AI中国网 h ttps://www.cnaiplus.com
▲多模态互动。
跨模态学习应用
张建伟认为，下一步的挑战是我们如何把人工智能用在这种物理系统里头，使得机器人和人工智能的结合变得更加透明，运用到多模态的互动，如何使机器和人融到一块，使得我们真正进入人类的 2.0 的时代。机器人未来和人工智能互动的未来，不是单模态的，而是一个多模态共享的模式。
▲机器人透过大数据学习，能够模仿歌手唱他没有唱过的歌。
张建伟介绍了他的团队与清华大学、北京大学、北京师范大学和科学院心理所合作研究的人工智能基础研究项目—跨模态学习。共同研究跨模态学习的认知、计算和神经机制，利用理解的知识和模型，来提高人机互动的性能。
这种跨模态和跨学科、跨文化的学习是这个项目的特点。如何实现混合的、可靠的智能来融合各种各样的传感器，包括类似视觉、听觉、肢体感觉，还有一些人工的，像激光雷达一样的数据，人的模型提供了一个非常好的样板。如何使用自上而下的控制，如何把数据驱动跟知识驱动融合到一块，如何在数据融合方面不只是简单的数据模型的迭加，而是有一个符号的表示，用它们来做决策，用互动和动作的执行，尤其是提高我们未来的人工智能和机器人系统的效率和稳健性。
▲多模态互动。
他认为，我们现在更多的要关注神经成像的模型、神经激励的方法、脑机接口，甚至心理学的行为学，来进行系统的合成，最后在机器人和复杂的 CTS 系统里进行验证。这里面有三个重要的方向，一个叫跨模态的动态适应机制，例如，通过发现老鼠在学习前和学习后的神经元的变化，希望总结出未来更好的带有局部记忆的深度神经模型。第二个领域是跨模态的泛化和预测，第三个是在未来的跨模态的人机互动方面，如何让机器人通过视觉、语言的共同学习，更好地理解概念，理解他们中间的关系。
通过多模态的学习，包括未来的制药、科学实验，都可以通过机器人进行大量的加速，在机器人应用比较典型的瓶颈问题里，通过多模态的学习实现了机器人的灵巧操作，包括抓取、注射等等。此外，张建伟还介绍了多模态学习技术在自动驾驶、行走机器人领域的应用。
▲跨模态学习。
会后，张建伟接受了《》的采访，介绍了德国在人工智能和机器人领域的发展情况。在人工智能的基础研究方面，近 20 年德国政府一直长期持续在资助。即使在人工智能处于寒冬的时候，德国的科学研究会资助的很多大项目里面，都包含很多人工智能的元素，所以在人工智能核心技术、人才方面都有很好的积累。
德国的研发题目不是由政府来设定，而是由科学家来定义未来的研究问题，这种模式是科学家主导。政府根据研究内容的前瞻性和内部评比来确定资助对象。所以，德国人工智能和机器人的结合在科技理论上的创新程度一直很高，既有基础研究项目，又具有很高的跨学科的特点。
另一方面，德国整个制造业的全面程度在全世界也比较领先。所以在德国的汽车公司里，自动驾驶还有辅助安全驾驶，差不多近20年一直在长期投入。在真正的自动驾驶或者辅助驾驶的量产方面，德国的汽车公司还是可能会领先的，奥迪最近的 60 公里以下的自动驾驶车量产，在全球第一个真正实现了量产。德国提出工业 4.0 的概念，也是希望再把物联网、人工智能加入制造领域，来保持他们在制造和智能结合方面的优势。
总的来说，德国在人工智能和机器人领域一方面积累了大量的基础技术，另一方面在工业制造、医疗、驾驶领域一直保持持续的研发，即使在还没有变成产品的时候，也积累了很多的核心技术，培养了很多人才。
AI中国网 h ttps://www.cnaiplus.com
本文网址：
