跨學(xué)科的人工智能

　　人工智能當前正面臨著(zhù)不少挑戰，其一便是機器人變得愈加復雜，它需要更多的傳感器和自由度，因此結構也變得更復雜。而結構的復雜性也使得算法日益復雜，這意味著(zhù)研究者必須考慮的整體框架和架構以處理這些越來(lái)越復雜的算法，從而更好地維護機器人的運行。 

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

　　人工智能需要有自適應性，即機器可以根據特定的情況改變，而且它們容錯性更強。機器可能需要長(cháng)期在復雜的環(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 )影響整體機器的良性運作。這個(gè)機器人必須具有很高的容錯性，能夠長(cháng)期實(shí)現自治，否則就需要不斷返廠(chǎng)進(jìn)行重新編程。 

　　在德國，過(guò)去我們從兩維入手進(jìn)行研究，現在已經(jīng)將更多的功能融入在其中，從而實(shí)現向三維的延伸。我們想讓設備、機器、汽車(chē)更具有智能，比如將人工智能與汽車(chē)、飛機、醫療設備、家電領(lǐng)域、農業(yè)機械等結合起來(lái)。德國制造的產(chǎn)品質(zhì)量非常高，加上人工智能能帶來(lái)更大的優(yōu)勢。同時(shí)，我們需要能和人協(xié)作的機器即實(shí)現“人機協(xié)作”，現在已經(jīng)有許多德國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。比如缺少運算能力強的小型GPU以及性能非常高的中央處理器，這些對于中國和全球研發(fā)界也同樣重要。在中國以及世界我們都需要很小，但是運算能力非常強的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)有中國股東。目前DFKI已經(jīng)將一些旗下公司出售，售價(jià)總計約110億歐元。 

　　未來(lái)的人工智能究竟應如何提升？在DFKI的研究路線(xiàn)圖中，排在首要位置的便是機器學(xué)習系統，即讓人工智能自己去創(chuàng )造新的人工智能，它可以適應環(huán)境并改變自己。我們必須要創(chuàng )造一種機器學(xué)習的新算法，這一算法可以自我更新、自我學(xué)習，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)驗也為中國中車(chē)集團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)可以完全沉浸在機器人所處的環(huán)境中。我們不止可以看到機器看到的東西，而且通過(guò)同時(shí)覆蓋機器人以及人體全身的傳感器，我們可以真正處于機器人所處的環(huán)境之中。比如機器人在水下時(shí)，人體將會(huì )有在水下的沉浸式感受，同時(shí)這一系統應當是一種長(cháng)期的自主自控系統，因為機器人需要在特定環(huán)境中待很長(cháng)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，我們可以把它們安裝在機器人身上，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GPU超級計算機進(jìn)行深度學(xué)習的德國研究機構。我們能夠將卷積神經(jīng)網(wǎng)絡(luò )訓練加快100倍。英偉達創(chuàng )始人黃仁勛曾表示，研究人工智能的神奇應該交給世界上最好的人工智能科學(xué)家，也就是DFKI。 

　　當前，人工智能的機器學(xué)習研發(fā)中仍然面臨著(zhù)很多困難與問(wèn)題。如機器人在進(jìn)行簡(jiǎn)單的數學(xué)和數據研究時(shí)，會(huì )使用深度神經(jīng)網(wǎng)絡(luò )學(xué)習。但是當繼續訓練這一人工智能學(xué)習時(shí)，數據里可能會(huì )存在一些噪音，導致它們得到一些錯誤的關(guān)聯(lián)。 

　　同時(shí)，由于深度學(xué)習的模式非常復雜，我們不知道何時(shí)應當停止人工智能的學(xué)習，也不知道人工智能如何得出最后的關(guān)聯(lián)性。我們將數據放入后可以得出結果，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)習的。 

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

　　此外，人工智能駕駛的汽車(chē)發(fā)出一些假警報也會(huì )給駕駛者帶來(lái)很大困擾，會(huì )導致車(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)團隊建立和培養團隊精神。我們可以和機器人共同分享目標、計劃、意圖，協(xié)調計劃的執行，在情感上取得和機器的一致性。在一個(gè)擁有人類(lèi)和機器的團隊里面，必然會(huì )存在著(zhù)情感一致性?，F在有一些公司試圖將機器和人放在同一個(gè)團隊，比如一個(gè)團隊正在進(jìn)行組裝一個(gè)變速箱，機器人可以和人類(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，只需要用手勢便可以交流。同時(shí)人類(lèi)可以讓這個(gè)機器變得非常的柔軟，比如當機器正在工作的時(shí)候人類(lèi)突然靠近，為了不傷害人類(lèi)，它會(huì )停止工作，這就是機器在認知領(lǐng)域人工智能的應用。 

　　此外，當機器人和人類(lèi)共同開(kāi)始合作的團隊模式后，在管理方面也可以進(jìn)行一些擴展。比如一個(gè)團隊里有人請病假，這時(shí)候經(jīng)理可以將機器人放入團隊以代替請病假的員工。如果設計出的這些機器人足夠智能，它將會(huì )很好地代替人工，并且彌補失去的工期和效率。 

　　如今人們普遍采用一些重型機械對礦產(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)境復原。所以我們在采礦中所用到的是更加智能的設備，而不是用重型及具有破壞性的設備。 

　　我們可以設立一些造價(jià)便宜的小型智能機器人，其運輸成本也更低，智能程度也更高，可以讓它們去收集海底的錳礦等。通過(guò)使用人工智能的設備，我們可以實(shí)現以最小的侵入去開(kāi)采礦物，同時(shí)設立相關(guān)的國際標準等。 

　　目前，DFKI的機器人已經(jīng)可以實(shí)現在海下進(jìn)行管道的維修，并且可以監視深水的情景，同時(shí)機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DFKI機器人創(chuàng )新中心主任、德國不萊梅大學(xué)教授、德國不萊梅大學(xué)數學(xué)和計算機科學(xué)學(xué)院機器人技術(shù)主席、德國柏林—勃蘭登堡萊布尼茨科學(xué)與人文學(xué)院院士。