shè)備、機(jī)器、汽車(chē)更具有智能，比如將人工智能與汽車(chē)、飛機(jī)、醫(yī)療設(shè)備、家電領(lǐng)域、農(nóng)業(yè)機(jī)械等結(jié)合起來(lái)。德國(guó)制造的產(chǎn)品質(zhì)量非常高，加上人工智能能帶來(lái)更大的優(yōu)勢(shì)。同時(shí)，我們需要能和人協(xié)作的機(jī)器即實(shí)現(xiàn)“人機(jī)協(xié)作”，現(xiàn)在已經(jīng)有許多德國(guó)公司在這方面的研發(fā)做得非常好。 

　　不過(guò)，目前也有一些領(lǐng)域我們做得仍不太好。比如缺少運(yùn)算能力強(qiáng)的小型GPU以及性能非常高的中央處理器，這些對(duì)于中國(guó)和全球研發(fā)界也同樣重要。在中國(guó)以及世界我們都需要很小，但是運(yùn)算能力非常強(qiáng)的GPU。同時(shí)，我們也需要更多的開(kāi)源工具，如果越來(lái)越多的人可以使用人工智能的開(kāi)源代碼，相關(guān)的研究可以取得更高的發(fā)展。 

　　德國(guó)人工智能研究中心（DFKI）是目前全球最大的AI研究中心，員工超過(guò)800人，有23個(gè)股東以及超過(guò)80家的衍生公司，股東包括谷歌、英特爾等，但截至目前還沒(méi)有中國(guó)股東。目前DFKI已經(jīng)將一些旗下公司出售，售價(jià)總計(jì)約110億歐元。 

　　未來(lái)的人工智能究竟應(yīng)如何提升？在DFKI的研究路線圖中，排在首要位置的便是機(jī)器學(xué)習(xí)系統(tǒng)，即讓人工智能自己去創(chuàng)造新的人工智能，它可以適應(yīng)環(huán)境并改變自己。我們必須要?jiǎng)?chuàng)造一種機(jī)器學(xué)習(xí)的新算法，這一算法可以自我更新、自我學(xué)習(xí)，再去創(chuàng)造新的算法。目前DFKI在人工智能領(lǐng)域已經(jīng)進(jìn)行了30多萬(wàn)次的研究，這些人工智能方面的經(jīng)驗(yàn)也為中國(guó)中車(chē)集團(tuán)提供了一些制造的建議。 

　　其次是基于超鏈接的沉浸式輔助，人類(lèi)可以完全沉浸在機(jī)器人所處的環(huán)境中。我們不止可以看到機(jī)器看到的東西，而且通過(guò)同時(shí)覆蓋機(jī)器人以及人體全身的傳感器，我們可以真正處于機(jī)器人所處的環(huán)境之中。比如機(jī)器人在水下時(shí)，人體將會(huì)有在水下的沉浸式感受，同時(shí)這一系統(tǒng)應(yīng)當(dāng)是一種長(zhǎng)期的自主自控系統(tǒng)，因?yàn)闄C(jī)器人需要在特定環(huán)境中待很長(zhǎng)的時(shí)間，不僅僅只是一天，而是幾個(gè)月甚至幾年。 

　　同時(shí)，由于傳感器被建造的越來(lái)越小且能力越來(lái)越強(qiáng)，我們可以把它們安裝在機(jī)器人身上，從而可以更好地與人類(lèi)進(jìn)行協(xié)作。比如有些工人在工作時(shí)脊柱受力非常大，這時(shí)候就可以使用人工智能來(lái)進(jìn)行協(xié)助。 

　　目前，DFKI是唯一一家采用英偉達(dá)GPU超級(jí)計(jì)算機(jī)進(jìn)行深度學(xué)習(xí)的德國(guó)研究機(jī)構(gòu)。我們能夠?qū)⒕矸e神經(jīng)網(wǎng)絡(luò)訓(xùn)練加快100倍。英偉達(dá)創(chuàng)始人黃仁勛曾表示，研究人工智能的神奇應(yīng)該交給世界上最好的人工智能科學(xué)家，也就是DFKI。 

　　當(dāng)前，人工智能的機(jī)器學(xué)習(xí)研發(fā)中仍然面臨著很多困難與問(wèn)題。如機(jī)器人在進(jìn)行簡(jiǎn)單的數(shù)學(xué)和數(shù)據(jù)研究時(shí)，會(huì)使用深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)。但是當(dāng)繼續(xù)訓(xùn)練這一人工智能學(xué)習(xí)時(shí)，數(shù)據(jù)里可能會(huì)存在一些噪音，導(dǎo)致它們得到一些錯(cuò)誤的關(guān)聯(lián)。 

　　同時(shí)，由于深度學(xué)習(xí)的模式非常復(fù)雜，我們不知道何時(shí)應(yīng)當(dāng)停止人工智能的學(xué)習(xí)，也不知道人工智能如何得出最后的關(guān)聯(lián)性。我們將數(shù)據(jù)放入后可以得出結(jié)果，但并不知道它的過(guò)程是什么，即無(wú)法得知人工智能內(nèi)部的操作模式。所以我們還需要進(jìn)一步研究，讓人工智能可以解釋自己是如何進(jìn)行深度學(xué)習(xí)的。 

　　舉例而言，一位人類(lèi)醫(yī)生對(duì)病人進(jìn)行掃描檢查后將結(jié)果傳給AI醫(yī)生，后者看了掃描圖后認(rèn)為這位病人可能患有肝部疾病。為什么AI醫(yī)生會(huì)得出這個(gè)結(jié)論？這時(shí)就要求AI醫(yī)生像人類(lèi)醫(yī)生一樣，向病人解釋其中的原因。 

　　此外，人工智能駕駛的汽車(chē)發(fā)出一些假警報(bào)也會(huì)給駕駛者帶來(lái)很大困擾，會(huì)導(dǎo)致車(chē)輛在沒(méi)有任何問(wèn)題的情況下不斷地停車(chē)。 

　　人工智能可以幫助人類(lèi)團(tuán)隊(duì)建立和培養(yǎng)團(tuán)隊(duì)精神。我們可以和機(jī)器人共同分享目標(biāo)、計(jì)劃、意圖，協(xié)調(diào)計(jì)劃的執(zhí)行，在情感上取得和機(jī)器的一致性。在一個(gè)擁有人類(lèi)和機(jī)器的團(tuán)隊(duì)里面，必然會(huì)存在著情感一致性?，F(xiàn)在有一些公司試圖將機(jī)器和人放在同一個(gè)團(tuán)隊(duì)，比如一個(gè)團(tuán)隊(duì)正在進(jìn)行組裝一個(gè)變速箱，機(jī)器人可以和人類(lèi)進(jìn)行互動(dòng)。人類(lèi)并不需要去在電腦上面進(jìn)行命令的輸入，只需要用手勢(shì)便可以交流。同時(shí)人類(lèi)可以讓這個(gè)機(jī)器變得非常的柔軟，比如當(dāng)機(jī)器正在工作的時(shí)候人類(lèi)突然靠近，為了不傷害人類(lèi)，它會(huì)停止工作，這就是機(jī)器在認(rèn)知領(lǐng)域人工智能的應(yīng)用。 

　　此外，當(dāng)機(jī)器人和人類(lèi)共同開(kāi)始合作的團(tuán)隊(duì)模式后，在管理方面也可以進(jìn)行一些擴(kuò)展。比如一個(gè)團(tuán)隊(duì)里有人請(qǐng)病假，這時(shí)候經(jīng)理可以將機(jī)器人放入團(tuán)隊(duì)以代替請(qǐng)病假的員工。如果設(shè)計(jì)出的這些機(jī)器人足夠智能，它將會(huì)很好地代替人工，并且彌補(bǔ)失去的工期和效率。 

　　如今人們普遍采用一些重型機(jī)械對(duì)礦產(chǎn)進(jìn)行挖掘，但很可能會(huì)破壞環(huán)境。而一旦破壞了環(huán)境，很有可能需再等上一千多年才能夠讓環(huán)境復(fù)原。所以我們?cè)诓傻V中所用到的是更加智能的設(shè)備，而不是用重型及具有破壞性的設(shè)備。 

　　我們可以設(shè)立一些造價(jià)便宜的小型智能機(jī)器人，其運(yùn)輸成本也更低，智能程度也更高，可以讓它們?nèi)ナ占５椎腻i礦等。通過(guò)使用人工智能的設(shè)備，我們可以實(shí)現(xiàn)以最小的侵入去開(kāi)采礦物，同時(shí)設(shè)立相關(guān)的國(guó)際標(biāo)準(zhǔn)等。 

　　目前，DFKI的機(jī)器人已經(jīng)可以實(shí)現(xiàn)在海下進(jìn)行管道的維修，并且可以監(jiān)視深水的情景，同時(shí)機(jī)器還可以在海底漫游并且進(jìn)行修理。 

　　FrankKirchner（弗蘭克·柯什納）

　　德國(guó)DFKI機(jī)器人創(chuàng)新中心主任、德國(guó)不萊梅大學(xué)教授、德國(guó)不萊梅大學(xué)數(shù)學(xué)和計(jì)算機(jī)科學(xué)學(xué)院機(jī)器人技術(shù)主席、德國(guó)柏林—勃蘭登堡萊布尼茨科學(xué)與人文學(xué)院院士。