人工智能的发展现状
探讨人工智能,就要回答什么是智能的问题,综合各类定义,智能是一种知识与思维的合成,是人类认识世界和改造世界过程中的一种分析问题和解决问题的综合能力。对于人工智能,美国麻省理工学院的温斯顿教授提出人工智能就是研究如何使计算机去做过去只有人才能做的智能工作,斯坦福大学人工智能研究中心尼尔逊教授提出人工智能是关于知识的学科――怎样表示知识以及怎样获得知识并使用知识的科学。综合来看人工智能是相对人的智能而言的。其本质是对人思维的信息过程的模拟,是人的智能的物化。是研究、开发模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
(一)感知、处理和反馈构成人工智能的三个关键环节
人工智能经过信息采集、处理和反馈三个核心环节,综合表现出智能感知、精确性计算、智能反馈控制,即感知、思考、行动三个层层递进的特征。
智能感知:智能的产生首先需要收集到足够多的结构化数据去表述场景,因此智能感知是实现人工智能的第一步。智能感知技术的目的是使计算机能 听、会看,目前相应的计算机视觉技术和自然语言处理技术均已经初步成熟,开始商业化尝试。
智能处理:产生智能的第二步是使计算机具备足够的计算能力模拟人的某些思维过程和行为对分析收集来的数据信息做出判断,即对感知的信息进行自我学习、信息检索、逻辑判断、决策,并产生相应反映。具体的研究领域包括知识表达、自动推理、机器学习等,与精确性计算及编程技术、存储技术、网络技术等密切相关,是大数据技术发展的远期目标,目前该领域研究还处于实验室研究阶段,其中机器学习是人工智能领域目前热度最高,科研成果最密集的领域。
智能反馈:智能反馈控制将前期处理和判断的结果转译为肢体运动和媒介信息传输给人机交互界面或外部设备,实现人机、机物的信息交流和物理互动。智能反馈控制是人工智能最直观的表现形式,其表达能力展现了系统整体的智能水平。智能反馈控制领域与机械技术、控制技术和感知技术密切相关,整体表现为机器人学,目前机械技术受制于材料学发展缓慢,控制技术受益于工业机器人领域的积累相对成熟。
(二)深度学习是当前最热的人工智能研究领域
在学术界,实现人工智能有三种路线,一是基于逻辑方法进行功能模拟的符号主义路线,代表领域有专家系统和知识工程。二是基于统计方法的仿生模拟的连接主义路线,代表领域有机器学习和人脑仿生,三是行为主义,希望从进化的角度出发,基于智能控制系统的理论、方法和技术,研究拟人的智能控制行为。
当前,基于人工神经网络的深度学习技术是当前最热的研究领域,被Google,Facebook,IBM,百度,NEC以及其他互联网公司广泛使用,来进行图像和语音识别。人工神经网络从上个世纪80年代起步,科学家不断优化和推进算法的研究,同时受益于计算机技术的快速提升,目前科学家可以利用GPU(图形处理器)模拟超大型的人工神经网络;互联网业务的快速发展,为深度学习提供了上百万的样本进行训练,上述三个因素共同作用下使语音识别技术和图像识别技术能够达到90%以上的准确率。
(三)主要发达国家积极布局人工智能技术,抢占战略制高点。
各国政府高度重视人工智能相关产业的发展。自人工智能诞生至今,各国都纷纷加大对人工智能的科研投入,其中美国政府主要通过公共投资的方式牵引人工智能产业的发展,2013财年美国政府将22亿美元的国家预算投入到了先进制造业,投入方向之一便是国家机器人计划。
在技术方向上,美国将机器人技术列为警惕技术,主攻军用机器人技术,欧洲主攻服务和医疗机器人技术,日本主攻仿人和娱乐机器人。
现阶段的技术突破的重点一是云机器人技术,二是人脑仿生计算技术。美国、日本、巴西等国家均将云机器人作为机器人技术的未来研究方向之一。伴随着宽带网络设施的普及,云计算、大数据等技术的不断发展,未来机器人技术成本的进一步降低和机器人量产化目标实现,机器人通过网络获得数据或者进行处理将成为可能。目前国外相关研究的方向包括:建立开放系统机器人架构(包括通用的硬件与软件平台)、网络互联机器人系统平台、机器人网络平台的算法和图像处理系统开发、云机器人相关网络基础设施的研究等。
由于深度学习的成功,学术界进一步沿着连接主义的路线提升计算机对人脑的模拟程度。人脑仿生计算技术的发展,将使电脑可以模仿人类大脑的运算并能够实现学习和记忆,同时可以触类旁通并实现对知识的创造,这种具有创新能力的设计将会让电脑拥有自我学习和创造的能力,与人类大脑的功能几无二致。在2013年初的国情咨文中,美国总统奥巴马特别提到为人脑绘图的计划,宣布投入30亿美元在10年内绘制出人类大脑图谱,以了解人脑的运行机理。欧盟委员会也在2013年初宣布,石墨烯和人脑工程两大科技入选未来新兴旗舰技术项目,并为此设立专项研发计划,每项计划将在未来10年内分别获得10亿欧元的经费。美国IBM公司正在研究一种新型的仿生芯片,利用这些芯片,人类可以实现电脑模仿人脑的运算过程,预计最快到2019年可完全模拟出人类大脑。
(四)高科技企业普遍将人工智能视为下一代产业革命和互联网革命的技术引爆点进行投资,加快产业化进程。
谷歌在2013年完成了8 家机器人相关企业的收购,在机器学习方面也大肆搜罗企业和人才,收购了DeepMind和计算机视觉领军企业Andrew Zisserman,又聘请DARPA原负责人 Regina Dugan负责颠覆性创新项目的研究,并安排构建Google基础算法和开发平台的著名计算机科学家Jeff Dean转战深度学习领域。苹果2014 年在自动化上的资本支出预算高达110 亿美元。苹果手机中采用的Siri智能助理脱胎于美国先进研究项目局(DARPA)投资1.5亿美元,历时5年的CALO( Cognitive Assistant that Learns and Organizes)项目,是美国首个得到大规模产业化应用的人工智能项目。Amazon计划在2015 年能够使用自己的机器人飞行器进行快递服务。韩国和日本的各家公司也纷纷把机器人技术移植到制造业新领域并尝试进入服务业
(五)人工智能的实际应用
人工智能概念从1956年提出,到今天初步具备产品化的可能性经历了58年的演进,各个重要组成部分的研究进度和产品化水平各不相同。人工智能产品的发展是一个渐进性的过程,是一个从单一功能设备向通用设备,从单一场景到复杂场景,从简单行为到复杂行为的发展过程,具有多种表现形式。
人工智能产品近期仍将作为辅助人类工作的工具出现,多表现为传统设备的升级版本,如智能/无人驾驶汽车,扫地机器人,医疗机器人等。汽车、吸尘器等产品和人类已经有成熟的物理交互模式,人工智能技术通过赋予上述产品一定的机器智能来提升其自动工作的能力。但未来将会出现在各类环境中模拟人类思维模式去执行各类任务的真正意义的智能机器人,这类产品没有成熟的人机接口可以借鉴,需要从机械、控制、交互各个层面进行全新研发。
人工智能发展现状
人工智能的现状及发展展望 从1961年世界上第一个真正意义上的实用机器人在美国问世,到40余年后的今天,机器人的应用领域不断扩大,从工业到农业再到服务业,从工厂走向寻常百姓家,从北非沙漠到南美丛林,从深 水世界到浩瀚太空,机器人的触角已经伸向四面八方,成为我们社会生活中一道独特的科技风景。
机器人没到人类等级
从1956第一次使用人工智能这个字汇。到50年后的今天,回顾人工智能这50年的发展中,我们在不断地尝试着把人类的原创性加到机械思考中,虽然我们取得了许多成就,但目前我们所有的知识并不足以到达人类的智能等级,还没有完成一个人类等级的人工智能。
用电脑来模拟人脑的高度功能,早在50年前,有人就曾指出,真正的障碍,并不是机器的功能不足,而是我们无法写出程序,来彻底利用我们拥有的资源。人工智能的设备并不是问题,真正难以克服的是关于人工智能基本概念的问题,而且这个问题 在50年后的今天依旧存在。
人工智能未来继续探索
对于人工智能的未来,存在两种不同的观点。第一种观点认为,人工智能是有关于人类智慧,有关于通用机器的。而第二个观点存在于信息科技的前沿。比如,将数据信息化,让它们在网络上产生作用,让基因发挥其作用,让机器人数据发挥作用。
机器人人工智能研究的下一个目标是常识知识与推理能力的固定化。但今天的人工智能领域还有很多其它的研究目标。
目前,机器人研究存在很多的方向,一些人将机器人人性化,希望越接近人类越好,而另一个方向却正好相反。
机器人领域还有一些其他的问题。因为他们必须要在人类的环境中运作,有时候甚至面对一些尚未解 决的问题,比方像人类一样抬起两条腿而不是拖着脚的方式行走,或是要能了解物体的三度空间视觉等等。这些问题已经被分别研究,但机器人目前仍旧无法在混乱 的房间里行走或是上下楼梯,更不要说爬树了。
科幻电影中会有形形色色的机器人,电影往往会让这些机器人有一些人类的动机,变成一个有个性的角色,要假设这些机器人像人类一样十分容易,比如电影《人工智能》里的机器人,会陪伴人还会觉得孤单。电影中假设机器人可以模仿十岁的小孩,然而他们没想 到,收养机器人的女主人会变老,当她七十岁或八十岁时,他的机器人小孩还是十岁大。在电影的观点里,甚至不需要思考这个问题,而这只是人们很容易被电影误导的例证之一。
机器人潜在威胁
尽管目前人工智能的发展还未达到人类智能的水平,但许多人仍存在着顾虑。当机器人真的被赋予了人类式的情感和意志,它将像我们一样,具备各方面的人性特征:创造性的思维、独立的思考与决策、自觉性的行为及各种人情世故,面对与我们一样有人格自尊的机器人,人类该如何以待?机器人是不是也该像我们一样拥有生存与发展的基 本权利,谋求政治上的自由和平等。它们会不会打着人权的旗号揭竿而起,来一场人工智能的反叛以摆脱人类的控制?一手缔造了机器人神话的我们,是否已经 准备好迎接未来的机器人时代?这些场景已在各种科幻作品中提到。
机器人三大定律
为了防止机器人威胁人类,早在1940年,著名科幻小说家艾萨克。阿西莫夫在其作品中就提出了 机器人三大定律:第一,机器人不得伤害人类,也不得坐视人类受到伤害而袖手旁观;第二,机器人应服从人类的一切命令,但不得违反第一条;第三,机器人 应保护自身的安全,但与第一、二条相抵触者除外。这个在科幻小说中诞生的定律现在已经被众多科学家所认同,也成为机器人制造商所坚守的原则。
研究人员对此采取了一些相应的技术措施,例如,将轻软物质作为制造机器人的首选材料,保证人类 不会受到它的伤害;在机器人身上安装足够的传感器,通过对人类语音的识别,以保证机器人充分理解人类的意图;在机器人软件系统中给出更严格的限制;在 显要位置处安装关闭按钮,以便紧急情况时切断机器人能源等等。据悉,日本目前正在商讨制定这样一部机器人法律,这也将成为世界上第一部机器人法律。
目前,普遍的观点都认为,机器人不是要替代人类,而是要用智能的外围设备延伸人的双手。科学家们也在不断的探索,使机器人能够更好地融入社会与人类和谐相处,并很好地为我们服务。
让更多机器人走进家庭
和一些心存戒备的学者相比,更多的人考虑的还是机器人的商业价值和实用价值。
机器人可以粗略的划分为3个不同的类别。一是工业机器人,像机器手臂。二是专业服务机器人,如航天、军事领域的机器人。最后一个分类就是商业服务机器人,也就是市场上可以买到的机 器人,像美国iRobot公司生产的Roomba清洁机器人。还包括一些家庭娱乐性机器人、机器宠物,例如索尼的AIBO机器狗。
消费机器人是与我们日常生活最为相关的机器人应用,但过去50多年,消费机器人并没有真正出现 在普通人的面前。有许多因素阻碍了这一领域的发展,最重要的一点便是成本。机器人专家说,现在我们能够制造出很好的应用,但价格却完全不能让消费者承受。 这已经成为机器人行业的一个发展障碍。
另外,让家庭辅助机器人变为现实,机器人还需要更好的感知与理解能力,例如,感知和理解室内环 境的能力。现在的机器人在感知厨房中的物件时做得还不好,也无法理解人们的意图是什么,操作一台洗碗机都比较困难。很多人们认为很简单的任务,机器人做起 来还比较的困难。我们称之为场景识别。
场景识别需要机器人拍摄一张照片,然后给图像上的不同物体打上标签。一个4岁的小孩都能够完成这一任务,但机器人仍然无法很好的做好这一工作。这是一道门槛,因为,当机器人进入室内环境,第一步就是识别需要移动的物体。
第二个需要提高地方是操作。在机器人的物件操控方面,尚处于发展初期,操作是一个巨大人工智能研究领域。目前,我们在机器人导航方面已经取得许多进步,Roomba就是一种导航性质的机器人,它可以打扫房间的灰尘,但机器人手
中国不再跟着国外走
对于中国在人工智能领域的发展,经过20多年的经验积累,我们在人工智能研究领域不再是跟踪国外水平和潮流,在后面亦步亦趋了,而是能够独立自主地开展重大问题的创新性研究,并取得了不错的成果。例如中国科学家在模式识别领域创造性地提出仿生识别方法;我们提出了可拓学理论,较好地处理了过去在人工智能方面不处理矛盾的问题;中国用机器证明数学定理在全球可谓独树一帜。
但是在应用方面,中国的人工智能研究与世界先进水平仍有差距,我国虽然在人工智能的软件方面水平不低,但在硬件、机器制造方面水平还不高,这是我们今后的努力方向。