人工智能賦能無(wú)人系統(tǒng)

王耀南 CAAI監(jiān)事、中國(guó)工程院院士、湖南大學(xué)教授、CAAI Fellow

1 機(jī)器智能與智能機(jī)器

讓機(jī)器具備人一樣的智能，賦予機(jī)器思考和推理的能力，是人類(lèi)最偉大的夢(mèng)想之一。早在1948年，圖靈在題為《智能機(jī)器》的論文里，第一次為世人勾勒出了人工智能領(lǐng)域的輪廓。隨后，在1950年發(fā)表的論文《計(jì)算機(jī)器與智能》中，圖靈討論了“機(jī)器能否擁有智能？”的問(wèn)題。圖靈并沒(méi)有試圖去定義“機(jī)器”和“智能”這兩個(gè)詞，相反，他設(shè)計(jì)了一個(gè)被后人稱(chēng)為圖靈測(cè)試的思想實(shí)驗(yàn)。在很長(zhǎng)一段時(shí)間內(nèi)，圖靈測(cè)試都是較為公認(rèn)的人工智能判斷標(biāo)準(zhǔn)。

自圖靈測(cè)試提出以來(lái)，人工智能有了很大發(fā)展，其間有過(guò)高潮，也經(jīng)歷過(guò)寒冬，現(xiàn)在我們處于人工智能快速發(fā)展的新時(shí)代。德勤在《2017德勤技術(shù)趨勢(shì)》報(bào)告中認(rèn)為，人工智能是機(jī)器智能的一部分，機(jī)器智能是一個(gè)更加廣泛更加重要的領(lǐng)域。2018 年，美國(guó)國(guó)際戰(zhàn)略研究中心發(fā)布《美國(guó)機(jī)器智能?chē)?guó)家戰(zhàn)略報(bào)告》，明確提出美國(guó)政府應(yīng)在戰(zhàn)略層面注重機(jī)器智能與人工智能發(fā)展齊頭并進(jìn)，最終實(shí)現(xiàn)人類(lèi)與機(jī)器智能互補(bǔ)共生。

構(gòu)筑智能機(jī)器是研究智能的最終目的。智能機(jī)器本質(zhì)上是機(jī)器智能的物化表現(xiàn)形式。研究智能機(jī)器的目的是在感知、認(rèn)知和行為三方面探求智能的機(jī)理及本質(zhì)。人工智能為無(wú)人系統(tǒng)的發(fā)展提供了新的動(dòng)能，而無(wú)人系統(tǒng)是人工智能研究的重要抓手和極佳的驗(yàn)證平臺(tái)。

2 無(wú)人系統(tǒng)對(duì)人工智能的需求

隨著社會(huì)的進(jìn)步與新一輪信息技術(shù)的快速發(fā)展，人們對(duì)無(wú)人系統(tǒng)的應(yīng)用場(chǎng)景與自主能力需求越來(lái)越強(qiáng)烈。在民用領(lǐng)域，無(wú)人系統(tǒng)已經(jīng)從在結(jié)構(gòu)化環(huán)境程序式作業(yè)轉(zhuǎn)變?yōu)樵诜墙Y(jié)構(gòu)化動(dòng)態(tài)環(huán)境下自適應(yīng)作業(yè)，如無(wú)人駕駛車(chē)所行駛的道路越發(fā)復(fù)雜動(dòng)態(tài)多變，無(wú)人機(jī)能夠自動(dòng)規(guī)避環(huán)境動(dòng)態(tài)障礙物等。在軍用方面，無(wú)人系統(tǒng)已廣泛應(yīng)用于各種復(fù)雜場(chǎng)景與任務(wù)場(chǎng)合，如無(wú)人機(jī)群自主協(xié)同作戰(zhàn)，AI戰(zhàn)機(jī)等。要使得無(wú)人系統(tǒng)具備復(fù)雜場(chǎng)景下的自主作業(yè)能力，強(qiáng)烈依賴(lài)人工智能技術(shù)的發(fā)展。具體來(lái)說(shuō)主要體現(xiàn)在以下兩個(gè)方面。

（1）強(qiáng)泛化通用人工智能算法

目前，無(wú)人系統(tǒng)應(yīng)用場(chǎng)景往動(dòng)態(tài)非結(jié)構(gòu)化方向發(fā)展，傳統(tǒng)針對(duì)特定任務(wù)與樣本所訓(xùn)練的算法難以適應(yīng)新數(shù)據(jù)與任務(wù)需求，泛化能力弱、適應(yīng)任務(wù)單一，使得無(wú)人系統(tǒng)只能夠在特定限制條件下自主作業(yè)，難以賦予無(wú)人系統(tǒng)真正的智能性。因此，如果需要使得無(wú)人系統(tǒng)真正具有類(lèi)人自主性，必須開(kāi)發(fā)強(qiáng)泛化能力的通用人工智能算法。

（2）低功耗高性能邊緣計(jì)算芯片

由于無(wú)人系統(tǒng)通常是移動(dòng)作業(yè)模式，其只能搭載有限的能源設(shè)備，難以部署大規(guī)模計(jì)算設(shè)備/學(xué)習(xí)服務(wù)器，對(duì)一些依賴(lài)計(jì)算資源的算法需采取云端技術(shù)，這將大大依賴(lài)大寬帶實(shí)時(shí)通信，給實(shí)際應(yīng)用帶來(lái)不便與挑戰(zhàn)。而采用邊緣計(jì)算或云邊協(xié)同的計(jì)算方式可以有效解決這一困局，如針對(duì)無(wú)人機(jī)輸電線路巡檢應(yīng)用場(chǎng)景，可采用在無(wú)人機(jī)邊端部署輕量級(jí)檢測(cè)網(wǎng)絡(luò)，然后將初步檢測(cè)出缺陷數(shù)據(jù)發(fā)送到云端進(jìn)行詳細(xì)分析，完成此類(lèi)任務(wù)大大依賴(lài)于邊緣計(jì)算芯片。

3 發(fā)展現(xiàn)狀

在人工智能技術(shù)創(chuàng)新的推動(dòng)下，無(wú)人系統(tǒng)迎來(lái)了突飛猛進(jìn)式的發(fā)展，以下僅從無(wú)人系統(tǒng)部分方面對(duì)人工智能的應(yīng)用現(xiàn)狀進(jìn)行簡(jiǎn)要的概括。

（1）人工智能提升環(huán)境感知效率

環(huán)境感知旨在從復(fù)雜場(chǎng)景或圖像中定位大量預(yù)定義類(lèi)別的物體，是人工智能領(lǐng)域熱門(mén)的研究方向，也是無(wú)人系統(tǒng)開(kāi)展各項(xiàng)作業(yè)任務(wù)的基礎(chǔ)。針對(duì)目標(biāo)識(shí)別，R-CNN、YOLO、SSD等一系列經(jīng)典框架被提出，使得無(wú)人系統(tǒng)能夠模擬人大腦的運(yùn)行方式，通過(guò)多層卷積神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)識(shí)別，大大提升了無(wú)人系統(tǒng)的環(huán)境感知能力?；凇八槠备拍睢?dòng)態(tài)變化的感受野、生成對(duì)抗網(wǎng)絡(luò)以及其他新技術(shù)途徑，從一定程度上削弱了圖像尺度變化、目標(biāo)遮擋、弱小目標(biāo)等圖像結(jié)構(gòu)化變化帶來(lái)的影響，進(jìn)一步提升了復(fù)雜應(yīng)用場(chǎng)景中無(wú)人系統(tǒng)的環(huán)境感知能力。

（2）人工智能強(qiáng)化自主規(guī)劃決策能力

規(guī)劃決策旨在依據(jù)無(wú)人系統(tǒng)感知得到的動(dòng)態(tài)環(huán)境信息，開(kāi)展自主決策、路徑規(guī)劃等控制，使無(wú)人系統(tǒng)實(shí)現(xiàn)特定的作業(yè)任務(wù)。人工智能技術(shù)的迅速發(fā)展大大提升了無(wú)人系統(tǒng)規(guī)劃決策的自主性，基于強(qiáng)化學(xué)習(xí)、深度強(qiáng)化學(xué)習(xí)等算法能夠較好的解決無(wú)人系統(tǒng)的運(yùn)動(dòng)規(guī)劃問(wèn)題，諸如CANN、RNN、LSTM、SNN等一系列網(wǎng)絡(luò)結(jié)構(gòu)也被提出用于決策任務(wù)，使得無(wú)人系統(tǒng)能夠適應(yīng)高復(fù)雜、高動(dòng)態(tài)、強(qiáng)對(duì)抗環(huán)境開(kāi)展作業(yè)任務(wù)。

（3）人工智能增強(qiáng)多機(jī)協(xié)同能力

人工智能技術(shù)的迅速進(jìn)展能大大提升無(wú)人作戰(zhàn)系統(tǒng)的協(xié)同作戰(zhàn)能力?；贏I 的智能化生態(tài)系統(tǒng)，以“能量機(jī)動(dòng)和信息互聯(lián)”為基礎(chǔ)、以“數(shù)據(jù)計(jì)算和模型算法”為核心、以“認(rèn)知對(duì)抗”為中心，多域融合、跨域攻防，無(wú)人為主、集群對(duì)抗，虛擬與物理空間一體化交互的智能化作戰(zhàn)，已成為未來(lái)戰(zhàn)爭(zhēng)的主要形式。2017年美國(guó)國(guó)防高級(jí)研究計(jì)劃局（DARPA）提出的“進(jìn)攻性蜂群使能戰(zhàn)術(shù)”（OFFSET）項(xiàng)目重點(diǎn)關(guān)注靈活、復(fù)雜、集體行為的自主集群，其中人工智能技術(shù)在互操作、自主決策、集群控制算法等方面提供了強(qiáng)大的技術(shù)支撐。

（4）人工智能提升作戰(zhàn)指揮體驗(yàn)

作為人與無(wú)人系統(tǒng)之間的交互接口，指揮控制系統(tǒng)能夠?qū)崿F(xiàn)控制指令與狀態(tài)反饋的傳遞。引入人工智能技術(shù)后，一方面指揮控制系統(tǒng)能夠通過(guò)自然語(yǔ)言、手勢(shì)、體勢(shì)等多模態(tài)人機(jī)交流方式獲取指揮官意圖并給出擬人化反饋，大大提升了指揮效率；另一方面，利用人工智能技術(shù)能夠彌補(bǔ)操作者在速度、注意力等方面的局限，加速“觀察—調(diào)整—決策—行動(dòng)”（OODA）環(huán)路速度，協(xié)助指揮官做出正確指令。人工智能技術(shù)使得人機(jī)協(xié)作下的指揮控制能夠適應(yīng)未來(lái)戰(zhàn)場(chǎng)上日益增大的信息流通規(guī)模和速度，讓?xiě)?zhàn)場(chǎng)指揮轉(zhuǎn)變?yōu)樾畔⒒乃惴☉?zhàn)爭(zhēng)。

（5）類(lèi)腦芯片實(shí)現(xiàn)人工智能算法實(shí)體化

數(shù)據(jù)、算法和算力是人工智能發(fā)展的三駕馬車(chē)，大量傳感器的引入為無(wú)人系統(tǒng)帶來(lái)了海量的數(shù)據(jù)，人工智能技術(shù)的加持提升了無(wú)人系統(tǒng)感知與行動(dòng)能力，而類(lèi)腦芯片作為終端實(shí)現(xiàn)人工智能算法的載體，已成為人工智能技術(shù)創(chuàng)新的重要基礎(chǔ)。無(wú)人系統(tǒng)的信息處理單元架構(gòu)正按照大腦結(jié)構(gòu)仿生學(xué)的指引，朝著“存算一體”類(lèi)腦芯片的方向發(fā)展。而在“存算一體”類(lèi)腦芯片底層，非易失性核心器件也正逐步替代易失性核心器件，以便于更好的執(zhí)行復(fù)雜人工智能計(jì)算功能。

4 前景和機(jī)遇

（1）人工智能從感知智能向認(rèn)知智能演進(jìn)

盡管目前的智能無(wú)人系統(tǒng)在感知方面已經(jīng)達(dá)到甚至超越人類(lèi)水平，但在語(yǔ)言理解、視覺(jué)場(chǎng)景理解、決策分析等需要外部知識(shí)或邏輯推理的認(rèn)知智能領(lǐng)域還處于初級(jí)階段。認(rèn)知智能將以認(rèn)知心理學(xué)、腦科學(xué)及人類(lèi)知識(shí)為基礎(chǔ)，結(jié)合知識(shí)圖譜和認(rèn)知推理等技術(shù)，實(shí)現(xiàn)知識(shí)的表示、獲取與推理，讓知識(shí)能夠被無(wú)人系統(tǒng)理解和運(yùn)用。未來(lái)的無(wú)人系統(tǒng)將擁有自主智能，能夠和人一樣進(jìn)行自我學(xué)習(xí)、思考和進(jìn)化，從感知智能向認(rèn)知智能進(jìn)行轉(zhuǎn)變。

（2）人機(jī)協(xié)同混合智能提升無(wú)人系統(tǒng)自主性

人類(lèi)和機(jī)器都有著各自擅長(zhǎng)且不可互相替代的優(yōu)勢(shì)，所以人工智能的未來(lái)發(fā)展必將是與人類(lèi)智能協(xié)作。人工智能系統(tǒng)適合執(zhí)行對(duì)精度和效率有較高要求的確定性任務(wù)，人類(lèi)可勝任需要?jiǎng)?chuàng)造力、互動(dòng)性和多領(lǐng)域知識(shí)的工作。通過(guò)人機(jī)協(xié)同，最大限度發(fā)揮人類(lèi)與機(jī)器的各自?xún)?yōu)勢(shì)，提高無(wú)人系統(tǒng)的智能化水平和自主程度。

（3）機(jī)器學(xué)習(xí)微型化推動(dòng)AI與無(wú)人系統(tǒng)加速融合

人工智能算法正加速?gòu)摹霸贫恕弊呦颉斑吘墶保M(jìn)入到越來(lái)越小的無(wú)人系統(tǒng)設(shè)備中。目前，機(jī)器學(xué)習(xí)方法通常需要在較大的訓(xùn)練集上進(jìn)行學(xué)習(xí)，需要較多的處理資源。然而，在某些極端場(chǎng)景下，對(duì)AI算法的占用資源和處理時(shí)間限制較為嚴(yán)格。為適應(yīng)上述需求，AI算法微型化成為關(guān)鍵，在不失去傳統(tǒng)能力的情況下縮小現(xiàn)有的深度學(xué)習(xí)模型，在終端和邊緣側(cè)的無(wú)人系統(tǒng)微處理器上實(shí)現(xiàn)機(jī)器學(xué)習(xí)過(guò)程。與此同時(shí)，新一代專(zhuān)用人工智能芯片有望在更緊密的物理空間中實(shí)現(xiàn)更強(qiáng)的計(jì)算能力。隨著嵌入式機(jī)器學(xué)習(xí)框架的引入，將使得人工智能驅(qū)動(dòng)的無(wú)人系統(tǒng)設(shè)備大規(guī)模普及。