2020年8月6日 机器视觉与计算机视觉技术

德国人工智能技术发展现状和未来趋势

人工智能是介于机械工程和计算机科学、心理学之间的领域。要了解人工智能,必须要了解机械工程学与语言学,它是一个跨学科领域的研究。

跨学科的人工智能

人工智能当前正面临着不少挑战,其一便是机器人变得愈加复杂,它需要更多的传感器和自由度,因此结构也变得更复杂。而结构的复杂性也使得算法日益复杂,这意味着研究者必须考虑的整体框架和架构以处理这些越来越复杂的算法,从而更好地维护机器人的运行。

这其中应用到的一个技巧就是机器学习。未来机器人会变得非常复杂,需要自己学习技巧技术来处理。机器必须自主地去学习。自我优化,从过去的经历里学习未来的一些行为。这些技巧非常的复杂,一旦我们能够解决就可以将其运用到工业环境中,现在已经有一些在工厂里应用的场景。

人工智能需要有自适应性,即机器可以根据特定的情况改变,而且它们容错性更强。机器可能需要长期在复杂的环境中进行自主行动,因此必须能接受自身的一些错误。所以,即使有一些非常小的问题存在也不会影响整体机器的良性运作。这个机器人必须具有很高的容错性,能够长期实现自治,否则就需要不断返厂进行重新编程。

在德国,过去我们从两维入手进行研究,现在已经将更多的功能融入在其中,从而实现向三维的延伸。我们想让设备、机器、汽车更具有智能,比如将人工智能与汽车、飞机、医疗设备、家电领域、农业机械等结合起来。德国制造的产品质量非常高,加上人工智能能带来更大的优势。同时,我们需要能和人协作的机器即实现“人机协作”,现在已经有许多德国公司在这方面的研发做得非常好。

不过,目前也有一些领域我们做得仍不太好。比如缺少运算能力强的小型GPU以及性能非常高的中央处理器,这些对于中国和全球研发界也同样重要。在中国以及世界我们都需要很小,但是运算能力非常强的GPU。同时,我们也需要更多的开源工具,如果越来越多的人可以使用人工智能的开源代码,相关的研究可以取得更高的发展。

DFKI研发领先全球

德国人工智能研究中心(DFKI)是目前全球最大的AI研究中心,员工超过800人,有23个股东以及超过80家的衍生公司,股东包括谷歌、英特尔等,但截至目前还没有中国股东。目前DFKI已经将一些旗下公司出售,售价总计约110亿欧元。

未来的人工智能究竟应如何提升?在DFKI的研究路线图中,排在首要位置的便是机器学习系统,即让人工智能自己去创造新的人工智能,它可以适应环境并改变自己。我们必须要创造一种机器学习的新算法,这一算法可以自我更新、自我学习,再去创造新的算法。目前DFKI在人工智能领域已经进行了30多万次的研究,这些人工智能方面的经验也为中国中车集团提供了一些制造的建议。

其次是基于超链接的沉浸式辅助,人类可以完全沉浸在机器人所处的环境中。我们不止可以看到机器看到的东西,而且通过同时覆盖机器人以及人体全身的传感器,我们可以真正处于机器人所处的环境之中。比如机器人在水下时,人体将会有在水下的沉浸式感受,同时这一系统应当是一种长期的自主自控系统,因为机器人需要在特定环境中待很长的时间,不仅仅只是一天,而是几个月甚至几年。

同时,由于传感器被建造的越来越小且能力越来越强,我们可以把它们安装在机器人身上,从而可以更好地与人类进行协作。比如有些工人在工作时脊柱受力非常大,这时候就可以使用人工智能来进行协助。

目前,DFKI是唯一一家采用英伟达GPU超级计算机进行深度学习的德国研究机构。我们能够将卷积神经网络训练加快100倍。英伟达创始人黄仁勋曾表示,研究人工智能的神奇应该交给世界上最好的人工智能科学家,也就是DFKI。

人工智能研发面临的问题

当前,人工智能的机器学习研发中仍然面临着很多困难与问题。如机器人在进行简单的数学和数据研究时,会使用深度神经网络学习。但是当继续训练这一人工智能学习时,数据里可能会存在一些噪音,导致它们得到一些错误的关联。

同时,由于深度学习的模式非常复杂,我们不知道何时应当停止人工智能的学习,也不知道人工智能如何得出最后的关联性。我们将数据放入后可以得出结果,但并不知道它的过程是什么,即无法得知人工智能内部的操作模式。所以我们还需要进一步研究,让人工智能可以解释自己是如何进行深度学习的。

举例而言,一位人类医生对病人进行扫描检查后将结果传给AI医生,后者看了扫描图后认为这位病人可能患有肝部疾病。为什么AI医生会得出这个结论?这时就要求AI医生像人类医生一样,向病人解释其中的原因。

此外,人工智能驾驶的汽车发出一些假警报也会给驾驶者带来很大困扰,会导致车辆在没有任何问题的情况下不断地停车。

人工智能优势明显

我认为,人工智能可以帮助人类团队建立和培养团队精神。我们可以和机器人共同分享目标、计划、意图,协调计划的执行,在情感上取得和机器的一致性。在一个拥有人类和机器的团队里面,必然会存在着情感一致性。现在有一些公司试图将机器和人放在同一个团队,比如一个团队正在进行组装一个变速箱,机器人可以和人类进行互动。人类并不需要去在电脑上面进行命令的输入,只需要用手势便可以交流。同时人类可以让这个机器变得非常的柔软,比如当机器正在工作的时候人类突然靠近,为了不伤害人类,它会停止工作,这就是机器在认知领域人工智能的应用。

此外,当机器人和人类共同开始合作的团队模式后,在管理方面也可以进行一些扩展。比如一个团队里有人请病假,这时候经理可以将机器人放入团队以代替请病假的员工。如果设计出的这些机器人足够智能,它将会很好地代替人工,并且弥补失去的工期和效率。

如今人们普遍采用一些重型机械对矿产进行挖掘,但很可能会破坏环境。而一旦破坏了环境,很有可能需再等上一千多年才能够让环境复原。所以我们在采矿中所用到的是更加智能的设备,而不是用重型及具有破坏性的设备。

我们可以设立一些造价便宜的小型智能机器人,其运输成本也更低,智能程度也更高,可以让它们去收集海底的锰矿等。通过使用人工智能的设备,我们可以实现以最小的侵入去开采矿物,同时设立相关的国际标准等。

目前,DFKI的机器人已经可以实现在海下进行管道的维修,并且可以监视深水的情景,同时机器还可以在海底漫游并且进行修理。(周婕整理)

Frank Kirchner(弗兰克·柯什纳)

人物名片

FrankKirchner(弗兰克·柯什纳),德国DFKI机器人创新中心主任、德国不莱梅大学教授、德国不莱梅大学数学和计算机科学学院机器人技术主席、德国柏林—勃兰登堡莱布尼茨科学与人文学院院士。2017年至今任德国宇航中心(DLR)机器人与自动化项目委员会主席。2013年至今任巴西机器人研究中心(BIR)科学总监,2010年至今任德国不莱梅大学海洋科技学院联合创始人。德国不莱梅大学海洋科技学院联合创办人、联合项目“海洋智能科技”牵头人。

Banner
Related Posts

无需数学就能写AI,MIT提出AI专用编程语言Gen

2019年6月27日

2019年6月27日

麻省理工学院的一个研究小组正在研究如何让初学者更容易的进入到人工智能领域,同时也帮助专家推动这一领域的发展。

2019年全球人工智能领域事件大回顾

2019年12月26日

2019年12月26日

在2019年,人工智能的发展尤其令人难以置信,无论是在机器学习、神经网络、视觉、自然语言处理(NLP)等领域。这一年见证了技术的进步,为几年前人们无法想象的事情的进一步改进打开了新的大门。今天,由于人工智能在几乎所有部门、行业、国家和地区的潜力,还有更多的可能性。

2020年6个新兴的人工智能和机器学习趋势

2019年11月20日

2019年11月20日

那么,2020年将是为人工智能领域下一个十年的创新奠定基调并延续现有势头的关键一年。接下来我们将介绍一下研究公司认为2020年应当关注的六个新兴AI和机器学习趋势。

人工智能、机器学习和机器人领域的7名女性领军人物

2019年5月28日

2019年5月28日

这些女性是人工智能、ML和机器人等前沿领域的领导者。看看他们已经取得的科技成果和应用的领域。

如何开发面向企业的机器学习应用软件

2019年9月9日

2019年9月9日

如今,大多数企业依赖机器学习(ML)应用程序来了解商机、识别市场趋势、预测客户行为和价格波动,以及做出正确的业务决策。开发这些机器学习应用程序需要遵循严格的计划和步骤。问题构建、数据清理、特征工程、模型培训和提高模型精度是开发机器学习应用程序可以遵循的几个步骤。

研究人员设计了基于AI的检测MS治疗反应的方法

2019年6月12日

2019年6月12日

UCLH的生物医学研究中心支持开发一种新的基于人工智能的方法,用于检测大脑对多发性硬化症(MS)治疗的反应,这种方法明显优于医学专家使用传统技术在治疗效果。

2019年十大领先的计算机视觉初创公司

2019年4月8日

2019年4月8日

计算机视觉是昨日兴起的一项技术,如今已成为一项时髦的技术。计算机视觉使机器或计算机能够从多维数据源和图像中获取数据和信息,从而将其转化为有价值的见解。

《2019年科技趋势报告》出炉:中国稳居AI研发全球第一

2019年3月14日

2019年3月14日

11日,Future Today Institute发布了第12份年度科技趋势报告,报告中给出了315个趋势,略高于去年的225个。这份报告总结分析了能源、机器人、人工智能、交通、数据、隐私及安全等领域的热门趋势。

在农业中引入人工智能和机器视觉技术来监测肉牛养殖

2019年3月15日

2019年3月15日

一家名为“育种家”的AUK初创公司正在改变农业市场,利用人工智能、区块链和机器视觉来改进育种和屠宰决策。

新型人工智能计轴仪为收费公路运营商提供关键信息

2019年11月19日

2019年11月19日

意大利交通摄像头和机器视觉开发商Tattile发布了一款基于深度学习人工智能技术的小型轴识别和计数系统,用于高速收费和其他应用。

类脑智能:人工智能发展的另一条路径

2019年3月31日

2019年3月31日

人工智能的迅速发展将深刻改变世界发展模式和人类生活方式。为抢抓人工智能发展重大战略机遇,各国均在构筑先发优势。类脑智能作为人工智能的另一条发展路径,也是实现通用人工智能的最可能路径,成为各国的关注焦点。

学习机器人技术的10个开源数据集

2019年9月9日

2019年9月9日

如今,研究人员正在努力对机器人实施人类层面的理解。例如,了解周围环境,手部运动,检测和抓取物体等等。在本文中,我们列出了10个可用于以高级方式学习机器人的开源数据集。

农业或成未来机器人产业落地极具优势的领域

2019年8月20日

2019年8月20日

联合国预测,到2050年,世界人口将从目前的76亿增加到98亿。从这个角度来看,全球收获倡议(GHI)预计,世界粮食生产国将需要增加70%的产量,以适应人口增长。此前GHI数据曾显示,从2005年到2019年,农业就业人数预计减少5800万人,减少了11%的农业劳动力

低功耗FPGA解决智能视觉系统挑战

2019年4月9日

2019年4月9日

随着被集成到当前一代嵌入式设计中的传感器数量的迅速增加,以及低成本相机和显示器的集成,为一系列新的智能和视觉应用打开了大门。这种嵌入式视觉革命迫使设计师仔细重新评估他们的处理需求。

DFRobot推出AI相机HuskyLens

2019年7月23日

2019年7月23日

机器人和开源硬件供应商DFRobot将于近日推出AI相机HuskyLens,这是一款用户友好的人工智能视觉传感器,内置各种强大的算法,通过简单的点击、学习和试验理念进行创意项目设计。

Comments
发表评论

电子邮件地址不会被公开。 必填项已用*标注