雷鋒網(wǎng)按：2018 全球人工智能與機器人峰會（CCF-GAIR）在深圳召開，峰會由中國計算機學(xué)會（CCF）主辦，雷鋒網(wǎng)、香港中文大學(xué)（深圳）承辦，得到了寶安區(qū)政府的大力指導(dǎo)，是國內(nèi)人工智能和機器人學(xué)術(shù)界、工業(yè)界及投資界三大領(lǐng)域的頂級交流盛會，旨在打造國內(nèi)人工智能領(lǐng)域最具實力的跨界交流合作平臺。

在29號召開的AI前沿論壇上，德國漢堡科學(xué)院院士張建偉發(fā)表主題為“AI賦能，人機共融”的報告，以下是此次報告的具體內(nèi)容，雷鋒網(wǎng)做了不改變原意的編輯與整理。

人工智能發(fā)展的新動能

張建偉認(rèn)為，隨著云、物聯(lián)網(wǎng)、互聯(lián)網(wǎng)網(wǎng)絡(luò)、光網(wǎng)、寬帶、5G的發(fā)展，使得現(xiàn)在的大數(shù)據(jù)燃料非常充足。我們現(xiàn)在面臨的是一個人類社會生態(tài)的新平衡，加上新材料、新計算、新的能源的供應(yīng)，使得全系統(tǒng)的創(chuàng)新里有了新的動能。

未來的少人化工廠、老人的服務(wù)護(hù)理、虛擬社區(qū)的交互，私人定制的服務(wù)等等，都是人工智能和機器人發(fā)展的方向。機器人和人工智能除了在制造、交通方面的應(yīng)用，在醫(yī)療、農(nóng)業(yè)、智能建造和教育方面都有巨大的應(yīng)用潛力。

單模態(tài)的大數(shù)據(jù)學(xué)習(xí)

機器是不是比人更智能，張建偉通過最近參與錄制的《機智過人》節(jié)目中的例子，展示了現(xiàn)在機器學(xué)習(xí)在單模態(tài)數(shù)據(jù)里的應(yīng)用達(dá)到什么程度，還有哪些挑戰(zhàn)。

 圖象處理和人臉識別的應(yīng)用特別廣泛，在一場《機智過人》的節(jié)目里，張建偉團(tuán)隊有意找到了一個模糊的圖象，從很遠(yuǎn)的監(jiān)控相機照一個車?yán)锏暮⒆拥膱D象，然后讓機器和最強的人類來進(jìn)行PK，機器最后在這種模糊情況下會犯非常奇怪的錯誤，但是節(jié)目現(xiàn)場的林警官利用知識外推的能力和想象能力，在這幅模糊的圖象里頭畫出了這個孩子的肖像，他用這個方法也找出了在伊利諾伊州殺害華人女科學(xué)家的罪犯。林警官利用肖像鎖定了兩對父母，這場對決明顯的是人的智能戰(zhàn)勝了機器智能，因為人在模糊信息下運用知識、運用外推的能力是非常強的。

接著，張建偉舉了一個單模態(tài)文本學(xué)習(xí)的例子。微軟小冰通過任意一幅給出的圖像，可以識別出一些作詩的元素，最后作出了一首很美麗的詩。但是，機器人寫詩還沒有三觀，包括價值觀、道德觀和人生觀。雖然它寫出的詞句非常的華麗，但是他認(rèn)為，下一步人工智能面臨的挑戰(zhàn)，是如何讓機器人、人工智能系統(tǒng)逐漸具有三觀。

還有聲音的單模態(tài)學(xué)習(xí)實例。通過把撒貝寧在網(wǎng)上主持節(jié)目的兩個小時的語料的下載、學(xué)習(xí)，然后來讓機器人的系統(tǒng)模擬他沒有說過的話，沒有唱過的歌，這種內(nèi)推的形式也可以實現(xiàn)比較好的演示。如果是在學(xué)習(xí)的語料里頭有情感，機器人就會具有情感，但是人工智能真正具有情感還有很多強人工智能的挑戰(zhàn)。

另外機器人閱片也是人工智能的一個比較實用的方向。首先讓機器人學(xué)習(xí)大量的肺病的數(shù)據(jù)，然后和15個最強的醫(yī)生進(jìn)行比拼，最后顯示機器人在這種有限環(huán)境里的大數(shù)據(jù)的學(xué)習(xí)情況非常強，在非常小的細(xì)節(jié)的最后的識別方面，機器人戰(zhàn)勝了15個最強醫(yī)生的團(tuán)隊。

跨模態(tài)學(xué)習(xí)應(yīng)用

張建偉認(rèn)為，下一步的挑戰(zhàn)是我們?nèi)绾伟讶斯ぶ悄苡迷谶@種物理系統(tǒng)里頭，使得機器人和人工智能的結(jié)合變得更加透明，運用到多模態(tài)的交互，如何使機器和人融到一塊，使得我們真正進(jìn)入人類的2.0的時代。機器人未來和人工智能交互的未來，不是單模態(tài)的，而是一個多模態(tài)共享的模式。

張建偉介紹了他的團(tuán)隊與清華大學(xué)、北京大學(xué)、北京師范大學(xué)和科學(xué)院心理所合作研究的人工智能基礎(chǔ)研究項目——跨模態(tài)學(xué)習(xí)。共同研究跨模態(tài)學(xué)習(xí)的認(rèn)知、計算和神經(jīng)機制，利用理解的知識和模型，來提高人機交互的性能。

這種跨模態(tài)和跨學(xué)科、跨文化的學(xué)習(xí)是這個項目的特點。如何實現(xiàn)混合的、可靠的智能來融合各種各樣的傳感器，包括類似視覺、聽覺、肢體感覺，還有一些人工的，像激光雷達(dá)一樣的數(shù)據(jù)，人的模型提供了一個非常好的樣板。如何使用自上而下的控制，如何把數(shù)據(jù)驅(qū)動跟知識驅(qū)動融合到一塊，如何在數(shù)據(jù)融合方面不只是簡單的數(shù)據(jù)模型的疊加，而是有一個符號的表示，用它們來做決策，用交互和動作的執(zhí)行，尤其是提高我們未來的人工智能和機器人系統(tǒng)的效率和魯棒性。

他認(rèn)為，我們現(xiàn)在更多的要關(guān)注神經(jīng)成像的模型、神經(jīng)激勵的方法、腦機接口，甚至心理學(xué)的行為學(xué)，來進(jìn)行系統(tǒng)的合成，最后在機器人和復(fù)雜的CTS系統(tǒng)里進(jìn)行驗證。

這里面有三個重要的方向，一個叫跨模態(tài)的動態(tài)適應(yīng)機制，例如，通過發(fā)現(xiàn)老鼠在學(xué)習(xí)前和學(xué)習(xí)后的神經(jīng)元的變化，希望總結(jié)出未來更好的帶有局部記憶的深度神經(jīng)模型。第二個領(lǐng)域是跨模態(tài)的泛化和預(yù)測，第三個是在未來的跨模態(tài)的人機交互方面，如何讓機器人通過視覺、語言的共同學(xué)習(xí)，更好地理解概念，理解他們中間的關(guān)系。

通過多模態(tài)的學(xué)習(xí)，包括未來的制藥、科學(xué)實驗，都可以通過機器人進(jìn)行大量的加速，在機器人應(yīng)用比較典型的瓶頸問題里，通過多模態(tài)的學(xué)習(xí)實現(xiàn)了機器人的靈巧操作，包括抓取、注射等等。

此外，張建偉還介紹了多模態(tài)學(xué)習(xí)技術(shù)在自動駕駛、行走機器人領(lǐng)域的應(yīng)用。

會后，張建偉接受了雷鋒網(wǎng)的采訪，介紹了德國在人工智能和機器人領(lǐng)域的發(fā)展情況。在人工智能的基礎(chǔ)研究方面，近20年德國政府一直長期持續(xù)在資助。即使在人工智能處于寒冬的時候，德國的科學(xué)研究會資助的很多大項目里面，都包含很多人工智能的元素，所以在人工智能核心技術(shù)、人才方面都有很好的積累。

德國的研發(fā)題目不是由政府來設(shè)定，而是由科學(xué)家來定義未來的研究問題，這種模式是科學(xué)家主導(dǎo)。政府根據(jù)研究內(nèi)容的前瞻性和內(nèi)部評比來確定資助對象。所以，德國人工智能和機器人的結(jié)合在科技理論上的創(chuàng)新程度一直很高，既有基礎(chǔ)研究項目，又具有很高的跨學(xué)科的特點。

另一方面，德國整個制造業(yè)的全面程度在全世界也比較領(lǐng)先。所以在德國的汽車公司里，自動駕駛還有輔助安全駕駛，差不多近20年一直在長期投入。在真正的自動駕駛或者輔助駕駛的量產(chǎn)方面，德國的汽車公司還是可能會領(lǐng)先的，奧迪最近的60公里以下的自動駕駛車量產(chǎn)，在全球第一個真正實現(xiàn)了量產(chǎn)。德國提出工業(yè)4.0的概念，也是希望再把物聯(lián)網(wǎng)、人工智能加入制造領(lǐng)域，來保持他們在制造和智能結(jié)合方面的優(yōu)勢。

總的來說，德國在人工智能和機器人領(lǐng)域一方面積累了大量的基礎(chǔ)技術(shù)，另一方面在工業(yè)制造、醫(yī)療、駕駛領(lǐng)域一直保持持續(xù)的研發(fā)，即使在還沒有變成產(chǎn)品的時候，也積累了很多的核心技術(shù)，培養(yǎng)了很多人才。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。