您正在使用IE低版浏览器,为了您的雷峰网账号安全和更好的产品体验,强烈建议使用更快更安全的浏览器
此为临时链接,仅用于文章预览,将在时失效
业界 正文
发私信给张莉
发送

0

德国汉堡科学院院士张建伟:人工智能交互的未来是多模态共享模式 | CCF-GAIR 2018

导语:机器人的未来和人工智能交互的未来,不是单模态的,而是多模态共享模式。

雷锋网按:2018 全球人工智能与机器人峰会(CCF-GAIR)在深圳召开,峰会由中国计算机学会(CCF)主办,雷锋网、香港中文大学(深圳)承办,得到了宝安区政府的大力指导,是国内人工智能和机器人学术界、工业界及投资界三大领域的顶级交流盛会,旨在打造国内人工智能领域最具实力的跨界交流合作平台。

在29号召开的AI前沿论坛上,德国汉堡科学院院士张建伟发表主题为“AI赋能,人机共融”的报告,以下是此次报告的具体内容,雷锋网做了不改变原意的编辑与整理。

人工智能发展的新动能

德国汉堡科学院院士张建伟:人工智能交互的未来是多模态共享模式 | CCF-GAIR 2018

张建伟认为,随着云、物联网、互联网网络、光网、宽带、5G的发展,使得现在的大数据燃料非常充足。我们现在面临的是一个人类社会生态的新平衡,加上新材料、新计算、新的能源的供应,使得全系统的创新里有了新的动能。

未来的少人化工厂、老人的服务护理、虚拟社区的交互,私人定制的服务等等,都是人工智能和机器人发展的方向。机器人和人工智能除了在制造、交通方面的应用,在医疗、农业、智能建造和教育方面都有巨大的应用潜力。

单模态的大数据学习

德国汉堡科学院院士张建伟:人工智能交互的未来是多模态共享模式 | CCF-GAIR 2018

机器是不是比人更智能,张建伟通过最近参与录制的《机智过人》节目中的例子,展示了现在机器学习在单模态数据里的应用达到什么程度,还有哪些挑战。

 图象处理和人脸识别的应用特别广泛,在一场《机智过人》的节目里,张建伟团队有意找到了一个模糊的图象,从很远的监控相机照一个车里的孩子的图象,然后让机器和最强的人类来进行PK,机器最后在这种模糊情况下会犯非常奇怪的错误,但是节目现场的林警官利用知识外推的能力和想象能力,在这幅模糊的图象里头画出了这个孩子的肖像,他用这个方法也找出了在伊利诺伊州杀害华人女科学家的罪犯。林警官利用肖像锁定了两对父母,这场对决明显的是人的智能战胜了机器智能,因为人在模糊信息下运用知识、运用外推的能力是非常强的。

德国汉堡科学院院士张建伟:人工智能交互的未来是多模态共享模式 | CCF-GAIR 2018

接着,张建伟举了一个单模态文本学习的例子。微软小冰通过任意一幅给出的图像,可以识别出一些作诗的元素,最后作出了一首很美丽的诗。但是,机器人写诗还没有三观,包括价值观、道德观和人生观。虽然它写出的词句非常的华丽,但是他认为,下一步人工智能面临的挑战,是如何让机器人、人工智能系统逐渐具有三观。

德国汉堡科学院院士张建伟:人工智能交互的未来是多模态共享模式 | CCF-GAIR 2018

还有声音的单模态学习实例。通过把撒贝宁在网上主持节目的两个小时的语料的下载、学习,然后来让机器人的系统模拟他没有说过的话,没有唱过的歌,这种内推的形式也可以实现比较好的演示。如果是在学习的语料里头有情感,机器人就会具有情感,但是人工智能真正具有情感还有很多强人工智能的挑战。

德国汉堡科学院院士张建伟:人工智能交互的未来是多模态共享模式 | CCF-GAIR 2018

另外机器人阅片也是人工智能的一个比较实用的方向。首先让机器人学习大量的肺病的数据,然后和15个最强的医生进行比拼,最后显示机器人在这种有限环境里的大数据的学习情况非常强,在非常小的细节的最后的识别方面,机器人战胜了15个最强医生的团队。

跨模态学习应用

张建伟认为,下一步的挑战是我们如何把人工智能用在这种物理系统里头,使得机器人和人工智能的结合变得更加透明,运用到多模态的交互,如何使机器和人融到一块,使得我们真正进入人类的2.0的时代。机器人未来和人工智能交互的未来,不是单模态的,而是一个多模态共享的模式。

德国汉堡科学院院士张建伟:人工智能交互的未来是多模态共享模式 | CCF-GAIR 2018

张建伟介绍了他的团队与清华大学、北京大学、北京师范大学和科学院心理所合作研究的人工智能基础研究项目——跨模态学习。共同研究跨模态学习的认知、计算和神经机制,利用理解的知识和模型,来提高人机交互的性能。

德国汉堡科学院院士张建伟:人工智能交互的未来是多模态共享模式 | CCF-GAIR 2018

这种跨模态和跨学科、跨文化的学习是这个项目的特点。如何实现混合的、可靠的智能来融合各种各样的传感器,包括类似视觉、听觉、肢体感觉,还有一些人工的,像激光雷达一样的数据,人的模型提供了一个非常好的样板。如何使用自上而下的控制,如何把数据驱动跟知识驱动融合到一块,如何在数据融合方面不只是简单的数据模型的叠加,而是有一个符号的表示,用它们来做决策,用交互和动作的执行,尤其是提高我们未来的人工智能和机器人系统的效率和鲁棒性。

德国汉堡科学院院士张建伟:人工智能交互的未来是多模态共享模式 | CCF-GAIR 2018

他认为,我们现在更多的要关注神经成像的模型、神经激励的方法、脑机接口,甚至心理学的行为学,来进行系统的合成,最后在机器人和复杂的CTS系统里进行验证。

这里面有三个重要的方向,一个叫跨模态的动态适应机制,例如,通过发现老鼠在学习前和学习后的神经元的变化,希望总结出未来更好的带有局部记忆的深度神经模型。第二个领域是跨模态的泛化和预测,第三个是在未来的跨模态的人机交互方面,如何让机器人通过视觉、语言的共同学习,更好地理解概念,理解他们中间的关系。

通过多模态的学习,包括未来的制药、科学实验,都可以通过机器人进行大量的加速,在机器人应用比较典型的瓶颈问题里,通过多模态的学习实现了机器人的灵巧操作,包括抓取、注射等等。

此外,张建伟还介绍了多模态学习技术在自动驾驶、行走机器人领域的应用。

会后,张建伟接受了雷锋网的采访,介绍了德国在人工智能和机器人领域的发展情况。在人工智能的基础研究方面,近20年德国政府一直长期持续在资助。即使在人工智能处于寒冬的时候,德国的科学研究会资助的很多大项目里面,都包含很多人工智能的元素,所以在人工智能核心技术、人才方面都有很好的积累。

德国的研发题目不是由政府来设定,而是由科学家来定义未来的研究问题,这种模式是科学家主导。政府根据研究内容的前瞻性和内部评比来确定资助对象。所以,德国人工智能和机器人的结合在科技理论上的创新程度一直很高,既有基础研究项目,又具有很高的跨学科的特点。

另一方面,德国整个制造业的全面程度在全世界也比较领先。所以在德国的汽车公司里,自动驾驶还有辅助安全驾驶,差不多近20年一直在长期投入。在真正的自动驾驶或者辅助驾驶的量产方面,德国的汽车公司还是可能会领先的,奥迪最近的60公里以下的自动驾驶车量产,在全球第一个真正实现了量产。德国提出工业4.0的概念,也是希望再把物联网、人工智能加入制造领域,来保持他们在制造和智能结合方面的优势。

总的来说,德国在人工智能和机器人领域一方面积累了大量的基础技术,另一方面在工业制造、医疗、驾驶领域一直保持持续的研发,即使在还没有变成产品的时候,也积累了很多的核心技术,培养了很多人才。

雷峰网原创文章,未经授权禁止转载。详情见转载须知

分享:
相关文章

主笔

本人微信:15010591263
当月热门文章
最新文章
请填写申请人资料
姓名
电话
邮箱
微信号
作品链接
个人简介
为了您的账户安全,请验证邮箱
您的邮箱还未验证,完成可获20积分哟!
请验证您的邮箱
立即验证
完善账号信息
您的账号已经绑定,现在您可以设置密码以方便用邮箱登录
立即设置 以后再说