米兰·(milan)中国官方网站-IEEE Fellow李世鹏 ：人工智能与机器人前沿研究之思考

---

作者| 维克多

编纂 | 青暮

2021年12月9日，由粤港澳年夜湾区人工智能与呆板人结合会、雷峰网合办的第六届全世界人工智能与呆板人年夜会（GAIR 2021）于深圳正式启幕，140余位产学首脑、30位Fellow聚会，从AI技能、产物、行业、人文、构造等维度切入，以理性阐发与感性洞察为轴，配合攀缘人工智能与数字化的海潮之巅。年夜会越日，思尔试验室主任、前深圳市人工智能与呆板人研究院履行院长、国际欧亚科学院院士、IEEE Fellow李世鹏于GAIR年夜会上做了《人工智能与呆板人前沿研究之思索》的演讲。李世鹏博士，IEEE Fellow，国际欧亚科学院院士。历任深圳市人工智能与呆板人研究院首席科学家及履行院长、科年夜讯飞集团副总裁和讯飞研究院联席院长、微软亚洲研究院开创成员与副院长。李院士于多媒体、IoT和AI等范畴颇具影响力。他拥有203项美国专利并发表了330多篇被援用了的论文（H指数：82）。被Guide2Research列为世界顶尖1000名计较机科学家之一。造就出四位MIT TR35立异奖的得到者。是（科技部）新一代人工智能财产技能立异战略同盟倡议人之一和结合秘书长。于演讲中，李世鹏先容并瞻望了人工智能与呆板人前沿研究标的目的，他指出：将来呆板进修冲破深度进修的数据瓶颈也许可以借助认知科学的要领获得冲破，进修范式可从依赖“年夜数据”改变成依赖“年夜法则”；人机协作也要进化为人机“谐”作，只有将耦合、交互、加强、互补等方针纳入研究标的目的，才能实现人机的无缝毗连。如下是演讲全文，AI科技评论做了不转变原意的收拾：

今天的演讲标题问题是《人工智能与呆板人前沿研究之思索》，分为三个部门，先谈人工智能及呆板人研究全景，然后聚焦研究标的目的，包括呆板进修、运动智能、人机谐作、群体协作；末了举行总结。

人工智能相干研究的要害元素有三个：人、呆板人/物联网以和AI。之以是将呆板人及物联网归为一类，是由于这二者是物理世界及虚拟世界的接口。假如三个元素两两之间发生接洽就会形成一个新的学科，例如呆板人及AI相联合会孕育发生智能体，AI及人类相联合会孕育发生人机耦合以和加强智能，而呆板人及人类相交融会形成加强机体。跟着人工智能与呆板人范畴的成长，研究对于象再也不局限于单个智能体，而是愈来愈多地对于多个智能体的协作举行研究，例如人类社会群体怎样更好地相交融？怎样设计出可以或许精妙协作的呆板群体？

整体而言，我认为主要的基本研究标的目的是：呆板进修、运动智能、人机谐作、群体协作。

1聚焦标的目的之呆板进修呆板进修的成长离不开深度进修加持，它给行业带来很多研究结果，并赋能了语音辨认、人脸辨认、物体辨认、主动驾驶等方面，鞭策人工智能财产高速成长。

虽然结果颇丰，但成也萧何败也萧何。深度进修依靠在年夜数据，其瓶颈也于在年夜数据。例如海内的智能语音技能只管处在行业领先，但仍依靠技能堆集及数据堆集。此刻想要让深度进修阐扬巨年夜威力，仍旧需要年夜量数据的加持，假如想让深度进修从一个范畴扩大到另外一个范畴，也少不了数据支撑。

怎样冲破？研究者已经经摸索了多条路径，此中一个解决方案是：扩大深度进修框架。例如优化深度进修算法、常识图谱+深度进修、专家体系+深度进修等等。另外一条路径是因果推理，其方针是借助人类触类旁通的能力，指望逾越数据之间的相干性，进而摸索数据之间的因果性，从而获得数据之间的逻辑推理。第三条路径是类脑计较，从生物学角度，摸索人脑认知元素及机制，以仿真要领再现人类年夜脑。小我私家认为认知科学是冲破深度进修框架的出力点。理由是人类认知历程有两点需要咱们去进一步借鉴：不学而能、学而知之。不学而能是指部门认知能力与生俱来，新生儿的脑神经有许多天赋的毗连。它给咱们的启迪是：此刻的年夜多深度进修算法，年夜部门都是从零最先练习，而没有充实或者者高效使用先验常识或者者已经有模子。怎样使用“现有常识”是深度进修的下一个热点标的目的。学而知之是指年夜部门认知能力是后天进修到的，特别是初期进修。经由过程进修脑神经成立了更多的毗连。孩子许多能力，包括感知、应答、语言、读写及理解，甚至阐发问题及解决问题的思绪及能力于很小时辰已经经基本定型；之后基本都是常识的堆集。这象征着脑神经元很早的时辰就毗连定型成一个元模子，剩下的是只是使用这个元模子去解决详细范畴的问题。这个与当前的年夜范围预练习模子有着惊人的相似的地方。学而知之的另外一条理是：人类进修历程依赖多源的、多传感的、多模态的、多角度的数据，例如视觉、听觉、嗅觉、触觉及语境等结合信息，而今天的深度进修依赖多数是一段语音、一张照片，是以，将来AI模子的输入数据可能不仅是单一的数据，而是多个旌旗灯号源的交融。怎样模拟人类进修的历程，这是认知科学对于深度进修的另外一个启迪。再者，人类进修历程是一个从样本示例到道理归纳的历程，而不是仅逗留于样本示例层面；今朝深度进修却都是逗留于样本层面。那末，将来是否可以或许组织类人的呆板进修框架，不管输入甚么样的数据，只要逻辑相通，城市收敛到一致的模子？冲破深度进修的数据瓶颈，可以测验考试构建法则的众包体系，让人类教呆板进修历程，其目的不是输入数据，而是让呆板进修法则。因为咱们试图从一样平常的勾当中进修法则，这类法则平凡人均可以标注示教，这就打破了之前专家体系地需要“专家”的局限。这类从“年夜数据”过渡到“年夜法则”模子构建方式显然也更切合人类的认知。

2聚焦标的目的之运动智能

尽人皆知，于呆板人范畴，波士顿动力公司的产物最“像人”，如上动图，呆板人舞蹈涓滴看不出生硬的觉得。但受计较资源、能量、运动节制的限定，它只能运行几十分钟。实在，波士顿动力呆板人的运行方式是基在机电驱动，存于许多错误谬误，例如刚性运动、自重比力年夜、反映速率及矫捷性的抵牾以和耗能年夜。

对于比人类及其他动物的运行方式，肌肉、骨骼、传感及神经的联合可以于低能耗环境下，实现矫捷运行。这给研究者的启迪是，呆板人的运行体系应该像人同样满意：高效、矫捷、切确、鲁棒、刚柔并济、轻量、自顺应等指标。当前的运动智能可能于某一个维度体现优异，但综合考量仍旧有许多错误谬误。

是以，运动智能的一个主要研究标的目的是：仿生。仿照动物的运动智能，例如运动节制采用迫近反馈式，运动历程视变化随时矫捷调解。

假如说呆板人是靠“内力”驱动，而医疗微纳米呆板人是“外力”研究标的目的的代表。例如依赖磁力，小呆板人切确地将药物从一个管道输送到另外一个管道。

3聚焦标的目的之人机谐作于人机谐作层面，区分在协作，“谐作”代表人机协作中的耦合、交互、加强、互补、协作、及谐等意思。人机谐作的方针是：不需要告诉呆板人类的用意，呆板就能体会，从而到达人机的无缝毗连。于告竣人机谐作的历程中，重点研究人机天然交互、感知和加强。详细可能包括：生物特性检测及辨认、人机接口、脑机接口、语音辨认、动作辨认、心情辨认、语言理解、用意理解、身形感知、无隙加强，以和于扩大实际与长途实际的延长等等。人机加强智能方面，今天的呆板进修框架多数是基在年夜数据的深度进修框架，必定会碰到呆板智能处置惩罚不了的情景。这对于在某些高危害范畴，例如主动驾驶、金融等来讲是致命的。针对于这一问题，当前的解决方案是“人类接受”。这会触及三个焦点问题：焦点问题1：呆板智能怎样感知本身处置惩罚不了一些环境，而自动要求人来接受？焦点问题2：何时人类可以彻底罢休给呆板自立完成使命？焦点问题3：甚么样的人机交互设计能充实阐扬人及呆板各自的优点，同时又无需非须要地贫苦对于方？三个焦点问题假如没法解决，会致使一些困境。例如，以主动驾驶为例，今朝安全员其实不是开了“主动”功效就一劳永逸，仍旧需要不时监测路况与线路，一刻都不克不及分神。这实在增长了安全员的承担，由于于没有主动驾驶的时辰，人类对于本身的驾驶情况会有必然的猜测，而呆板驾驶的环境人类没法猜测。人机加强机体也属在人机谐作的一个范畴，可以或许帮忙人类加强物理机体能力，完成一些人类自身体力完不可的工作。但呆板可能过在繁杂，需要人类培训后才能操作。人机加强机体的将来方针是实现人与呆板及谐共处，操控起来犹如人类的本身的器官同样天然。此中，触及的焦点研究课题包括：呆板感知人的用意、人的姿态、理解人的天然语言号令、肢体语言等等，从而让呆板以最合适人类接管、恰如其分的光滑方式帮忙人解决问题。

4聚焦标的目的之群体协作今朝单智能体已经经可以完成很多使命，但怎样阐扬每一个智能体调集起来的威力？这触及群体协作的研究标的目的。于仓储场景下，存于很多抓取分类的呆板人，假如可以或许有用调理，那末势必年夜年夜提高事情效率。当前主流的调理方式是中央化的节制方式，但面临成千上万的范围的智能体，则需要非中央化的节制，答应智能体之间存于自立举动，于彼此协作的同时，还有能“做本身的事”。即零丁的有智能可自力步履的智能体，经由过程协作而到达的更高效的群体/体系智能及举动。智能体群体协作今朝触及的法则包括，群体举动模子及激励机制、群体智能协同决议计划。这一方面，蚂蚁是咱们的进修对于象。别的，于主动驾驶方面，愈来愈多自立驾驶呆板人呈现，它们之间怎样做到协同感知及协同节制也是现今热点话题。上述四个方面属在基础性的研究，任何一个范畴呈现了冲破，那将对于其范畴以和下流运用而言都是革命性的冲破，也将带来工业数智化原创技能的立异，会让咱们于竞争中占领上风职位地方!雷峰网雷峰网(公家号：雷峰网)

雷峰网原创文章，未经授权禁止转载。详情见转载须知。

-米兰·(milan)中国官方网站