从无人系统到自主智能无人系统

• 陈杰院士[ref]:Chen J, Sun J, Wang G. From unmanned systems to autonomous intelligent systems[J]. Engineering, 2022, 12: 16-19.
• 自主智能无人系统是一个新兴的跨学科领域，依靠大数据、人工智能以及其他科学技术的进步来创造具有集成任务、运动规划、决策和推理能力的无人系统，具有自主性、智能性和协作性等特征。
• 一、引言
  • 人工智能（AI）是一个快速增长的技术领域，"它将使惰性物体充满活力，就像一个多世纪前的电力一样。我们以前电气化的一切，现在将认知"[1]。人工智能的进步不断推动着机器能做什么的前沿。商业投资者、国防战略家和政策制定者对人工智能的研究以及其发展和部署给予了更多的关注[2]。2017年7月20日，中国政府发布了一项发展人工智能技术的战略，题为 "新一代人工智能发展计划"，其中提出了政策选择，并划定了到2030年使中国成为世界人工智能领导者的总体目标。
• 二、人工智能简史和相关概念
  • 1956年夏天举行的达特茅斯会议上，人工智能领域作为一门独立的学科才初步成立，当时约翰·麦卡锡创造了“人工智能”（Artificial Intelligence）一词，以区别于传统的控制论。控制论（Cybernetics）是诺伯特·维纳创造的一个术语，指的是他对自主（无人）系统的设想。人工智能的目标是建立能够在做出决策时进行学习和适应的系统，也就是说，系统具有一定程度的自主性（即任务和运动规划的能力）以及智能性（即决策和推理的能力）。虽然人工智能的流行程度一直在变化，但最近对人工智能的兴趣的爆发式增长始于2006年左右。它的出现是由于“天时、地利、人和”三个有利因素的融合：
  • ①大量的、非结构化的数据集可用于训练强大的机器学习和人工智能模型；
  • ②软件和硬件的快速发展，如深度学习算法和图形处理器（GPU）等计算平台；
  • ③云商业模式的出现。这种爆炸性增长极大地推动了弱人工智能的发展，弱人工智能指的是能够解决特定类别问题的算法或计算机软件，如文档分类、物体检测、游戏、疾病诊断和自主导航。然而，许多人认为，目前所有的人工智能系统（技术）都属于弱人工智能的范畴，因此与强人工智能仍有一定差距。
  • 然而，人工智能还没有公认的定义。这主要是由于不同领域的专业人士对人工智能研究采取了不同的方法。现有的人工智能定义可以粗略地归纳为四组（表1）。这四个定义规定了人工通用智能（AGI）类别中可能追求的四个目标，人工通用智能指能够在各种任务中实现人类水平的自主性和智能的系统。
  • 

   

正在上传…重新上传取消

• 三、自主智能无人系统
  • 无人系统被定义为一种能够在无人操作的情况下发挥其力量执行指定任务的机电系统。当代的系统，如多机器人系统，无人驾驶的空中、地面和海上交通工具（UAV、UGV和UMV），移动、边缘和云计算系统，以及金融、制造和电力系统，越来越具有分散性、泛在性和互连性的特点，也就是说，它们是由自主实体组成的系统。由于其物理组件、网络基础设施和社会环境的无缝集成和动态性质，这种工程系统必须以越来越高的自主性和智能水平运行，以做出决策并在特定环境中运行。
  • 无人机最初是在1917年被美国军方使用的。当时美国海军委托设计了用于对抗德国潜艇的侦察机，该机在1918年3月6日实现首次成功飞行之前经历了多次失败，这也是无人机的首次飞行。从那时起，无人系统迅速发展，大致可分为三个阶段：从基于编程的无人系统到自动无人系统，智能无人系统，以及自主智能无人系统。第一阶段其能力是有限的，即系统只能按照先验的程序工作，不能适应环境的任何变化。第二阶段处于高级水平，系统具有一定的感知、决策和控制能力，可以根据环境变化进行调整。在最后阶段，无人系统具有高度的自主性和智能性，在许多任务上赶上甚至超过人类。
  • 自主智能无人系统（AIS）是一个新兴的跨学科领域，它是依靠大数据和人工智能（以及其他科学技术的进步）来创造具有集成任务和运动规划以及决策和推理能力的无人系统。
  • 自主智能无人系统可以在没有或有限的人工参与的情况下完成通用任务，数字设计（人工智能、大数据、控制等）、机器人技术以及构造环境的融合使其成为可能。典型自主智能无人系统包括自动驾驶汽车、智能制造机器人以及用于陪伴或安慰的机器人。相对于普通的无人平台（可能是基于规则的，或由人类或其他机器远程控制），它具有独特的特征：（越来越高的）自主性、智能性和协作性。
  • 首先，自主智能无人系统由自主组件组装而成，这些组件的行为可能是复杂和不稳定的，也就是说，这些组件可能突然变得不可用，完全崩溃，或者改变其行为。
  • 其次，自主智能无人系统也有足够的智能性，也就是说，能够对大量的知识和经验进行推理，以检测出所述的错误行为，能够适应各种场景，并通过做明智的决定来恢复其原始功能。此外，当从事复杂和具有挑战性的任务时，它可以寻求密切协调和相互合作的方法，以发展高水平的集体行为。因此，自主智能无人系统是人工智能研究的最终目标，自主智能无人系统研究提供了一条通往人工通用智能的有前景的道路。
• 四、典型应用
  • 自动驾驶
  • 医学和保健
  • 国家安全和国防
  • 深空探索
• 五、展望
  • 尽管取得了这些令人振奋的进展和成功的应用，但自主智能无人系统研究仍然面临许多基本挑战，其中最主要的是完全自主和机器人通用智能的挑战。到目前为止，自主智能无人系统研究和努力主要集中在单个机器人系统（即单一智能体），而对机器人群的研究和理解较少，对机器人群（如异质代理群或多层系统）的研究更少；如图1所示，在这些基础上，未来的发展和机会在于探索三个层次的自主性和智能化的根源。我们在下文中概述了努力实现自主智能无人系统愿景的过程中最突出的一些关键挑战，特别是那些可能在未来十年中导致重大科学进步的挑战。
  • 

   

• • 对于智能体（如人工体现系统或机器人大脑）来说，需要研究的基本课题包括了解在智能体使用其传感器和效应器时，在与非结构化环境进行自主重复互动期间，什么样的内在发展程序支配着智能体的认知能力（如视觉、听觉、牵引力、语言、规划、决策和运动执行）的发展，以及这一过程是如何运作的？一个在技术上更有意义、更实用的问题是，如何创造一个能够发展成人大脑的复杂、多面和高度集成能力的自主智能无人系统？认知（或精神）发展的想法长期以来一直被心理学家和神经科学家所探讨，然而它在人工智能和机器人界并没有获得太多的关注。对自主心智发展的计算和数据驱动（即机器学习）研究可能是理解自然智能和构建智能机器的一个有希望的解决方案。
  • 自20世纪90年代以来，人工蜂群智能的几个领域已经取得了实质性的进展，包括了解个体之间的变异性和这些个体特征的适应性对集群集体行为的影响。在建立可控性、可观察性的基本理论以及在结构化和实验室环境中评估同质智能体的同步算法的稳定性方面也进行了研究。然而，有一个基本的需求是理解同步集群如何以及何时在非结构化和动态的现实世界环境中出现、合并和持续存在。此外，表征集群（即蜂群）中的个体如何获得特定的集体行为，同时平衡个人主义行为的发展，是另一个关键挑战。此外，复杂机器人群的控制原理是什么？这些控制原则是理解集体行为、同步原则以及复杂和大规模网络的失败机制的关键。
  • 最终，自主智能无人系统的大部分功能可以被提炼为管理有限的、可改变的和可共享的公共资源，如运输和存储能力、能源和服务，以完成具有挑战性的（超级）人类水平的任务。根据“公地悲剧”哲学，个人的自私利益和群体的利益之间的错位会导致公共资源（或整个生产系统）的过度开发和潜在崩溃，而集群中的个人之间以及更大的系统（群体）中的群组之间的合作关系可以增加这些公共资源。因此，出现了一种新的需求，即破译集群集体行为之间错综复杂的相互作用，为异质异构自主智能无人系统群体建立一套基本控制理论（包括可控性、可观察性和控制原则），以及探索群组之间随机博弈中的进化机制，以优化和可持续地利用公共资源。