智能的本質是什么?人的智能是怎么產生的?要探索這些終極問題,即便是遙遠的未來也未必有解。
這也是王碩在人工智能研究的道路上遇到的最大困難。“現階段的人工智能,針對一些典型場景,取得了很好的進展。但處理復雜場景和任務時,人工智能算法還需要極大提升。”
王碩說,了解人的智能是怎么形成的,會對機器的智能生成有比較大的幫助。在人工智能與機器人領域近二十年的耕作中,王碩的研究方向沒有太多變動。他覺得,這樣的堅守讓研究變成樂趣,也有助于讓汗水結出碩果。
二十年堅守
王碩是中國科學院自動化研究所(以下簡稱自動化所)研究員。他所在的復雜系統管理與控制國家重點實驗室,主要針對智能機器人技術開展從基礎理論、前沿核心到重大應用的全方位、多層次的研究和探索。
1998年,王碩來到自動化所攻讀博士學位,方向就是多機器人系統。2001年畢業后,留在自動化所工作至今。
“所里的很多老師,堅持人工智能的相關研究很多年。”在當時,人工智能的發展并沒有現在這般如火如荼。蟄伏多年,王碩和同事們才迎來了人工智能的黃金機遇期。
“仿鰩魚水下作業機器人”是王碩及其團隊近年來的一個標志性成果。這個仿生機器人系統借鑒了鰩魚的推進結構,并掛載了一個輕量的機械臂,可以抓取物體。
機器魚類的產品,仿生推進控制問題是一大難點。王碩及其團隊在研究中,研發了仿魚鰭推進系統,使得機器魚的推進控制問題得到了很好的解決。
而要讓機械臂能夠抓取物體,首先是要讓機器能夠識別目標物體。自動化所多年來在模式識別領域的積累,為物體識別提供了保障。不過,識別物體后,是讓機器魚先游過去再抓取,還是直接伸臂去抓?是從上面去抓,還是從左邊去抓?這個問題讓團隊犯了難。
王碩說,不同的環境和目標位置,就有不同的操作和控制策略。“我們把多方面的技術結合在一起,取得的效果還可以。”
2018年,仿鰩魚水下作業機器人參加獐子島水下機器人大賽,下海抓取海參、海膽、扇貝等。團隊的王宇參與了現場的操作,最終的成績十分亮眼。
“我們的機器魚在在線識別方面取得第一名,在抓取方面取得第三名。”王碩說。
研發“云腦”
隨著智能機器人應用領域的不斷擴大,機器人所需面對的環境變得越來越復雜與不確定,對機器人自主、智能的要求也越來越高。特別是面對云計算、大數據等技術的迅速發展,王碩思考,如何結合新技術,構建一個機器人系統的公共“大腦”。
王碩認為,將大量計算需求從機器人本體移至具有更強計算能力和存儲能力的“大腦”,實現機器人基礎功能的模塊化、標準化和快速接入,并且實現機器人之間數據的交互和知識的共享,“是機器人研究和應用領域的共性需求和發展目標”。
王碩及其團隊為此開展了“云腦”系統研發,希望通過云端智能信息處理與決策服務平臺,實現多個機器人的統一協調管理并為機器人提供智能服務。
同時,“云腦”通過標準化、模塊化的機器人核心基礎軟硬件和本地/云端接口協議,可實現機器人軟件和硬件功能構件的可復用和可置換,能有效解決目前機器人研發中難以快速集成、存在大量的重復性工作的問題。
王碩說,這將大大提高機器人系統學習的效率、知識的共享。
邁向更深
在王碩看來,機器人產業是很重要的產業方向,而多學科交叉、機器人技術與其他不同領域技術相結合,也將產生很好的顛覆性技術。
自動化所參與了中國科學院腦科學卓越創新中心建設。在這個創新型機構中,集成了中國科學院神經科學研究所(以下簡稱中科院神經所)、深圳先進技術研究院、中國科技大學等單位,促進學科交叉融合是這一機構的重要特征。
但如今的腦科學中,關于大腦智能的研究還沒有形成統一、完整的理論體系。王碩意識到,現在的人工智能,更多的是借助計算能力,通過高性能的算法對人類智能做一些功能的模仿。這些模仿與人的真正的智能差距還是很大的。
“盡管在實際生活中,有一些已經在應用了,應用效果也很好。但這些都僅是在特定場景的應用。如果場景環境發生較大變化,其適用能力就會大幅降低。”王碩說。
通過與中科院神經所等單位的同仁進行交流,促進了王碩團隊對神經科學的了解。他們也跟中科院神經所、東北師范大學心理學院等單位建立了合作聯系,“這對我們人工智能算法的進一步研究很有啟發”。
摘自《中國科學報》