慕尼黑工業(yè)大學(xué)人工智能研究的采訪

貿(mào)澤電子的 Rafik Mitry 采訪 Alois Knoll 教授

在我們接下來的談話中，Knoll 介紹了他目前的研究、Edge AI、Neuralink 和汽車應(yīng)用的挑戰(zhàn)。

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：

讓人工智能更安全可靠

在關(guān)鍵基礎(chǔ)設(shè)施中使用人工智能

通過人工智能優(yōu)化生產(chǎn)流程

我們還致力于兩個(gè)主要研究項(xiàng)目：人腦項(xiàng)目 (HBP) 和 Roboy。

人腦計(jì)劃

人腦計(jì)劃是一個(gè)非常大的項(xiàng)目，它將大腦研究和技術(shù)開發(fā)結(jié)合在一起。人腦計(jì)劃中受到廣泛關(guān)注的兩個(gè)領(lǐng)域是神經(jīng)形態(tài)處理器，另一個(gè)是神經(jīng)機(jī)器人。人腦計(jì)劃建立研究基礎(chǔ)設(shè)施以推進(jìn)神經(jīng)科學(xué)、醫(yī)學(xué)和計(jì)算。它是歐盟資助的最大的科學(xué)項(xiàng)目之一，也是四個(gè)未來和新興技術(shù)旗艦項(xiàng)目之一。該項(xiàng)目始于2013年，將持續(xù)10年。它在歐洲 100 多所大學(xué)、教學(xué)醫(yī)院和研究機(jī)構(gòu)擁有約 800 名科學(xué)家。

該項(xiàng)目的主要目標(biāo)是研究人腦的多層次復(fù)雜生物學(xué)：它是如何構(gòu)建的以及神經(jīng)元如何發(fā)揮作用。然后，應(yīng)將獲得的這些知識(shí)部署到健康、計(jì)算和技術(shù)領(lǐng)域的腦源性應(yīng)用程序中。

機(jī)器人計(jì)劃

Roboy是一個(gè)受到很多公眾關(guān)注的項(xiàng)目，因?yàn)樗鞘澜缟献钕冗M(jìn)的機(jī)器人之一，其目標(biāo)是人工智能的體現(xiàn)。它是一種先進(jìn)的人形機(jī)器人，仿照人體的肌肉骨骼系統(tǒng)。Roboy 擁有肌肉和肌腱，這使其有別于關(guān)節(jié)中裝有馬達(dá)的傳統(tǒng)機(jī)器人。TUM 的 Roboy 團(tuán)隊(duì)正在開發(fā)他們的認(rèn)知系統(tǒng)，包括對(duì)話系統(tǒng)、語音轉(zhuǎn)文本、文本轉(zhuǎn)語音和記憶系統(tǒng)。第一個(gè)版本的 Roboy 于 2013 年 3 月建成，到 2019 年，Roboy 已經(jīng)能夠銷售冰淇淋。計(jì)劃到 2050 年 Roboy 將和人類一樣優(yōu)秀。

我們現(xiàn)在在 Edge AI 方面面臨什么樣的挑戰(zhàn)？他們是在軟件方面還是硬件方面（計(jì)算引擎）或道德（偏見）？

道德方面是我們始終必須注意的方面。這就是為什么我們?cè)谌四X計(jì)劃中有一個(gè)小組只處理倫理問題并且考慮到倫理方面?；A(chǔ)是人腦的解碼仍處于早期階段。我們所知道的實(shí)現(xiàn)起來很容易，那是因?yàn)榧夹g(shù)已經(jīng)非常先進(jìn)了。這導(dǎo)致芯片已經(jīng)商業(yè)化，甚至可以在實(shí)驗(yàn)室規(guī)模上獲得。盡管如此，我們?nèi)匀豢梢云诖?，神?jīng)形態(tài)處理器將在未來的人工智能應(yīng)用中發(fā)揮重要作用。例如，SpiNNaker 系統(tǒng)開發(fā)基于在使用 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)值模型。該系統(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)芯片有 18 個(gè)內(nèi)核，總共有超過 500,000 個(gè)內(nèi)核。它還具有共享的本地 128Mbyte RAM。然后是商業(yè)神經(jīng)形態(tài)處理器，例如英特爾的Loihi。硬件開發(fā)方面的速度確實(shí)令人印象深刻。

您認(rèn)為 Neuralink 可以實(shí)現(xiàn)什么目標(biāo)嗎？

（特斯拉首席執(zhí)行官）埃隆馬斯克展示了一種生物相容性芯片，可以連接到人腦的神經(jīng)元，這是醫(yī)學(xué)研究的重大進(jìn)展。如果它的目的是治愈某些疾病，例如帕金森病，那么 Neuralink 實(shí)際上很有前途。但是，如果你期望能把音樂播放到人腦中，或者讓人類變得更聰明，我相信這是不現(xiàn)實(shí)的。盡管如此，從醫(yī)學(xué)角度來看，這對(duì)于幫助市場治愈腦部疾病來說是一個(gè)非常令人興奮的發(fā)展。

為什么汽車應(yīng)用中的人工智能不能對(duì)新事件進(jìn)行自主決策？

將 AI 引入汽車有不同的方法。一種方法是所謂的端到端方法，由 Nvidia 驅(qū)動(dòng)，您只需讓汽車在不同的場景中行駛。這可以做到，但有一些困難：

泛化能力：如果出現(xiàn)另一種情況，這輛車還沒有見過，那么它不知道該怎么做。

第二個(gè)難點(diǎn)是可追溯性。當(dāng) AI 做出決定時(shí)，無法理解它為什么會(huì)做出那樣的反應(yīng)并做出這個(gè)決定。

例如，在高速公路上，當(dāng)適當(dāng)?shù)?a target="_blank">參數(shù)啟動(dòng)并運(yùn)行時(shí)，人工智能可以輕松完成大部分任務(wù)。然而，當(dāng)你離開高速公路進(jìn)入城市時(shí)，交通變得非常復(fù)雜。

如果出現(xiàn)了 AI 不知道的問題——因?yàn)樗谀Ｐ陀?xùn)練期間沒有出現(xiàn)——這仍然是一個(gè)目前沒有解決方案的主要問題。因此，直到今天市場上還沒有完全自動(dòng)駕駛的汽車。這是由于當(dāng)前使用的方法。我們?nèi)匀徊恢廊绾伍_發(fā)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)。這主要不是軟件；這是方法和結(jié)構(gòu)的問題。

最后，您能給想從事AI工作的同學(xué)什么建議？

來慕尼黑工業(yè)大學(xué)攻讀機(jī)器人學(xué)、認(rèn)知與人工智能碩士吧。您將對(duì)該領(lǐng)域有一個(gè)深入的了解，并能很好地進(jìn)入機(jī)器人和人工智能領(lǐng)域的工業(yè)市場。

審核編輯hhy