爱吧机器人网 » 专题 > 观点 > 正文

汉堡大学张建伟:提升机器人性能要靠跨模态学习技术 | GBAS 2018

12月6日,德国汉堡大学教授、多模态技术研究所所长张建伟在GBAS 2018大会上发表了主题为《提升机器人性能的跨模态学习技术》的演讲。

他在演讲中提到,目前人工智能与人类还有很大的差距,未来人工智能与机器人的发展还会面临许多挑战。技术人员不应只关注人工智能和大数据技术,还要多关注可穿戴设备、5G通讯、生物技术、新材料新能源等新兴技术,只有把各种技术融合起来,才能创造新的可能,实现良性的产业发展。



以下是由墨客星球整理的演讲原文:

大家好,今天我们有来自于美国、德国、日本的其他的嘉宾,他们给我们做了非常精彩的演讲。但是不好意思,可能我会给大家作中文的演讲,你们可以用到同声传译的耳机听,我会用中文介绍一下我们在跨模态的研究和理论实践,还有基础的背景。

前面几位报告人都讲过了,现在的人工智能可以给我们带来什么样的新的赋能的技术?

早上罗教授讲了,从分析未来人类美好生活的需求要什么,未来少人化的工厂,个性化老人的护理,老龄化社会的问题等等,这些都是我们下一代做人工智能和机器人要努力的目标。

从技术的整个可能性来讲,我们不能只关注人工智能和大数据,我们更多的还要关注可穿戴设备、5G通讯、生物技术、新材料新能源。上午听完了王教授(王中林,关于纳米发电机)的报告,我马上和他联系,因为我们现在做的行走机器人以后可以用他的纳米发电机,或许能创造新的可能。

比如说现在3D打印,我们在汉堡正在进行把3D打印的电路跟传感打到3D结构里的实验,使得打印出来的物体能具有智能和感知。这就是现在我们在未来机器人领域里面的新的动能,把各种各样新的技术融合起来,做更好的操作。

今天听了很多人工智能的内容,人工智能包括了机器人的学习。但机器学习只是近10个代码的之一,这10个里面又包含好几种方法,现在大家最熟悉的就是其中的自下至上的递进学习,这是得到了非常广泛的应用,并取得了一些很好的结果。但是这种弱人工智能也有很多问题,包括不透明,不可迁移等等。所以下一步做机器学习,就是要融合其他的强人工智能的学习方法,融入自上而下的知识,全局化的优化,让进化算法实现可泛化的学习。

现在人工智能变得非常热,从政府到投资人到用户到老百姓都非常关心人工智能,比如央视的一个节目,叫做《机智过人》。我想讲一讲,现在的深度学习能做什么和不能做什么。

我们用最强的人工智能和最强的人类,通过孩子的图像识别父母,在清晰的图像下,我们可以让机器人和最强的人类都能成功识别。但是在模糊的情况下,机器就会完全失灵,但最强的人类用知识和外推画出的肖像就能成功锁钉父母。这说明,现在的机器学习跟真正的人类差很多。又比如在《机智过人》第三期,曾经做过定点投球比赛。第一场人类女孩输给了机器人,但是第二场比赛请了林书豪出场,又战胜了机器人。

所以就像前面几位教授都提到的,我们现在的智能机器人和人类的智能系统还差很多。

现在的问题是,如何把认知系统里面机器人还比较缺少的性能,做成算法和控制结构,从而使机器人更聪明。比如说注意力、知识指导搜索等等。如果把这些信息进行有效的表达,表达成符号、概念、知识,指导机器人进行更高的规划,我们又该如何用这些认知方法改善现在的深度学习的一些弱点。

现在的深度学习非常容易被欺骗,用一些简单的噪声就能够让它识别的结果是另外的结果。所以这种现在的人工智能系统,不犯小错,一犯就是大错,这跟人的思维方法正好相反。

现在我正在协调一个中德之间有史以来最大人工智能基础研究项目,由国家自然科学基金和德国的科学基金会联合资助,一方面通过我们和神经科学和心理学的合作,来研究人的模态的融合、传感、学习是如何实现的;另外一方面我们把它做成未来的算法,来做最好的2.0的机器人。

我们可以看到人类在融合方面是个很好的榜样,现在我们就是通过这种研究,用大脑的观察,包括脑成像、脑接口、脑刺激、行为实验等等,最后做成一个集成系统,用机器人测试多模态融合肌理做出更强的机器人。

人的认知通道包括视觉、触觉、听觉,我们把多模态的信号分析放在里面处理的话,在正常的情况下,它们会在比较高的层次上进行融合。但是如果有一个通道受阻,就会造成错判。如果我们在单通道出现问题或者不完全的情况下实现融合,这将会是个对机器人非常有用的技术。

这个项目已经进入第三年,取得了基础性的结果。我们通过观察老鼠的神经细胞在学习前和学习后的差别,最后抽象出一种新型的神经网络,里面带有局部的记忆。我们现在也正在总结泛化,希望更好的应用到机器人领域。另外,机器人协同,预测、泛化现在也是我们研究的重要的题目。

在我和孙富春教授合作的项目里,我们通过语言和交互的学习,让机器人不只是听懂一些话,而且还能看着听和说的图像,就学会语言、概念。我们也把这些东西用到了灵巧操作的过程,让未来的机器人能具有更好的灵巧操作能力。除了触觉和视觉之外,让它们在灵巧操作和力控操作方面,通过不断的交互学到新本事。

如何把自上而下的知识融入进去,通过经验的学习,使得机器人能力变得越来越强,这就是我们的项目。通过不断的人机交互,使得人机交互时间长度变得越来越短,同时使得机器人对世界的理解越来越精确。

我觉得未来人工智能的发展,还有下一代机器人,都还有很多很多挑战要应付,还有非常艰难的过程,我们还有近50年-100年的路要走。要真正做出在知识和能力方面能够超越我们人类的机器人,我想还任重道远。但正是在这个逐渐认清我们自我认知能力的过程中,我们才能不断把一些可以产业化的东西做成产品,提高我们生活质量。谢谢大家。



上一篇:人工智能加速期:“算法为王”还是“场景落地”优先 ?
下一篇:人工智能怎样推动制造业革命
精选推荐
英国首台月球车是个小型四腿机器人 将于2021年登月
英国首台月球车是个小型四腿机器人 将于2021年登月

[2019-10-12]  探测器将用四条腿探测月球表面,并将数据传回着陆器,后者将把数据传回地球图 詹姆斯温斯皮尔英国即将成为继美国、俄罗斯、中国之后的又一 ...

瑞士研发出微型机器人集群 可像蚂蚁一样互相交流并协同工作
瑞士研发出微型机器人集群 可像蚂蚁一样互相交流并协同工作

[2019-07-12]  EPFL(瑞士联邦理工学院)的研究人员受到了蚂蚁的启发,开发了一款仅有10克重的小型机器人:他们可以相互交流,分配角色并完成复杂的任务。 ...

MIT用深度学习处理3D点云数据 应用于无人汽车等领域
MIT用深度学习处理3D点云数据 应用于无人汽车等领域

[2019-10-23]  如果你见过自动驾驶汽车,也许会对车顶上那个一直在旋转的圆柱体感到好奇。这是一个雷达传感器,无人驾驶汽车依靠它在现实世界中进行导航。 ...

2018年企业数字化转型的五大趋势
2018年企业数字化转型的五大趋势

[2017-12-16]  据2016年哈佛商学院研究表明,选择进行数字化转型的企业在3年内表现出了55%的平均毛利润提升,相比之下其他企业毛利润同期降低了37%。数字化转型企业的领头羊,也曾是收入处于......

亚马逊计划建一个4000万美元的机器人中心
亚马逊计划建一个4000万美元的机器人中心

[2019-11-07]  爱吧机器人网消息,亚马逊11月6日宣布了一项计划,计划在美国马萨诸塞州韦斯特伯勒建立一个4000万美元、35万平方英尺的机器人创新中心。新 ...

人工智能准确预测患者一年内的死亡风险,原理却无法解释
人工智能准确预测患者一年内的死亡风险,原理却无法解释

[2019-11-13]  图片来自BURGER PHANIE SCIENCE PHOTO LIBRARY美国最新研究显示,人工智能通过查看心脏测试结果,以高达85%以上的准确率预测了一个人在一 ...

搭载人工智能的太空机器人CIMON 2乘SpaceX抵达国际空间站
搭载人工智能的太空机器人CIMON 2乘SpaceX抵达国际空间站

[2019-12-09]  12月5日,搭载人工智能的太空机器人西蒙2号(CIMON 2)乘坐SpaceX火箭Dragon货运舱,从佛罗里达州卡纳维拉尔角空军基地升空,前往国际空间 ...

[2017-03-21]  虽然有很多关于机器人取代工人的担心,但哈佛经济学家James Bessen的论文指出,在过去的67年里机器人仅仅淘汰掉人类工作中的一个。在1950 ...

本周栏目热点

李开复:关于人工智能在中国异军突起的六大主要原因

[2017-11-07]  虽然世界各个国家都已经开始加速对人工智能行业进行布局,虽然世界各国都已经出台了各种政策表示对人工智能的支持,但是就目前的发展形势来看,中美两国在人工智能领域的发展......

[2018-02-05]  “人工智能国际主流学界所持的目标是弱人工智能,也少有人致力于强人工智能。那么,这是不是因为强人工智能‘太难’,所以大家‘退而求其次’呢?不然。事实上,绝大多数人工......

阿里研究院:关于互联网+制造业的10个观点(组图)

[2015-12-29]     互联网对商业环节的渗透和改造是逆向的,从与消费者最近的广告营销端开始, ...

2020年中国AI基础数据服务行业发展报告

[2020-04-03]  核心摘要:目前人工智能商业化在算力、算法和技术方面基本达到阶段性成熟,想要更加落地,解决行业具体痛点, 需要大量经过标注处理的相关 ...

【业界观点】2016年工业机器人需求增速将放缓

[2016-01-19]     2015年中国工业机器人需求规模达到109亿元,同比增长16%,而2016年机器人需 ...