<mark id="oztn4"></mark>
2
| 本文作者： 趙青暉 | 2016-09-29 15:39 | 專題：CCF-GAIR | 全球人工智能與機器人峰會 |
編者按：2016年8月12、13日，雷鋒網在深圳舉辦了盛況空前的“全球人工智能與機器人峰會（CCF-GAIR）”，來自中美加的全球最為頂尖的科研實驗室、學術權威、產業大咖、投資領袖共同探討人工智能、機器人、無人機、智能駕駛等四大領域的未來趨勢和產學研發展方向。雷鋒網將會議精彩演講內容與視頻精心編輯，近期將逐步放出。
宏觀的理解，就是把機器人的大腦放到云端，然后用網絡接到一個機器人的身體上，也就是把機器人變成三個部分，把機器人的大腦放在云端，把機器人的神經網絡變成移動通信的網絡，然后把機器人的本體變成一個阿凡達，這樣就形成了一個云端機器人。
達闥科技CEO、前中國移動通信研究院院長黃曉慶在會上簡明扼要的闡述了云端機器人的概念。他表示，我們可以用一個完整的架構，依靠下一代的移動網絡，做出來能夠跟人的神經系統相媲美的機器人神經系統。
體積
人類大概有1000億個神經元，想要用電腦模擬人腦是非常復雜的，那么如果想要電腦達到人腦的水平所制造出來的電腦會是什么樣呢？黃曉慶在會上很直觀地為大家算了一筆賬。
我們大腦里面有1000億神經元，并且人腦平均重量只有1000克，非常輕，平均的耗能大概是40瓦。人腦的每一個神經元相當于300個輸入和300個輸出芯片，如果用45納米的芯片，要實現人的大腦需要2000噸重的芯片才可以實現，并且如果要實現人大腦的耗電是需要27兆瓦。也就是說，跟人腦比，同水平的電腦的重量和它的耗能都超過人腦100萬倍，這也就意味著，我們如果想用芯片做一個和人腦一樣聰明的機器人，這個機器人是不可能扛著大腦走的。
性能
黃曉慶表示，雖然人腦的天然優勢明顯，很省電、很輕，但人的大腦運算速度很慢，原因是在人體里面不是靠電子導電的，而是離子在導電，比起電子接近光子的速度來說，離子就慢得多的多。
人腦的運算速度大概只有500K左右，而電腦能1個G、2個G的做運算。如果你做出一個跟人腦一樣聰明的電腦，它可以給一百萬個機器人共享。這就是非常重要的理論基礎。
黃曉慶拿人體做了一個類比，表示我們的人體實際上是一個中樞神經系統，通過神經系統來控制我們身體所有部分，這個神經系統就是我們身體的通訊網，那么這個神經系統的性能是什么呢？
我們的神經系統實際上性能并不像我們想象的那么好，平均大概有100毫秒左右的延遲，從我們的腦袋傳到我們的眼睛是最快的，30-50毫秒，這也就是為什么看電影需要25幀才能流暢。從腳趾頭傳遞到大腦的延遲最高，要200多毫秒。也就是說人體的這個網絡盡管傳輸距離很短，但是時間卻是很長的。
云端人工智能
由于電腦能夠解決人腦的很多缺陷，但是在物理體積上不能夠達到要求，所以就有了“把大腦放到云端”的概念。從近些年的三個標志性的事件上，可以看出，云端智能的發展時可能的。
第一個事件是在2010年的時候，IBM的Watson機器人在問答節目中打敗了人類，這已經很厲害了。在此之后，2016又出現了阿爾法狗，在圍棋上又打敗了人類。這表示我們離某一個突破很近，這個突破就是人工智能在認知領域里面的突破，這些機器人的出現是這個領域突破的一個轉折點。
第二個，這個領域可能大家關注的不多，2011年全球開始進行第四代移動網絡通訊的時候，把端到端的傳輸延時達縮小到了50毫秒，比人體神經網絡已經快了一倍，第四代網絡通訊在終端之間傳輸時，距離可以是1000公里以上，而人體也就是兩百毫米。
除了距離和延遲的提升，第四代移動網絡的傳輸的速度也很高，可以達到100兆。等到了第五代的時候，我們的移動網絡通訊性能還會提高10倍，成本還會下降10倍以上，容量可以提高100倍，這也就意味著，也許我們可以用50毫秒的時間控制一個遠在1000公里或者更遠距離的終端。
第三個，谷歌的完全自主駕駛的汽車行駛了100公里無事故、無障礙，這既是感知領域里面很大的成功，也是認知領域的成功，這給我們帶來一個非常重要的從工業架構上面的基礎。
AlphaGo和李世石對戰
根據以上的標志性事件為基礎，我們可以造出一個新型機器人的架構，這個機器人的架構就是把機器人的大腦，也就是認知系統放到云端，然后把機器人的神經系統用一個高性能的網絡來替代，機器人的功耗會減小，設計也可以變得簡單，更重要的是這個機器人的大腦可以同100臺電腦共享，從能量到效率都可以實現很高的水平，這個架構我們就叫云端智能機器。
為什么說這個架構重要呢？從某種意義上來講，沒有這種架構很難做出能夠完全取代人的東西，有了這個架構我們就有了起點，可以讓我們在機器人領域追求的非常重要的一個工業目標，達到這個目標有可能是30年或者50年，但絕對不會超過100年，這個是我們大家努力的一個方向。
足夠的大數據
黃曉慶在會上提到了一個非常重要的架構XaaS，使用AI與HI（人類輔助）相結合的深度學習平臺來習得“智慧”。
從人工智能的角度來說，目前有相當多的開源的平臺，有相當多的算法，甚至還有相當多的開源的數據，所以我們要培養一個網絡讓它能夠識別圖片，甚至對自然語言、文字認知可以到達一個水平。
那公司和公司的差異是什么？實際上來自于每一個公司對于新的有效數據的掌控，科大訊飛有大量的用戶可以去積累數據，由此來看，機器人研究者和人工智能研究者的特點就是積累數據，只有足夠多的數據積累才有機會學習和培養人工智能網絡。在機器人的研究，如果不能收集到足夠機器人運作的數據來培訓我們操作機器人的網絡，那我們實際上沒辦法提高我們機器人的水平。那在這樣的技術基礎的支撐之下，想要做出來能夠跟人的神經系統相媲美的機器人神經系統就需要一個完整的架構。
快速的通訊網絡
機器人神經系統還非常需要依靠下一代的移動網絡，其核心的就是保證安全和保證通訊的質量。通訊要求能夠在1000公里之內實現100毫秒，從這個角度來說，還需要很重要的一些基礎設施，這些基礎設施從某種意義上來講跟機器人沒有特別的關系。
優質的安全性
黃曉慶在會上提到了一個十分重要的概念，叫移動內聯網，并且舉了個例子：
假如說你在用機器人保姆看著兩個孩子，你去上班了，你心里想的第一件事情決不是這個保姆很笨，你心里想的是我在上班，萬一這個保姆被黑客給黑了怎么辦？這是很關鍵的問題，就需要我們建立安全的體系來控制機器人，這個體系叫移動內聯網，讓黑客沒有辦法檢測到機器人的存在，讓這個機器人變成隱身，黑客看不見就沒法攻擊它，讓機器人的IP沒辦法攻擊它。
感知和認知的結合
基于以上架構，一個很核心的需要驗證的一點，就是機器人的感知和認知。
黃曉慶舉了一個他們即將推出的“盲人導航設備”的例子，這個設備它擁有一個移動端和一個頭盔，移動端可通過語音控制，盲人可設置終點站，頭盔是傳感器，相當于一個傳感器的集合，這個頭盔上面有足夠的傳感器，能夠把這些信息通過終端傳到云端，云端進行認知決策，然后用自然語言和這個盲人溝通。
這就是感知、認知和云端智能相結合的簡單演示。
黃曉慶在會上表示，達闥科技的目標是在2025年實現家庭保姆機器人，不過這以目標十分宏觀，所以他們會先以“云端機器人運營商”的企業形象出現。先研究機器人的大腦及神經網絡，搭建安全可靠的云計算基礎設施，然后接入一些類似安放機器人、導盲機器人等垂直型服務機器人，做機器人連接云端的控制器，最后在實現家庭保姆機器人的宏偉目標。
演講的完整視頻，請戳：視頻鏈接
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
專題
