貿澤電子的 Rafik Mitry 采訪 Alois Knoll 教授

在我們接下來的談話中，Knoll 介紹了他目前的研究、Edge AI、Neuralink 和汽車應用的挑戰。

您目前在機器人技術方面的研究重點是什么？

目前，我們專注于：

讓人工智能更安全可靠

在關鍵基礎設施中使用人工智能

通過人工智能優化生產流程

我們還致力于兩個主要研究項目：人腦項目 (HBP) 和 Roboy。

人腦計劃

人腦計劃是一個非常大的項目，它將大腦研究和技術開發結合在一起。人腦計劃中受到廣泛關注的兩個領域是神經形態處理器，另一個是神經機器人。人腦計劃建立研究基礎設施以推進神經科學、醫學和計算。它是歐盟資助的最大的科學項目之一，也是四個未來和新興技術旗艦項目之一。該項目始于2013年，將持續10年。它在歐洲 100 多所大學、教學醫院和研究機構擁有約 800 名科學家。

該項目的主要目標是研究人腦的多層次復雜生物學：它是如何構建的以及神經元如何發揮作用。然后，應將獲得的這些知識部署到健康、計算和技術領域的腦源性應用程序中。

機器人計劃

Roboy是一個受到很多公眾關注的項目，因為它是世界上最先進的機器人之一，其目標是人工智能的體現。它是一種先進的人形機器人，仿照人體的肌肉骨骼系統。Roboy 擁有肌肉和肌腱，這使其有別于關節中裝有馬達的傳統機器人。TUM 的 Roboy 團隊正在開發他們的認知系統，包括對話系統、語音轉文本、文本轉語音和記憶系統。第一個版本的 Roboy 于 2013 年 3 月建成，到 2019 年，Roboy 已經能夠銷售冰淇淋。計劃到 2050 年 Roboy 將和人類一樣優秀。

我們現在在 Edge AI 方面面臨什么樣的挑戰？他們是在軟件方面還是硬件方面（計算引擎）或道德（偏見）？

道德方面是我們始終必須注意的方面。這就是為什么我們在人腦計劃中有一個小組只處理倫理問題并且考慮到倫理方面?；A是人腦的解碼仍處于早期階段。我們所知道的實現起來很容易，那是因為技術已經非常先進了。這導致芯片已經商業化，甚至可以在實驗室規模上獲得。盡管如此，我們仍然可以期待，神經形態處理器將在未來的人工智能應用中發揮重要作用。例如，SpiNNaker 系統開發基于在使用 Arm 架構的定制數字多核芯片上實時運行的數值模型。該系統將生物神經網絡的各個方面作為電子電路上的模擬或數字副本執行。SpiNNaker 系統具有 30,000 個定制數字芯片，每個芯片有 18 個內核，總共有超過 500,000 個內核。它還具有共享的本地 128Mbyte RAM。然后是商業神經形態處理器，例如英特爾的Loihi。硬件開發方面的速度確實令人印象深刻。

您認為 Neuralink 可以實現什么目標嗎？

（特斯拉首席執行官）埃隆馬斯克展示了一種生物相容性芯片，可以連接到人腦的神經元，這是醫學研究的重大進展。如果它的目的是治愈某些疾病，例如帕金森病，那么 Neuralink 實際上很有前途。但是，如果你期望能把音樂播放到人腦中，或者讓人類變得更聰明，我相信這是不現實的。盡管如此，從醫學角度來看，這對于幫助市場治愈腦部疾病來說是一個非常令人興奮的發展。

為什么汽車應用中的人工智能不能對新事件進行自主決策？

將 AI 引入汽車有不同的方法。一種方法是所謂的端到端方法，由 Nvidia 驅動，您只需讓汽車在不同的場景中行駛。這可以做到，但有一些困難：

泛化能力：如果出現另一種情況，這輛車還沒有見過，那么它不知道該怎么做。

第二個難點是可追溯性。當 AI 做出決定時，無法理解它為什么會做出那樣的反應并做出這個決定。

例如，在高速公路上，當適當的參數啟動并運行時，人工智能可以輕松完成大部分任務。然而，當你離開高速公路進入城市時，交通變得非常復雜。

如果出現了 AI 不知道的問題——因為它在模型訓練期間沒有出現——這仍然是一個目前沒有解決方案的主要問題。因此，直到今天市場上還沒有完全自動駕駛的汽車。這是由于當前使用的方法。我們仍然不知道如何開發能夠實現全自動駕駛汽車的神經網絡架構。這主要不是軟件；這是方法和結構的問題。

最后，您能給想從事AI工作的同學什么建議？

來慕尼黑工業大學攻讀機器人學、認知與人工智能碩士吧。您將對該領域有一個深入的了解，并能很好地進入機器人和人工智能領域的工業市場。

審核編輯hhy