科技情報 您現在所在位置:首頁 > 龍江科技情報 > 科技情報

德國人工智能技術發展現狀和未來趨勢

發布時間:2019-01-14 14:19:00     信息來源:微信公眾號高科技與產業化

  跨學科的人工智能

  人工智能當前正面臨著不少挑戰,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,這意味著研究者必須考慮的整體框架和架構以處理這些越來越復雜的算法,從而更好地維護機器人的運行。 

  這其中應用到的一個技巧就是機器學習。未來機器人會變得非常復雜,需要自己學習技巧技術來處理。機器必須自主地去學習。自我優化,從過去的經歷里學習未來的一些行為。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環境中,現在已經有一些在工廠里應用的場景。 

  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。機器可能需要長期在復雜的環境中進行自主行動,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題存在也不會影響整體機器的良性運作。這個機器人必須具有很高的容錯性,能夠長期實現自治,否則就需要不斷返廠進行重新編程。 

  在德國,過去我們從兩維入手進行研究,現在已經將更多的功能融入在其中,從而實現向三維的延伸。我們想讓設備、機器、汽車更具有智能,比如將人工智能與汽車、飛機、醫療設備、家電領域、農業機械等結合起來。德國制造的產品質量非常高,加上人工智能能帶來更大的優勢。同時,我們需要能和人協作的機器即實現“人機協作”,現在已經有許多德國公司在這方面的研發做得非常好。 

  不過,目前也有一些領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,我們也需要更多的開源工具,如果越來越多的人可以使用人工智能的開源代碼,相關的研究可以取得更高的發展。 

  

DFKI研發領先全球

  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800人,有23個股東以及超過80家的衍生公司,股東包括谷歌、英特爾等,但截至目前還沒有中國股東。目前DFKI已經將一些旗下公司出售,售價總計約110億歐元。 

  未來的人工智能究竟應如何提升?在DFKI的研究路線圖中,排在首要位置的便是機器學習系統,即讓人工智能自己去創造新的人工智能,它可以適應環境并改變自己。我們必須要創造一種機器學習的新算法,這一算法可以自我更新、自我學習,再去創造新的算法。目前DFKI在人工智能領域已經進行了30多萬次的研究,這些人工智能方面的經驗也為中國中車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,人類可以完全沉浸在機器人所處的環境中。我們不止可以看到機器看到的東西,而且通過同時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境之中。比如機器人在水下時,人體將會有在水下的沉浸式感受,同時這一系統應當是一種長期的自主自控系統,因為機器人需要在特定環境中待很長的時間,不僅僅只是一天,而是幾個月甚至幾年。 

  同時,由于傳感器被建造的越來越小且能力越來越強,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進行協作。比如有些工人在工作時脊柱受力非常大,這時候就可以使用人工智能來進行協助。 

  目前,DFKI是唯一一家采用英偉達GPU超級計算機進行深度學習的德國研究機構。我們能夠將卷積神經網絡訓練加快100倍。英偉達創始人黃仁勛曾表示,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家,也就是DFKI。 

  

人工智能研發面臨的問題

  當前,人工智能的機器學習研發中仍然面臨著很多困難與問題。如機器人在進行簡單的數學和數據研究時,會使用深度神經網絡學習。但是當繼續訓練這一人工智能學習時,數據里可能會存在一些噪音,導致它們得到一些錯誤的關聯。 

  同時,由于深度學習的模式非常復雜,我們不知道何時應當停止人工智能的學習,也不知道人工智能如何得出最后的關聯性。我們將數據放入后可以得出結果,但并不知道它的過程是什么,即無法得知人工智能內部的操作模式。所以我們還需要進一步研究,讓人工智能可以解釋自己是如何進行深度學習的。 

  舉例而言,一位人類醫生對病人進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醫生會得出這個結論?這時就要求AI醫生像人類醫生一樣,向病人解釋其中的原因。 

  此外,人工智能駕駛的汽車發出一些假警報也會給駕駛者帶來很大困擾,會導致車輛在沒有任何問題的情況下不斷地停車。 

  

人工智能優勢明顯

  人工智能可以幫助人類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,協調計劃的執行,在情感上取得和機器的一致性。在一個擁有人類和機器的團隊里面,必然會存在著情感一致性。現在有一些公司試圖將機器和人放在同一個團隊,比如一個團隊正在進行組裝一個變速箱,機器人可以和人類進行互動。人類并不需要去在電腦上面進行命令的輸入,只需要用手勢便可以交流。同時人類可以讓這個機器變得非常的柔軟,比如當機器正在工作的時候人類突然靠近,為了不傷害人類,它會停止工作,這就是機器在認知領域人工智能的應用。 

  此外,當機器人和人類共同開始合作的團隊模式后,在管理方面也可以進行一些擴展。比如一個團隊里有人請病假,這時候經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進行挖掘,但很可能會破壞環境。而一旦破壞了環境,很有可能需再等上一千多年才能夠讓環境復原。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。通過使用人工智能的設備,我們可以實現以最小的侵入去開采礦物,同時設立相關的國際標準等。 

  目前,DFKI的機器人已經可以實現在海下進行管道的維修,并且可以監視深水的情景,同時機器還可以在海底漫游并且進行修理。 

  

 

  

作者簡介

  FrankKirchner(弗蘭克·柯什納)

  德國DFKI機器人創新中心主任、德國不萊梅大學教授、德國不萊梅大學數學和計算機科學學院機器人技術主席、德國柏林—勃蘭登堡萊布尼茨科學與人文學院院士。

 

七星彩近30期