慕尼黑工业大学人工智能研究的采访

贸泽电子的 Rafik Mitry 采访 Alois Knoll 教授

在我们接下来的谈话中，Knoll 介绍了他目前的研究、Edge AI、Neuralink 和汽车应用的挑战。

您目前在机器人技术方面的研究重点是什么？

目前，我们专注于：

让人工智能更安全可靠

在关键基础设施中使用人工智能

通过人工智能优化生产流程

我们还致力于两个主要研究项目：人脑项目 (HBP) 和 Roboy。

人脑计划

人脑计划是一个非常大的项目，它将大脑研究和技术开发结合在一起。人脑计划中受到广泛关注的两个领域是神经形态处理器，另一个是神经机器人。人脑计划建立研究基础设施以推进神经科学、医学和计算。它是欧盟资助的最大的科学项目之一，也是四个未来和新兴技术旗舰项目之一。该项目始于2013年，将持续10年。它在欧洲 100 多所大学、教学医院和研究机构拥有约 800 名科学家。

该项目的主要目标是研究人脑的多层次复杂生物学：它是如何构建的以及神经元如何发挥作用。然后，应将获得的这些知识部署到健康、计算和技术领域的脑源性应用程序中。

机器人计划

Roboy是一个受到很多公众关注的项目，因为它是世界上最先进的机器人之一，其目标是人工智能的体现。它是一种先进的人形机器人，仿照人体的肌肉骨骼系统。Roboy 拥有肌肉和肌腱，这使其有别于关节中装有马达的传统机器人。TUM 的 Roboy 团队正在开发他们的认知系统，包括对话系统、语音转文本、文本转语音和记忆系统。第一个版本的 Roboy 于 2013 年 3 月建成，到 2019 年，Roboy 已经能够销售冰淇淋。计划到 2050 年 Roboy 将和人类一样优秀。

我们现在在 Edge AI 方面面临什么样的挑战？他们是在软件方面还是硬件方面（计算引擎）或道德（偏见）？

道德方面是我们始终必须注意的方面。这就是为什么我们在人脑计划中有一个小组只处理伦理问题并且考虑到伦理方面。基础是人脑的解码仍处于早期阶段。我们所知道的实现起来很容易，那是因为技术已经非常先进了。这导致芯片已经商业化，甚至可以在实验室规模上获得。尽管如此，我们仍然可以期待，神经形态处理器将在未来的人工智能应用中发挥重要作用。例如，SpiNNaker 系统开发基于在使用 Arm 架构的定制数字多核芯片上实时运行的数值模型。该系统将生物神经网络的各个方面作为电子电路上的模拟或数字副本执行。SpiNNaker 系统具有 30,000 个定制数字芯片，每个芯片有 18 个内核，总共有超过 500,000 个内核。它还具有共享的本地 128Mbyte RAM。然后是商业神经形态处理器，例如英特尔的Loihi。硬件开发方面的速度确实令人印象深刻。

您认为 Neuralink 可以实现什么目标吗？

（特斯拉首席执行官）埃隆马斯克展示了一种生物相容性芯片，可以连接到人脑的神经元，这是医学研究的重大进展。如果它的目的是治愈某些疾病，例如帕金森病，那么 Neuralink 实际上很有前途。但是，如果你期望能把音乐播放到人脑中，或者让人类变得更聪明，我相信这是不现实的。尽管如此，从医学角度来看，这对于帮助市场治愈脑部疾病来说是一个非常令人兴奋的发展。

为什么汽车应用中的人工智能不能对新事件进行自主决策？

将 AI 引入汽车有不同的方法。一种方法是所谓的端到端方法，由 Nvidia 驱动，您只需让汽车在不同的场景中行驶。这可以做到，但有一些困难：

泛化能力：如果出现另一种情况，这辆车还没有见过，那么它不知道该怎么做。

第二个难点是可追溯性。当 AI 做出决定时，无法理解它为什么会做出那样的反应并做出这个决定。

例如，在高速公路上，当适当的参数启动并运行时，人工智能可以轻松完成大部分任务。然而，当你离开高速公路进入城市时，交通变得非常复杂。

如果出现了 AI 不知道的问题——因为它在模型训练期间没有出现——这仍然是一个目前没有解决方案的主要问题。因此，直到今天市场上还没有完全自动驾驶的汽车。这是由于当前使用的方法。我们仍然不知道如何开发能够实现全自动驾驶汽车的神经网络架构。这主要不是软件；这是方法和结构的问题。

最后，您能给想从事AI工作的同学什么建议？

来慕尼黑工业大学攻读机器人学、认知与人工智能硕士吧。您将对该领域有一个深入的了解，并能很好地进入机器人和人工智能领域的工业市场。 

审核编辑 hhy