AI向动物找灵感

作者: 来源:互联网 2019-09-02 评论( )

“目前来看,实现人工智能有两条技术路径。一类是基于神经科学,在了解生物构造和神经信息作用规律后,运用计算神经学和神经系统建模方法,实现人工智能。‘壁虎机器人’便是这种方

       从对生物原型的原始模仿,到融合结构和生物特性的类生命系统,“人工智能”距离真正的生命还有多远?业内人士认为,如今的人工智能尚处在“幼儿”阶段,只能简单的“听”和“看”,人类功能的复杂度、认知的抽象性是其巨大挑战。

“生物”无疑为“人工智能”提供了足够的灵感。

曾是“蛟龙”号第一副总设计师的崔维成有一颗“深渊梦”。随着“蛟龙”号完成7000米级海试,崔维成计划向更深的海底进发。“大海梦”不止于此,他如今开始了一个新课题——仿生智能机器鱼。

“针对仿生鱼有各种不同的需求。有些需要速度快;有些需要续航性好,能够游得足够远;有些则需要灵活性好,对于悬停、转弯都能很好地胜任。”崔维成说。

一名工作人员(右)在2019世界人工智能大会上演示一款基于5G网络实现远程控制的机器人(2019年08月29日摄)。

一名工作人员(右)在2019世界人工智能大会上演示一款基于5G网络实现远程控制的机器人(2019年08月29日摄)。新华社记者 方喆 摄

“需要哪些特性的仿生智能机器鱼,我们就观察大自然中相应种类的鱼,包括它们的生理结构、运动方式,寻找灵感。亿万年的自然选择后,鱼类的游泳技巧远高于人类现有的航海科技,为仿生鱼的设计提供很多灵感。”崔维成说。

南京航空航天大学仿生所教授戴振东团队研发的“壁虎机器人”在关键技术上有了突破,利用壁虎黏附机制做成的仿生脚爪,可以随意抓取鸡蛋、药盒,以及非规则形状物品。“我们对壁虎运动过程中‘力’的变化进行观测,得到的运动模型可以很好适用于机器人抓握,相关的多维力传感器已经实现批量生产。”

“目前来看,实现人工智能有两条技术路径。一类是基于神经科学,在了解生物构造和神经信息作用规律后,运用计算神经学和神经系统建模方法,实现人工智能。‘壁虎机器人’便是这种方式。”戴振东介绍,“另一类则是在大数据的基础上,利用深度学习算法,不断完善模型。”

基于深度学习算法的人工智能近几年发展迅速,并在多个领域落地应用。以人脸识别为例,已经广泛应用在安检、解锁以及支付等场景中。随着语音、语义识别技术成熟,智能音箱走进越来越多的家庭中。此外,不少产品提供的“语音转文字”功能,准确率已经达到一定要求,节省了不少录音整理的时间。

但业内人士认为,与生物能够实现的复杂功能相比,目前的人工智能还是“狭隘”的人工智能,功能完成相对单一。“‘通用的’人工智能不会那么快的发生。”曾参加开发AlphaGo项目的牛津大学计算机科学系主任迈克尔·伍尔德里奇教授说。

一名参观者在2019世界人工智能大会上拍摄一款自主交互中医四诊机器人的“看病”过程(8月29日摄)。新华社记者 方喆 摄

“有些人工智能只能做人脸识别;有些聚焦于语音识别。虽然在各自的领域表现都不错,但距离人所完成的‘综合性功能’还相差甚远。”中科院上海微系统所仿生视觉系统实验室主任张晓林说。

张晓林举例了一个场景,“耳朵里听到‘我要杯子’这句话,机器能够进行语音和语义识别;然后对周边环境进行探索,通过图像识别寻找杯子,然后做逻辑决策,进而做运动规划,然后控制手脚做动作。当所有环路打通的时候,机器人距离真正的‘智能’就更近了一步。”

“这个过程中,需要多个传感器进行多模态的融合,把眼睛看的、耳朵听的,甚至舌头尝的信息进行初期处理,并将视觉的三维重建、听觉的语音语义识别结果等相互连接。”张晓林介绍,其课题组正在搭建一个具备完整“五识”功能的系统,“先具备完整的功能板块,再不断修改完善。”

张晓林表示,系统“智能”程度的提高,要伴随更多人体,尤其是大脑奥秘的揭示,才能更好帮助模型的建立。

“现在的人工智能像是人类的‘幼儿’时期,处于只是简单‘听’和‘看’的阶段。”上海交通大学致远讲席教授徐雷说。但特斯拉首席执行官埃隆·马斯克显然更乐观,“一般来说电脑进步的速度是惊人的,我觉得未来科技发展的速度变化会非常快,超越我们理解的能力。大家一般都会低估人工智能的能力,觉得可能就像是聪明的人而已。实际上,人工智能可能比最聪明的人还要聪明。”

打赏

转载请注明出处。

声明:

1、本站遵循行业规范,任何转载的稿件都会明确标注作者和来源;

2、本站的原创文章,请转载时务必注明文章作者和来源,不尊重原创的行为我们将追究责任;

3、作者投稿可能会经我们编辑修改或补充。

网友点评
0相关评论
浏览记录
清空