广告
人工智能“军备竞赛”:中国正在崛起
导语:尽管其他国家和全球性公司也有大量的人工智能项目,但美国和中国之间的竞争尤为突出。正当美国不断将人工智能技术转为军用时,中国的研究者却在坚守他们的研究方向,如今,中国各大科技公司在AI商业化方面已经取得了重大的进展。

随着数字化的快速发展,人工智能(AI)几乎在所有行业都呈现出增长态势。亚马逊、阿里巴巴等零售巨头正在使用机器学习软件编写的算法来提升客户体验,机器学习在服务机器人产业的应用也很普遍,机器人逐渐从“盲人”、“哑巴”和笼中困兽,变成行动自如、有感知力的伙伴。

尽管其他国家和全球性公司也有大量的人工智能项目,但美国和中国之间的竞争尤为突出。正当美国不断将人工智能技术转为军用时,中国的研究者却在坚守他们的研究方向,如今,中国各大科技公司在AI商业化方面已经取得了重大的进展。

中美之间的竞争真实而激烈,且充满戏剧性。人才不仅极度短缺,并且成本也很高。这是一个很难理解的复杂领域,因此人才非常有限。几乎每隔几天,AI大牛及企业巨头都会登上头条新闻,诸如,“苹果聘请前谷歌搜索和人工智能主管”、“亚马逊收购了AI网络安全初创公司”、“IBM砸数百万美元投资MIT AI研究实验室”、“甲骨文收购了Zenedge”、“福特收购无人驾驶汽车初创Argo AI”、“百度聘请三位全球知名的人工智能科学家”。

不知道是主题太过复杂还是缺乏专业知识,媒体总是通过滥用自主武器等恐慌性标题恐吓民众。他们把竞争夸大成了争夺这一领域的争夺战。实际上,这并不是一场“战争”,但它非常戏剧性,并且在多个层面都有发展:移民法、知识产权违规、恐怖的贸易战争、劳动力成本和可用性挑战、不公平竞争以及技术突破和降低实验和测试成本。

最近的两个趋势引发了机器学习的广泛使用:大量训练数据的可用性以及强大而高效的并行计算。GPU是并行处理器,用于训练这些深度神经网络。GPU可以在更短的时间内完成工作,比非并行处理超级计算机使用的数据中心基础架构少得多。

与控制系统在附近箱子里的固定机器人相比,服务和移动机器人往往需要所有的计算能力都在板上。有时板载计算涉及多个处理器,其他时候则需要超级计算能力,例如由提供并行处理和超级计算机速度的芯片制造商提供的超级计算能力。

深度学习与机器人

CBInsights发布的2018100AI企业中,机器人和无人驾驶汽车领域共有12家。由此可以看出,并不是所有的AI公司都涉及机器人产业,同样并非所有机器人公司都使用AI技术。

Robotics:

  1. Vicarious
  2. Kindred (CA)
  3. Anki
  4. 优必选(UBTech (CN)
  5. Brain Corp
  6. Neurala
  7. 达闼科技(CloudMinds (CN)

Auto Tech:

  1. MightyAI
  2. Drive.ai
  3. Zoox
  4. Nauto
  5. AEye

中国的影响

十二年前,中国将“鼓励在制造业中使用机器人来提高质量,减少对非熟练劳动力的需求,并建立机器人制造系统,减少对外国供应商的依赖”写入了五年计划,并作为国家长期战略目标。经过连续三个资金雄厚、充分激励5年机器人计划,人们很容易看到转变:机器人部件制造商已经从不足10家增长到700多家,使用机器人的制造企业也获得了同样的增长。

尽管在同一时期,美国也制订了类似的国家机器人计划,但由于缺乏充足且持续的资金支持,收效甚微。

最近,中国将重心转向了人工智能领域,并制定了一个三步走计划:到2020年人工智能总体技术和应用与世界先进水平同步;到2025年人工智能基础理论实现重大突破,部分技术与应用达到世界领先水平;到2030年人工智能理论、技术与应用总体达到世界领先水平,成为世界主要人工智能创新中心。

事实上,中国有大量可用的数据,足以令机器学习和深度学习等AI技术告诉发展,这也是中国正在发生的事情。

重点

服务机器人领域的增长仍然是一个超越现实的承诺,迫切需要兑现这些承诺。我们已经在处理器、传感器、摄像机和通信等领域取得了巨大进步,但迄今为止还缺乏集成。其中一个特征是将所有数据整合为“现实传感器”的需要,即一个更高级别的指示器,用于观察或处理什么。如果传感器获取一系列像素被解释为一个人,并确定其与你的机器人进行交互,这将有助于了解它是否是一个行人、警察、消防员、环卫工人、建筑工人还是检验员,将有助于细化你的行动预测。这将增加图像处理和视觉感知的真实性。

尽管硬件与软件的开发比例越来越偏向软件,但仍有许多挑战需要克服。加州大学圣地亚哥分校环境机器人研究所所长Henrik Christensen列举了一些挑战:

  • 更好的末端执行器/手。我们现在只开发出了能力非常有限的手,并且非常昂贵。
  • 大多数机器人的用户接口还非常有限,例如不同的机器人需要不同的充电器。
  • 集成系统的成本非常高,我们需要更好的即插即用系统。
  • 我们看到大量AI/深度学习的使用,但在大多数情况下没有性能保证;除非技术改善,这不是一个可行的长期解决方案。
人们经常会忘记机器人技术、嵌入式AI以及许多挑战,直到我们拥有功能齐全的全互动服务机器人。

原创
注:机器人网原创文章,欢迎转载与分享,转载请注明出处。
广告
推荐使用浏览器内置分享