【人工智能】德国人工智能技术发展现状和未来趋势

https://mp.weixin.qq.com/s/dg_M6cdyQZh3Cod_bwztNA

人工智能是介于机械工程和计算机科学、心理学之间的领域。要了解人工智能，必须要了解机械工程学与语言学，它是一个跨学科领域的研究。

跨学科的人工智能

人工智能当前正面临着不少挑战，其一便是机器人变得愈加复杂，它需要更多的传感器和自由度，因此结构也变得更复杂。而结构的复杂性也使得算法日益复杂，这意味着研究者必须考虑的整体框架和架构以处理这些越来越复杂的算法，从而更好地维护机器人的运行。

这其中应用到的一个技巧就是机器学习。未来机器人会变得非常复杂，需要自己学习技巧技术来处理。机器必须自主地去学习。自我优化，从过去的经历里学习未来的一些行为。这些技巧非常的复杂，一旦我们能够解决就可以将其运用到工业环境中，现在已经有一些在工厂里应用的场景。

人工智能需要有自适应性，即机器可以根据特定的情况改变，而且它们容错性更强。机器可能需要长期在复杂的环境中进行自主行动，因此必须能接受自身的一些错误。所以，即使有一些非常小的问题存在也不会影响整体机器的良性运作。这个机器人必须具有很高的容错性，能够长期实现自治，否则就需要不断返厂进行重新编程。

在德国，过去我们从两维入手进行研究，现在已经将更多的功能融入在其中，从而实现向三维的延伸。我们想让设备、机器、汽车更具有智能，比如将人工智能与汽车、飞机、医疗设备、家电领域、农业机械等结合起来。德国制造的产品质量非常高，加上人工智能能带来更大的优势。同时，我们需要能和人协作的机器即实现“人机协作”，现在已经有许多德国公司在这方面的研发做得非常好。

不过，目前也有一些领域我们做得仍不太好。比如缺少运算能力强的小型GPU以及性能非常高的中央处理器，这些对于中国和全球研发界也同样重要。在中国以及世界我们都需要很小，但是运算能力非常强的GPU。同时，我们也需要更多的开源工具，如果越来越多的人可以使用人工智能的开源代码，相关的研究可以取得更高的发展。

DFKI研发领先全球

德国人工智能研究中心（DFKI）是目前全球最大的AI研究中心，员工超过800人，有23个股东以及超过80家的衍生公司，股东包括谷歌、英特尔等，但截至目前还没有中国股东。目前DFKI已经将一些旗下公司出售，售价总计约110亿欧元。

未来的人工智能究竟应如何提升？在DFKI的研究路线图中，排在首要位置的便是机器学习系统，即让人工智能自己去创造新的人工智能，它可以适应环境并改变自己。我们必须要创造一种机器学习的新算法，这一算法可以自我更新、自我学习，再去创造新的算法。目前DFKI在人工智能领域已经进行了30多万次的研究，这些人工智能方面的经验也为中国中车集团提供了一些制造的建议。

其次是基于超链接的沉浸式辅助，人类可以完全沉浸在机器人所处的环境中。我们不止可以看到机器看到的东西，而且通过同时覆盖机器人以及人体全身的传感器，我们可以真正处于机器人所处的环境之中。比如机器人在水下时，人体将会有在水下的沉浸式感受，同时这一系统应当是一种长期的自主自控系统，因为机器人需要在特定环境中待很长的时间，不仅仅只是一天，而是几个月甚至几年。

同时，由于传感器被建造的越来越小且能力越来越强，我们可以把它们安装在机器人身上，从而可以更好地与人类进行协作。比如有些工人在工作时脊柱受力非常大，这时候就可以使用人工智能来进行协助。

目前，DFKI是唯一一家采用英伟达GPU超级计算机进行深度学习的德国研究机构。我们能够将卷积神经网络训练加快100倍。英伟达创始人黄仁勋曾表示，研究人工智能的神奇应该交给世界上最好的人工智能科学家，也就是DFKI。

人工智能研发面临的问题

当前，人工智能的机器学习研发中仍然面临着很多困难与问题。如机器人在进行简单的数学和数据研究时，会使用深度神经网络学习。但是当继续训练这一人工智能学习时，数据里可能会存在一些噪音，导致它们得到一些错误的关联。

同时，由于深度学习的模式非常复杂，我们不知道何时应当停止人工智能的学习，也不知道人工智能如何得出最后的关联性。我们将数据放入后可以得出结果，但并不知道它的过程是什么，即无法得知人工智能内部的操作模式。所以我们还需要进一步研究，让人工智能可以解释自己是如何进行深度学习的。

举例而言，一位人类医生对病人进行扫描检查后将结果传给AI医生，后者看了扫描图后认为这位病人可能患有肝部疾病。为什么AI医生会得出这个结论？这时就要求AI医生像人类医生一样，向病人解释其中的原因。

此外，人工智能驾驶的汽车发出一些假警报也会给驾驶者带来很大困扰，会导致车辆在没有任何问题的情况下不断地停车。

人工智能优势明显

我认为，人工智能可以帮助人类团队建立和培养团队精神。我们可以和机器人共同分享目标、计划、意图，协调计划的执行，在情感上取得和机器的一致性。在一个拥有人类和机器的团队里面，必然会存在着情感一致性。现在有一些公司试图将机器和人放在同一个团队，比如一个团队正在进行组装一个变速箱，机器人可以和人类进行互动。人类并不需要去在电脑上面进行命令的输入，只需要用手势便可以交流。同时人类可以让这个机器变得非常的柔软，比如当机器正在工作的时候人类突然靠近，为了不伤害人类，它会停止工作，这就是机器在认知领域人工智能的应用。

此外，当机器人和人类共同开始合作的团队模式后，在管理方面也可以进行一些扩展。比如一个团队里有人请病假，这时候经理可以将机器人放入团队以代替请病假的员工。如果设计出的这些机器人足够智能，它将会很好地代替人工，并且弥补失去的工期和效率。

如今人们普遍采用一些重型机械对矿产进行挖掘，但很可能会破坏环境。而一旦破坏了环境，很有可能需再等上一千多年才能够让环境复原。所以我们在采矿中所用到的是更加智能的设备，而不是用重型及具有破坏性的设备。

我们可以设立一些造价便宜的小型智能机器人，其运输成本也更低，智能程度也更高，可以让它们去收集海底的锰矿等。通过使用人工智能的设备，我们可以实现以最小的侵入去开采矿物，同时设立相关的国际标准等。

目前，DFKI的机器人已经可以实现在海下进行管道的维修，并且可以监视深水的情景，同时机器还可以在海底漫游并且进行修理。（周婕整理）

Frank Kirchner（弗兰克·柯什纳）

人物名片

FrankKirchner（弗兰克·柯什纳），德国DFKI机器人创新中心主任、德国不莱梅大学教授、德国不莱梅大学数学和计算机科学学院机器人技术主席、德国柏林—勃兰登堡莱布尼茨科学与人文学院院士。2017年至今任德国宇航中心（DLR）机器人与自动化项目委员会主席。2013年至今任巴西机器人研究中心（BIR）科学总监，2010年至今任德国不莱梅大学海洋科技学院联合创始人。德国不莱梅大学海洋科技学院联合创办人、联合项目“海洋智能科技”牵头人。