贸泽电子Rafik Mitry专访Alois Knoll教授

贸泽电子的Rafik Mitry对Alois Knoll教授的专访 ：

早在2020年9月，我与Alois Knoll教授就人工智能 （AI） 进行了交流。Knoll教授是慕尼黑工业大学 （TUM） 机器人技术、人工智能和嵌入式系统的教席负责人。他的研究兴趣主要集中在人机交互和服务机器人技术、医疗机器人技术、认知机器人技术和网络物理/嵌入式系统。

Q：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：

打造更加安全可靠的人工智能

将人工智能融入关键基础设施建设

通过人工智能优化生产流程

我们还在开展两个主要的研究项目，分别是“人脑”项目 （Human Brain Project） 和Roboy。 “人脑”项目 “人脑”项目是一个非常大的项目，融合了大脑研究和技术开发。在这个项目中，神经形态处理器和神经机器人是备受公众关注的两个领域。“人脑”项目着眼于建立研究基础设施，以推动神经科学、医药和计算的发展。这是欧盟资助力度最大的科学项目之一，也是四个FET（未来和新兴技术）旗舰项目之一。项目于2013年启动，为期十年， 凝聚了欧洲100余所大学、教学医院和研究机构的约800名科学家的力量。项目的主要目标是研究人脑的多层次复杂生物学：它的结构以及神经元是如何发挥作用的。然后，将获得的知识部署到健康、计算和技术领域的大脑衍生应用中。 Roboy项目 Roboy是一个受到公众广泛关注的项目，因为就其目标（即AI的体现）而言，Roboy是世界上最先进的机器人之一。这是一个先进的类人机器人，模仿了人体的肌肉骨骼系统。Roboy拥有肌肉和肌腱，这不同于用电机来代替关节的传统机器人。TUM的Roboy团队正在开发自己的认知系统，包括对话系统、语音转文字、文字转语音以及存储系统。第一个版本的Roboy建造于2013年3月。到2019年，Roboy已经能够售卖冰淇淋。按照计划，到2050年Roboy将像人类一样出色。

Q2：边缘AI现在面临什么样的挑战？

这些挑战是软硬件（计算引擎）还是伦理（偏见）方面的？

伦理方面是我们始终必须意识到的一个方面。这就是为什么我们在“人脑”项目中专门有一个小组只处理伦理问题并且将伦理考虑在内的原因。其根本在于人脑的解码仍处于初期阶段。把我们知道的东西付诸实施非常容易， 因为这项技术已经非常先进了，因此可以在市场上购买或者提供实验室规模的芯片。尽管如此，我们仍然可以预期神经形态处理器将在未来的AI应用中扮演重要的角色。

SpiNNaker系统开发就是一个例子，它基于在ARM架构的定制数字多核芯片上实时运行的数字模型。此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，每个芯片具有18个核心，因此总共有50多万个核心。它还有一个共享的本地128 MB RAM。还有商用神经形态处理器，例如Intel的Loihi。这一领域硬件开发方面的速度确实令人印象深刻。

Q3：您是否认为使用Neuralink可以有所作为

埃隆·马斯克提出了一种连接到人脑神经元的生物相容性芯片，这是医学研究中的重大进展。如果用来治疗某些疾病，例如帕金森氏症，那么Neuralink实际上还是很有希望的。但是，如果想在人脑中播放音乐，或者想使人变得更聪明，我认为这是不现实的。不管怎样，从医学的角度来看，这对于帮助市场治愈脑部疾病是非常令人激动的进步。

Q4：为什么汽车应用中的AI不能对新情况做出自主决定？

有多种将AI应用到汽车的方法。一种方法是由Nvidia驱动的所谓端到端方法，即开着车模拟一遍各种场景。这确实是一种可行方案，但是有一些困难：

泛化能力：如果出现另一种这辆汽车没有遇到过的场景，它就会无所适从。

第二个困难是可追溯性。当AI做出决定时，我们无法理解它为什么会以这种方式做出反应，以及为什么会作出这种决定。

例如，汽车在高速公路上行驶、需要的参数都具备时，AI能够轻松完成大多数任务。但是离开了高速公路进入市区，路况就变得非常复杂。例如，出现AI模型训练期间没有碰到过而导致不知道的问题—这仍然是目前尚无解决方案的重大问题。因此，直到今天，市场上还没有全自动驾驶的汽车。其原因正是出在当前所用的方法上。我们仍然不知道如何开发一套能够实现全自动驾驶汽车的神经网络架构。根本上讲，这不是软件的问题，这是方法论和结构的问题。

Q5：最后，您对有意从事AI领域工作的学生有什么样的建议？

可以来慕尼黑工业大学攻读机器人技术、认知和人工智能的硕士课程。不管是机器人技术还是AI方面，你都将可以获得对这个领域在整体上的深入认识，以及进入这个行业市场的敲门砖。

原文标题：慕尼黑工业大学的AI研究

文章出处：【微信公众号：贸泽电子】欢迎添加关注！文章转载请注明出处。

责任编辑：haq