|
貿(mào)澤電子的Rafik Mitry對(duì)Alois Knoll教授的專訪 早在今年9月，我與Alois Knoll教授就人工智能 (AI) 進(jìn)行了交流。Knoll教授是慕尼黑工業(yè)大學(xué) (TUM) 機(jī)器人技術(shù)、人工智能和嵌入式系統(tǒng)的教席負(fù)責(zé)人。他的研究興趣主要集中在人機(jī)交互和服務(wù)機(jī)器人技術(shù)、醫(yī)療機(jī)器人技術(shù)、認(rèn)知機(jī)器人技術(shù)和網(wǎng)絡(luò)物理/嵌入式系統(tǒng)。 您目前在機(jī)器人技術(shù)方面的研究重點(diǎn)是什么？ 目前，我們專注于： 打造更加安全可靠的人工智能 將人工智能融入關(guān)鍵基礎(chǔ)設(shè)施建設(shè) 通過人工智能優(yōu)化生產(chǎn)流程 我們還在開展兩個(gè)主要的研究項(xiàng)目，分別是人腦項(xiàng)目 (Human Brain Project) 和Roboy。 人腦項(xiàng)目 人腦項(xiàng)目是一個(gè)非常大的項(xiàng)目，融合了大腦研究和技術(shù)開發(fā)。在人腦項(xiàng)目中，神經(jīng)形態(tài)處理器和神經(jīng)機(jī)器人是備受公眾關(guān)注的兩個(gè)領(lǐng)域。人腦項(xiàng)目 (HBP) 著眼于建立研究基礎(chǔ)設(shè)施，以推動(dòng)神經(jīng)科學(xué)、醫(yī)藥和計(jì)算的發(fā)展。這是歐盟資助力度最大的科學(xué)項(xiàng)目之一，也是四個(gè)FET（未來和新興技術(shù)）旗艦項(xiàng)目之一。項(xiàng)目于2013年啟動(dòng)，為期十年， 凝聚了歐洲100余所大學(xué)、教學(xué)醫(yī)院和研究機(jī)構(gòu)的約800名科學(xué)家的力量。 項(xiàng)目的主要目標(biāo)是研究人腦的多層次復(fù)雜生物學(xué)：它的結(jié)構(gòu)以及神經(jīng)元是如何發(fā)揮作用的。然后，將獲得的知識(shí)部署到健康、計(jì)算和技術(shù)領(lǐng)域的大腦衍生應(yīng)用中。 Roboy項(xiàng)目 Roboy是一個(gè)受到公眾廣泛關(guān)注的項(xiàng)目，因?yàn)榫推淠繕?biāo)（即AI的體現(xiàn)）而言，Roboy是世界上最先進(jìn)的機(jī)器人之一。這是一個(gè)先進(jìn)的類人機(jī)器人，模仿了人體的肌肉骨骼系統(tǒng)。Roboy擁有肌肉和肌腱，這不同于用電機(jī)來代替關(guān)節(jié)的傳統(tǒng)機(jī)器人。TUM的Roboy團(tuán)隊(duì)正在開發(fā)自己的認(rèn)知系統(tǒng)，包括對(duì)話系統(tǒng)、語音轉(zhuǎn)文字、文字轉(zhuǎn)語音以及存儲(chǔ)系統(tǒng)。第一個(gè)版本的Roboy建造于2013年3月，到2019年，Roboy已經(jīng)能夠售賣冰淇淋。按照計(jì)劃，到2050年的時(shí)候Roboy將像人類一樣出色。 邊緣AI現(xiàn)在面臨什么樣的挑戰(zhàn)？ 這些挑戰(zhàn)是軟件或硬件（計(jì)算引擎）還是倫理（偏見）方面的。 倫理方面是我們始終必須意識(shí)到的一個(gè)方面。這就是為什么我們?cè)凇叭四X”項(xiàng)目中專門有一個(gè)小組只處理倫理問題并且將倫理考慮在內(nèi)的原因。其根本在于人腦的解碼仍處于初期階段。把我們知道的東西付諸實(shí)施非常容易， 因?yàn)檫@項(xiàng)技術(shù)已經(jīng)非常先進(jìn)了。因此可以在市場(chǎng)上購(gòu)買或者提供實(shí)驗(yàn)室規(guī)模的芯片。盡管如此，我們?nèi)匀豢梢灶A(yù)期神經(jīng)形態(tài)處理器將在未來的AI應(yīng)用中扮演重要的角色。SpiNNaker系統(tǒng)開發(fā)就是一個(gè)例子，它基于在ARM架構(gòu)的定制數(shù)字多核芯片上實(shí)時(shí)運(yùn)行的數(shù)字模型。此系統(tǒng)將生物神經(jīng)網(wǎng)絡(luò)的各個(gè)方面作為電子電路上的模擬或數(shù)字副本執(zhí)行。SpiNNaker系統(tǒng)具有30,000個(gè)定制數(shù)字芯片，每個(gè)芯片具有18個(gè)核心，因此總共有50多萬個(gè)核心。它還有一個(gè)共享的本地128 MB RAM。還有商用神經(jīng)形態(tài)處理器，例如Intel的Loihi。硬件開發(fā)方面的速度確實(shí)令人印象深刻。 您是否認(rèn)為使用Neuralink可以有所作為 埃隆·馬斯克提出了一種連接到人腦神經(jīng)元的生物相容性芯片，這是醫(yī)學(xué)研究中的重大進(jìn)展。如果用來治療某些疾病，例如帕金森氏癥，那么Neuralink實(shí)際上還是很有希望的。但是，如果想在人腦中播放音樂，或者想使人變得更聰明，我認(rèn)為這是不現(xiàn)實(shí)的。不管怎樣，從醫(yī)學(xué)的角度來看，這對(duì)于幫助市場(chǎng)治愈腦部疾病是非常令人激動(dòng)的進(jìn)步。 為什么汽車應(yīng)用中的AI不能對(duì)新情況做出自主決定？ 有多種將AI應(yīng)用到汽車的方法。一種方法是由Nvidia驅(qū)動(dòng)的所謂端到端方法，即開著車模擬一遍各種場(chǎng)景�？梢宰龅�，但是有一些困難： 泛化能力：如果出現(xiàn)另一種這輛汽車沒有遇到過的場(chǎng)景，它就會(huì)無所適從。 第二個(gè)困難是可追溯性。當(dāng)AI做出決定時(shí)，我們無法理解它為什么會(huì)以這種方式做出反應(yīng)，以及為什么會(huì)作出這種決定。 例如，汽車在高速公路上行駛、需要的參數(shù)都具備時(shí)，AI能夠輕松完成大多數(shù)任務(wù)。但是離開了高速公路進(jìn)入市區(qū)，路況就變得非常復(fù)雜。 例如，出現(xiàn)AI模型訓(xùn)練期間沒有碰到過而導(dǎo)致不知道的問題—這仍然是目前尚無解決方案的重大問題。因此，直到今天，市場(chǎng)上還沒有全自動(dòng)駕駛的汽車。原因是在當(dāng)前所用的方法上。我們?nèi)匀徊恢廊绾伍_發(fā)一套能夠?qū)崿F(xiàn)全自動(dòng)駕駛汽車的神經(jīng)網(wǎng)絡(luò)架構(gòu)。根本上講，這不是軟件的問題，這是方法論和結(jié)構(gòu)的問題。 最后，您對(duì)有意從事AI領(lǐng)域工作的學(xué)生有什么樣的建議？ 可以來慕尼黑工業(yè)大學(xué)攻讀機(jī)器人技術(shù)、認(rèn)知和人工智能的碩士課程。不管是機(jī)器人技術(shù)還是AI方面，你都將可以獲得對(duì)這個(gè)領(lǐng)域在整體上的深入認(rèn)識(shí)，以及進(jìn)入這個(gè)行業(yè)市場(chǎng)的敲門磚。 文章來源：貿(mào)澤電子 作者簡(jiǎn)介：Rafik Mitry于2019年取得慕尼黑工業(yè)大學(xué)電氣工程碩士學(xué)位后加入貿(mào)澤電子，他在該所大學(xué)中還從事過三年能源收集領(lǐng)域的研究工作。作為貿(mào)澤的技術(shù)營(yíng)銷工程師，Rafik撰寫的內(nèi)容獨(dú)特而富含技術(shù)性，反映電子行業(yè)當(dāng)前和未來技術(shù)趨勢(shì)。除了緊跟最新技術(shù)趨勢(shì)外，Rafik還是航空和網(wǎng)球的狂熱愛好者 |
